连续驱动摩擦焊动态扭矩检测的新方法—VCMM法

连续驱动摩擦焊动态扭矩检测的新方法──ＶＣＭＭ法刘金合，罗键连续驱动摩擦焊扭矩是一个重要的工艺参数。摩擦焊扭矩是动态扭矩，具有时变性、速变性以及变化范围大等特点。现有的检测摩擦焊扭矩的方法均有一定的局限性’‘－’‘，本文提出了通过驱动主电机定子电压和...     

基于AR功率谱分析的砌块成型机振动特征研究

引入AR功率谱研究液压马达驱动机械偏心和差动液压缸两种激振模式砌块成型机的振动特征,探讨砌块成型机工作参数优化的新方法.实验中,采集系统振动加速度信号,建立基于时间序列的AR功率模型,并比较分析不同工作参数下的AR功率谱特征.结果表明：液压马达驱动机械偏心激振模式对压力参数较流量参数敏感;而差动液压缸激振模式对压力和流量参数的敏感程度都高于机械偏心激振模式,由此获得了不同激振模式下的最佳工作参数组.     

实时连续跟踪控制下的步进电机的动特性研究

介绍了一种步进电机输出角位移连续跟踪控制的新方法,该方法通过单片机及其固化的“跟踪算法”改变步进电机相邻两相通电时间的长短,实现步进电机转子连续定位控制。应用非线性系统仿及线性系统理论分析步进电机在典型信号作用下步进电机跟踪控制的动态特性。理论及实验结果表明：采用新的控制方法可以使步进电机输出的角度位移连续可控,消除了常规步进工作模式所固有的量化误差;在小幅值信号作用下步进电机具有快速的频响特性。     

全自动角式斜楔注射成型机的研制

成功研制的全自动角式斜楔注射成型机，采用了斜楔式增力结构，结构简单，性能稳定，大幅度地降低了主电机的装机容量和整机的能量消耗。     

注水电机运行参数故障诊断系统的研制

给出了油田注水用电机运行参数故障诊断的实际系统组成,该系统能完成现场数据实时采集,脱机历史趋势分析及运行参数频谱图建档,为电机故障诊断提供了依据。     

智能数据采集电机监测保护仪的设计

针对目前电机保护的现状,设计一种基于DSP微处理器的智能型电机监测保护仪。该保护仪能够完成对电机的电压、电流、速度、振动、温度等参数进行采集、处理、输出和显示,具有丰富的数字信号输入、输出功能。也可以采集电机的状态对其控制,并能对4 5种参数进行设置与调整。采用亚当模块的协议和基于RS485总线的数据传输,实现了保护仪与上位机的通信功能。     

电机电枢参数智能检测仪的研制

研制开发了机车牵引电机电枢参数智能检测仪。该检测仪通过单片机控制步进电机的旋转、电磁铁的吸合,对牵引电机的电枢进行试验和检测,并通过单片机与智能仪器的通信将所测量的结果进行存储、显示与比较判断,并打印出结果,实现电枢参数检测的自动化,提高了电机检修的管理质量。     

开关磁阻电机驱动系统的混合遗传神经网络辨识

针对开关磁阻电机驱动系统具有非线性且结构参数变化范围较大的特点,提出了将混合遗传算法和神经网络相结合实现对开关磁阻电机驱动系统辨识的新方法。该方法结合混合遗传算法与神经网络各自的优点,克服了传统BP神经网络收敛速度较慢以及易于收敛到局部极小点等缺点。仿真试验表明,采用该方法能较迅速、准确地逼近实际系统,具有效性。     

基于PCA与SPRT的机械故障诊断方法研究

提出了一种基于主元分析法（PCA）和序贯概率比检验（SPRT）的齿轮箱故障诊断新方法。选用正常的和有裂纹的齿轮建立实验模型,采用小波包变换对齿轮箱实验系统采集的振动信号进行预处理。采用时域信号分析方法提取振动信号的特征参数,并运用PCA对数据进行降维。选取降维后贡献率最大的主元作为测试参数,验证了所提出的SPRT算法和均方根误差,并检测了该方法的诊断能力。结果表明,该方法对于齿轮箱的齿轮状况识别是有效且实用的。     

一种绕线转子感应电机控制的新方法

介绍感应电机特点的基础上,提出一种基于转子电磁场考虑的无位置传感器的绕线转子感应电机控制的新方法．该控制方法基于轴坐标变换,可以从任意点开始,无需知道电机的起始位置,其优点是更加直接,减少了计算对电机参数的依赖性．对应零转子频率,电机在同步速度附近可以提供稳定的运行,适应于变化的频率和速度,尤其对在受限制的速度范围内实现变速恒频具有重要意义．从仿真与试验的结果看,该方法与其它方法相比具有多种优势．     

基于阶次小波包与Markov链模型的转子早期故障诊断

针对转子启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法精度不高的现状,将阶次小波包和Markov链模型引入转子的早期故障诊断中,提出了一种新的自适应故障诊断模型。首先利用阶次跟踪算法对瞬态振动信号重采样,得到等角度分布诊断信号;其次采用小波包对该信号分解——重构,提取其在各频带的能量特征向量,通过Markov链模型对其进行预测;最后通过故障实例验证,结果表明:将阶次小波包变换和Markov链模型相结合进行故障诊断是可行而有效的。     

基于EEMD降噪与非抽样提升小波包的滚动轴承故障诊断方法

针对传统小波包在诊断滚动轴承隐含故障中存在频率混叠、精度不高等问题,提出一种基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)降噪与非抽样提升小波包相融合的故障诊断方法.首先利用EEMD方法分解原始故障信号得到多个本征模态函数(intrinsic mode function,IMF)分量,然后计算各个IMF分量与原始信号间的相关系数,并与设置的相关系数阈值相比较,将小于阈值的IMF分量视为伪分量予以剔除; 对剩余的IMF分量采用峭度准则再次筛选最优IMF分量进行重构,进而实现降噪目的.为了避免传统小波包因采取抽样运算方式导致频率混叠情况,文中采用非抽样运算的提升小波包来分解降噪信号,并采用Hilbert变换进行包络解调分析得到滚动轴承的故障位置.仿真实验和滚动轴承内圈故障应用实例表明:采用EEMD分解原始故障信号,结合相关系数-峭度准则,达到了很好的降噪效果; 采用非抽样提升小波包比传统小波包具有更高的故障诊断精度,且不存在频率混叠问题.     

基于信息熵-灰关联度法的汽轮机振动故障诊断

以汽轮机轴系典型振动故障模拟试验为基础,利用灰关联分析理论对汽轮机轴系振动故障的识别进行了研究。通过对试验数据的研究,确定了故障信号的4种信息熵特征组成的灰色关联参考故障矩阵,并建立了相应的灰色关联度计算模型。对各组故障信号的灰色关联度计算表明,关联度作为一种表征待分析信号与参考故障矩阵相似度的定量特征,可实现对部分轴系振动故障的较好识别,具有良好的应用前景。     

基于形态小波和S变换的滚动轴承故障特征提取

针对传统小波在强背景噪声中提取冲击故障特征的不足,提出基于极大提升形态小波(MLMW)分析和S变换的滚动轴承故障特征提取方法.先利用MLMW变换将信号分解到不同形态尺度上,各尺度信号上保留着信号局部极值形态特征,对细节信号进行软阈值降噪处理,再从重构信号的具有良好时频聚焦性的S变换谱上提取故障特征.试验结果表明,MLMW既抑制了噪声和谐波分量,又显著强化了故障特征;相比传统小波和包络分析,能清晰地提取非平稳非线性故障特征.由于MLMW采用简单的形态算子和高效的提升方法,计算简单高效,适于故障特征的在线分析.     

转子叶片裂纹故障特征提取研究

小波包分解能对信号高、低频部分局部进行细化并具有保留原信号时域特征的优点，是一种对非平稳信号进行有效识别的技术．文中从采集到的有叶片裂纹时的振动信号，用德比契斯小波对包含叶片裂纹故障的振动信号作4尺度小波包分解，通过选取适当的频段用小波包重构算法进行信号重构，提取叶片裂纹故障的特征，从而实现转子叶片裂纹故障诊断．     

天然气压缩机组用燃气发动机故障诊断技术分析

针对天然气压缩机组用燃气发动机检测信号干扰耦合给故障检测带来困难的问题,采用一种基于曲轴转角动作事件与分频段故障信号检测相结合的诊断方法,通过在曲轴飞轮上固定安装磁电式速度传感器,建立基于曲轴转角的动作事件关系,把故障诊断与基于曲轴转角的动作事件结合起来判断故障类型.以某站ZTY310MH压缩机组用燃气发动机性能检测为例,测得缸内燃烧不充分并有弱点火及爆燃现象,点火角度不合适及缸内积碳是造成发动机做功性能低劣的原因.结果表明:通过故障检测可及早发现和排除故障,减少安全隐患和停机时间,对提高发动机工作性能具有重要意义.     

双树复小波包和谱峭度在齿轮故障诊断中的应用

针对故障齿轮振动信号的非平稳和调制特性,提出了基于双树复小波包变换和谱峭度的齿轮故障诊断方法.首先,利用双树复小波包变换将原始振动信号分解为若干个不同频带的信号分量,选择与原始信号相关系数大的分量进行阈值降噪并重构;然后,对降噪后的信号利用谱峭度所得的峭度图选择最佳的带宽和频带中心进行相应的带通滤波处理;最后,将带通滤波后的信号作平方包络和傅里叶变换,即可得到信号的包络解调谱,从而提取故障特征信息.通过对试验和工程实际的齿轮故障信号分析表明:双树复小波包变换和谱峭度结合的方法可有效地提取齿轮故障特征信息,进而实现故障识别,验证了方法的可行性和有效性.     

Weak thruster fault detection for AUV based on stochastic resonance and wavelet reconstruction

When the bi-stable stochastic resonance method was applied to enhance weak thruster fault for autonomous underwater vehicle(AUV), the enhancement performance could not satisfy the detection requirement of weak thruster fault. As for this problem, a fault feature enhancement method based on mono-stable stochastic resonance was proposed. In the method, in order to improve the enhancement performance of weak thruster fault feature, the conventional bi-stable potential function was changed to mono-stable potential function which was more suitable for aperiodic signals. Furthermore, when particle swarm optimization was adopted to adjust the parameters of mono-stable stochastic resonance system, the global convergent time would be long. An improved particle swarm optimization method was developed by changing the linear inertial weighted function as nonlinear function with cosine function, so as to reduce the global convergent time. In addition, when the conventional wavelet reconstruction method was adopted to detect the weak thruster fault, undetected fault or false alarm may occur. In order to successfully detect the weak thruster fault, a weak thruster detection method was proposed based on the integration of stochastic resonance and wavelet reconstruction. In the method, the optimal reconstruction scale was determined by comparing wavelet entropies corresponding to each decomposition scale. Finally, pool-experiments were performed on AUV with thruster fault. The effectiveness of the proposed mono-stable stochastic resonance method in enhancing fault feature and reducing the global convergent time was demonstrated in comparison with particle swarm optimization based bi-stochastic resonance method. Furthermore, the effectiveness of the proposed fault detection method was illustrated in comparison with the conventional wavelet reconstruction.     

提升小波包在滚动轴承故障特征提取中的应用

为从滚动轴承振动信号中提取出故障状态信息的特征,针对信号的特点和提升小波包变换性质,采用提升小渡包最优分解法获得故障敏感特征频带,对各频带进行标准化向量特征构造,提取出各个频带的故障特征。结果表明,滚动轴承故障信号的敏感特征频带能量集中明显,故障特征得以有效的提取出来。     

基于免疫危险感知的水下接驳盒故障检测方法

针对现有水下接驳盒故障检测中存在仅通过特定的观测指标来判断系统故障,且观测指标的选取以及故障阈值的设定主要依赖人工经验的问题,本文借鉴机体免疫防御机制,提出了一种基于危险感知的水下接驳盒故障检测方法。借鉴机体免疫中的危险理论,在原DCA算法（dendritic cell algorithm）的基础之上,保留DCA算法的信号转换机制,对它的输入信号定义和异常评价方法进行改进以适合水下接驳盒工作环境,实现故障的在线检测。首先,依据变化是系统危险发生的征兆和外在表现的思想,提出了一种基于系统特征变化的危险信号提取方法,以提高DCA输入信号分类的自适应性。其次,针对原DCA算法只对数据项进行异常评价,无法检测系统级故障,提出采用成熟DC的浓度作为系统故障的评价指标。最后,采用水下接驳盒的真实数据进行模拟实验,并与PCA主元分析方法进行性能对比。实验结果显示本文方法不仅能有效检测出渐变故障,且比PCA方法具有更高的准确率,并能更早的发现故障。因此,本文提出的方法在水下接驳盒的故障检测中具有可行性。