基于谐波小波包的旋转机械故障诊断新方法

针对旋转机械的故障振动信号通常为复杂的动态非平稳信号,提出一种基于谐波小波包和Elman神经网络的故障诊断新方法。应用谐波小波包对信号进行分解,提取倍频能量特征向量,代入Elman神经网络,实现故障分类。通过试验分析及与BP网络的诊断结果对比,表明该方法在旋转机械的故障诊断方面具有显著优势。     

基于混沌动力学的滚动轴承故障诊断研究

为了研究旋转机械非平稳信号的非线性动力学特征,探索旋转机械故障诊断方法,以滚动轴承为研究对象,采用嵌入式传感器获取滚动轴承振动信号,通过计算滚动轴承振动时间序列的关联维数、Kolmogorov熵等混沌特征量,提取设备运动状态特征,并对其进行了详细分析。结果表明：该方法可以实现对滚动轴承的故障诊断,从而为旋转机械的故障诊断提供了一种新的方法。     

基于小波包的2D-HMM离心泵故障诊断

根据离心泵故障振动信号的特点,提出了一种结合小波包与二维隐马尔可夫模型(2D-HMM)的离心泵故障诊断方法.利用小波包分解对信号进行精确细分的特点,构造出相应的能量谱作为离心泵运行状态的特征向量,并以此作为2D-HMM的输入进行训练,建立了基于2D-HMM的离心泵运行状态分类器,用以识别离心泵状态.最后通过2BA-6A离心泵试验系统验证了该方法的有效性.     

基于小波分析的故障系统在旋转机械中的应用

就小波分析技术在旋转机械故障诊断应用中的故障特征提取问题进行了深入研究,提出了基于小波奇异性及小波变换模极大值的故障特征提取方法,通过对故障信号与小波变换的多分辨率方法以及奇异性理论相结合进行研究,发现小波分析便于对信号的总体和局部进行刻画;利用小波变换对信号的分解和重构特性,可有针对性地选取有关频带的信息以及降低噪声干扰,通过对重构信号的频谱分析能更有效地提取裂纹故障的典型特征。结果表明,对于旋转机械的非平稳信号来说,利用小波变换方法进行故障诊断是行之有效的。     

基于Infogram的重复瞬态特征提取与旋转机械故障诊断

针对旋转机械常见故障类型与检测问题,考虑到旋转机械故障振动信号的重复瞬态、冲击和循环平稳特性,提出基于Inogram的重复瞬态特征提取与旋转机械故障诊断方法.不同于谱峭度、快速谱峭度图以及包络谱,Infogram不仅能够同时在时域和频域捕获重复瞬态特征,而且以热力学的平衡态分离思想为基础能够测量信号平方包络和平方包络谱的负熵,因此它对冲击和循环平稳较为敏感,有助于实现旋转机械故障诊断.通过对仿真和电机轴承实验数据分别用提出方法和集总经验模式分解提取故障征兆特征,结果表明提出方法优于集总经验模式分解方法,能够实现旋转机械关键零部件的故障诊断.     

小波阈值函数旋转机械振动信号去噪方法研究

从强背景噪声中提取出微弱的旋转机械振动故障特征信号一直是技术性难题。针对传统全局阈值函数去噪在阈值处不连续和存在恒定偏差的问题,提出一种改进的小波阈值函数分层去噪方法。首先对旋转机械故障信号去噪中的小波参数进行了筛选,然后采用改进的阈值函数,利用最优小波参数对振动信号进行分层阈值降噪处理。理论仿真和实测结果表明,对比传统阈值去噪方法,该方法能有效去除背景噪声,保留振动信号原貌特征信息,提高信噪比和减小均方根误差,适合非平稳振动信号去噪,为旋转机械故障诊断奠定了信号预处理的基础。     

基于空洞卷积神经网络的旋转机械故障诊断方法

由于旋转机械的振动信号具有非平稳、复杂多样、数据量大的特点，传统的方法难以较好地实现旋转机械故障诊断。近年来，基于深度学习的故障诊断算法发展迅速，其中，卷积神经网络(Convolutional Neural Network,CNN)由于可实现自动提取特征、运算效率高等优点受到广泛关注，但在识别准确率等方面仍然存在部分问题。为实现多传感器监测状态下的旋转机械故障诊断，在经典卷积神经网络结构的基础上，引入了多通道数据融合处理、空洞卷积层、批标准化处理、PReLU激活函数、全局平均池化层等改进方法，构造了一种新型的、高效的空洞卷积神经网络（Atrous Convolution-Convolutional Neural Network,AC-CNN），并基于该模型进行了旋转机械故障诊断实验。实验结果表明，提出的故障诊断模型分类准确率可达99%以上，对比其他神经网络方法具有明显优势。     

非接触共振解调故障诊断用声学传感器的研究

介绍了一种用于非接触共振解调机械故障诊断的声学传感器。提出用高阻尼的非金属材料制造敏感振动膜片和用微分式的两线制信号传输电路技术，使传感器具有很宽且灵敏的中高频响应、良好的指向性、密封性、耐腐性。它可广泛用在旋转机械特别是不便于接近的旋转机械的非接触故障诊断。中对其基本原理也进行了简要分析。     

机械故障诊断仪信号采集电路的研究

本文介绍了针对便携式旋转机械故障诊断和趋势预测仪器的信号采集电路的设计与研究,其中包括系统的工作原理,信号调理、震动和温度信号采集和串口通信电路的设计,以及单片机串口通讯程序和信号采集程序的开发。由于该电路专用性,体积小,电路简单,性能好,价格便宜而应用于旋转机械故障诊断和趋势预测仪器系统中,能在工业生产和科学研究中发挥积极作用。     

煤矿旋转机械在线故障诊断及预警系统设计

针对现有煤矿机械在线监测与诊断技术未实现故障特征在线提取及故障类型自动识别的问题,设计了一种基于LabVIEW的煤矿旋转机械故障在线诊断及预警系统。该系统采用频谱分析、功率谱分析、包络谱分析、倒频谱分析等方法分析振动信号,得到旋转机械运行过程中各部件的特征参数,与故障类型数据库里的特征参数进行对比,实现故障诊断。设计了精细诊断和粗略诊断2种故障诊断模式,通过互锁的方式将2种模式关联起来,若旋转机械各主要部件结构参数已知,可选用精细诊断模式,否则选用粗略诊断模式。通过模拟旋转机械转子不平衡故障验证系统性能,结果表明,该系统能够准确识别故障并发出提示,且操作简单、可靠性高。     

一种直升机旋翼振动测试方法

为能够有效测量直升机旋翼的振动特性，提出了一种基于三轴MEMS加速度传感器及无线传输技术的直升机旋翼振动测试方法并研制了相应的测试装置。测试系统主要包括三轴MEMS加速度传感器、A/D转换模块、无线传输模块以及PC上位机。无线传输模块将采集的加速度信号发送到振动测试接收电路，再通过串口通信发送到计算机上，计算机软件对加速度信号积分得到位移信号，并通过傅里叶变换得到旋翼振动的幅频特性曲线。在直升机模型上完成了振动测试实验，实验结果表明该方法能有效地对旋翼振动信号进行测试。     

一种永磁同步电机转子初始位置检测方法

电梯曳引机控制需要实时获取转子的机械角度,而常用的增量式编码器在首次清零信号到来前不能提供准确的转子位置信息,从而可能导致闭环控制失败;因此,转子的初始位置检测成为曳引机控制中必须解决的问题,传统的检测方法计算复杂,且定位过程中易造成转子堵转或摄动,不利于电梯系统的舒适性;为此,提出了一种利用正弦波增量式编码器的换向信号计算转子初始位置的方法,设计并实现了编码器换向信号的调理电路,研究了利用两路换向信号解算转子的初始位置信息的算法,并研发了相应的软件模块;实现了当转子保持静止时初始位置的高精度检测,满足电梯平稳启动的需求;实验结果表明,该方法不依赖电机的数学模型,运算量小,且具有较高的检测精度和通用性。     

基于自相关和经验模态分解的转子碰摩故障分析

针对转子故障振动信号具有周期性的特点,提出一种用于分离转子故障振动信号的新方法,该方法首先应用自相关处理对振动信号进行降噪处理,然后采用经验模态分解(EMD)对振动信号进行分解,得出各个本征模态函数(IMF),并对IMF进行频谱分析,从频谱图上可以清晰地观察出转子的故障特征频率.试验结果表明,振动信号经自相关处理后起到了很好的降噪效果,碰摩所产生的冲击信号上下不对称;EMD分解方法能有效地突出故障特征频率成分,该方法可广泛用于旋转机械振动信号时频分析领域.     

旋转件非接触信号传输中的通道特性研究

为了对旋转机械如智能旋翼进行测量和控制,必须将多路被测参数从转子传输到固定部分,同样地要将多路控制信号和电源从固定部分传输到转子。提出采用非接触信号传输的方法进行多路信号和功率的传输,研究了信号耦合通道特性对信号传输性能的影响,并提出改善传输通道性能的措施。利用该传输通道,建立了一套用于智能旋翼和其它旋转机械的模型试验系统,进行了在旋翼静止和旋转状态下的动态信号传输试验,证明该传输通道传输信号可靠、抗干扰强、误差小。     

异步电机转子故障诊断算法研究

针对异步电机定子电流信号频谱分析法对转子故障诊断时,转子断条和偏心故障特征分量容易受到基波分量的影响,难以准确诊断故障的情况,对传统的瞬时功率信号频谱分析法进行改进.利用Hilbert变换对定子电压、电流进行数学变换,在此基础上得到改进的瞬时功率,然后对改进后的瞬时功率信号进行频谱分析.通过搭建异步电机故障检测实验平台进行了初步模拟实验,实验结果表明,该方法不仅消除了基波分量对故障特征分量的影响,而且还使频谱曲线更加清晰、简洁,突显了故障特征信息,弱化了非故障特征分量,为提高异步电机转子断条和偏心故障诊断的准确性奠定了基础.     

An MRAS method for sensorless control of induction motor over a wide speed range

This paper addresses the problem of wide speed range sensorless control of induction motor.The proposed method is based on model reference adaptive system (MRAS),in which the current model serves as the adjustable model,and a novel hybrid model integrating the modified voltage model (MVM) and high-frequency signal injection method (HFSIM) are established to serve as the reference model.The HFSIM works together with MVM to improve the performance of the rotor speed and rotor flux position estimation at low speed,whereas at high speed,the MVM acts alone.In addition,a rotor resistance online estimation scheme is proposed to update the rotor resistance contained in the adjustable model and to ensure the estimation accuracy further.Experimental results show that the proposed MRAS method is very effective from low to high speed range,including zero speed.     

一种基于锁相环原理的参考模型自适应感应电机转速估计方法

针对超低速及零定子频率运行条件下感应电动机转速的不可观测性导致基于电机模型的传统速度估计方案无法实现速度估计,引入了高频信号注入法来获得转子磁链矢量位置角并得到转子磁链的参考模型,并以转子磁链的电流模型作为调节模型,在此基础上,提出了基于锁相环原理的参考模型自适应速度估计方案．仿真结果进一步验证了该方案的有效性．     

旋翼模型操纵系统设计与实现

倾转旋翼模型实验台用于倾转旋翼飞行器模型的地面悬停试验及风洞试验研究,通过对倾转旋翼模型实验台旋翼模型操纵系统的研究,建立和分析了旋翼模型操纵系统的数学模型,采用永磁同步直线电机作为执行元件,运用常规PID控制方法,实现了对旋翼模型作总距操纵和横向、纵向周期变距操纵,设计了操纵系统的测控软件;试验结果显示所设计的系统能很好地跟踪输入信号,系统具有较好的静态和动态性能,满足倾转旋翼模型实验台的要求.     

某磁浮飞轮转子系统有限元分析

为更好地分析计算磁浮飞轮转子系统的动力学特性,对其进行有限元仿真.基于已有的磁浮轴承控制律,根据相关参数计算出转子系统平衡位置处的线性化位移刚度,建立弹性支撑的磁浮飞轮转子有限元模型,用ANSYS对转子进行模态分析,研究支撑刚度和离心应力对转子系统模态和频率的影响.结果可为磁浮飞轮的信号测试和模态控制提供参考.     

Diagnosis of broken rotor bars in induction motors based on harmonic analysis of fault components using modified adaptive notch filter and discrete wavelet transform

This paper proposes a method for fast and accurate detection of broken rotor bars (BRBs) in a three-phase squirrel cage induction motor. The fundamental component of the stator current signal is extracted using a linear time-invariant filter. The resultant residual signal which contains the harmonic components of the current is then used to detect the BRBs, by means of discrete wavelet transform (DWT). Since in experiment it is not possible to break the rotor bars while the motor is under load, finite element method and MATLAB/Simulink are employed to accurately demonstrate the behavior of the running machine as the BRB happens. To get more accuracy, differential evolution (DE) optimization algorithm is used to obtain the corresponding fault impedance for the rotor external circuit of the MATLAB model. Detail coefficients (DCs) of the wavelet decomposition are employed as the new fault indicators. Simulation results show that using DCs of the harmonic component signal rather than the actual current signal, leads to more distinctive fault signatures in the wavelet decomposition. The obtained results suggest that the proposed fault detection scheme can be employed as a highly reliable technique for diagnosing rotor bar failures in running machines.