基于声发射信号的转子碰摩故障诊断方法

利用声发射信号的高频特性采集转子碰摩故障信息，采用小波分析技术把所得声发射信号分解在不同频带，对信号进行重构，从而消除背景噪声，并用小波包络谱分析方法识别故障信息。分析结果证明，基于声发射信号的小波包络分析可以检测出微弱的转子碰摩故障，是一种有效的早期故障诊断方法。     

某型飞机起落架收放试验过程中疲劳损伤的声发射监测

介绍了飞机起落架收放试验过程中其附属零部件疲劳损伤的声发射实时监测。在强冲击振动背景噪声下，采用声发射信号参数的趋势分析和相关分析方法，实现了对于多目标、动态对象的实时监测并成功地监测出作动筒泄漏故障和铰链磨损故障。所用方法具有简单、直观、快速和实时性好的特点，可供后续的全机疲劳试验过程中声发射信号处理或类似高背景噪声环境下的声发射监测技术提供借鉴。     

齿轮表层疲劳裂纹扩展的声发射模型

齿轮表面的疲劳磨损是齿轮故障的主要形式之一。从弹性力学的能量理论角度,推导出了齿轮齿表疲劳裂纹在扩展时的能量关系,并根据声发射信号的特征,构造出齿表疲劳裂纹在扩展时产生的声发射信号的理论模型,说明了影响声发射信号能量强度的主要因素为裂纹扩展时间、形变体积及载荷和弹性模量的变化率,从理论上证明了声发射技术用于检测疲劳磨损的可行性。     

基于包络谱分析的滚动轴承内圈故障声发射诊断研究

滚动轴承的早期故障信号很微弱,常规的振动法很难检测。声发射检测法具有采集较宽频率范围信号的特点,采用声发射法对内圈缺陷滚动轴承进行检测,采集宽频的声发射信号,利用小波分析方法把信号分解在不同频带,对低频信号进行重构,将重构后的包络谱特征频带与内圈故障理论特征频率相比较,结果表明:在包络谱图上可以找到理论的故障特征频率范围,这说明包络谱分析法对滚动轴承内圈故障声发射诊断是有效的。     

基于GA-IDBN的滚动轴承故障声发射信号识别

针对变工况条件下的滚动轴承故障声发射信号识别问题,提出了一种基于遗传算法(Genetic Algorithm,GA)与改进深度信念网络(Improved Deep Belief Network,IDBN)结合的故障检测与诊断新方法。对滚动轴承故障声发射监测信号的分析结果表明,GA-IDBN模型对滚动轴承的外圈、内圈、保持架故障的声发射监测信号的识别准确率明显优于DBN(深度信念网络)、支持向量机等模型的,识别准确率可达到95.5%;并且,GA-IDBN模型具有很强的普适性,可以识别出滚动轴承在不同通道、不同转速情况下的运行状态。证明了GA-IDBN模型具有很强的工程实用价值。     

声发射检测技术在齿轮故障诊断中的研究与应用现状

归纳了常见的齿轮故障类型,介绍了声发射技术的齿轮检测和监测原理,综述了声发射技术在齿轮故障检测中的研究与应用,包括机理研究、运行条件对声发射信号的影响以及声发射信号处理技术,着重分析了各种信号处理方法在齿轮箱故障诊断中的研究情况,并指出了声发射技术在齿轮故障诊断研究中的潜在问题和下一步研究方向,以为同行提供参考。     

声发射信号特征分析中的小波变换应用方法

对声发射信号进行分析与处理是目前获取声发射源信息的唯一有效途径,也是声发射技术发展的难点和瓶颈。针对声发射信号的特点,对小波变换用于声发射信号的特征分析问题进行了研究,总结出了适用于声发射信号的小波变换信号特征提取方法,并对未来小波变换在声发射领域的应用与研究方向进行了探讨。     

基于马尔可夫模型的滚动轴承声发射故障诊断研究

滚动轴承是转动机械的主要零部件,容易发生各种故障,这些故障会带来一系列安全隐患,并造成一定的经济损失。因此工业生产中滚动轴承故障诊断研究非常重要,具有巨大的用途。以滚动轴承为研究对象,建立滚动轴承声发射实验平台,采集不同缺陷、不同转速滚动轴承声发射信号,根据HMM理论和算法对声发射信号进行数据处理。首先应用MATLAB软件提取数据,进行分帧处理,进而提取特征向量,得出似然概率。将不同缺陷滚动轴承似然概率进行数据拟合,得到似然概率和转速拟合公式。对二种转速不同、已知缺陷滚动轴承声发射信号进行测试,并对某种缺陷滚动轴承声发射信号进行诊断。结果表明,HMM可以有效地对滚动轴承故障进行诊断。     

基于声发射技术的箱型梁大应力区故障模式识别

在介绍了声发射技术的基础上,采用BP神经网络,分别对预置故障的港口起重机典型结构——箱型梁的声发射信号进行分析。选用原始波形特征参数以及它们之间组合派生出的特征参数等9个参数作为神经网络的输入,设计箱型梁大应力区常见五种故障模式：正常、局部表面裂纹、局部深埋裂纹、局部焊缝、对接焊缝为最终识别分类模式。结果表明,该方法可以对以上五种模式的声发射源进行有效识别。     

基于HHT的预应力钢筋混凝土梁断裂AE信号分析

针对混凝土材料损伤所产生的声发射信号复杂的特点,提出了基于Hilbert—Huang变换的分析混凝土声发射信号的新方法。利用全波形声发射技术记录了预应力混凝土梁在三点弯曲荷载试验下整个破坏过程的声发射信号,研究了声发射累计能量随时间变化的关系曲线,分析了梁在不同破坏阶段产生的实测声发射信号,获得了信号的Hilbert谱。通过与小波分析结果进行比较,显示出该方法具有处理精度高、自适应性强的特点,能有效地提取声发射信号中损伤的主要特征,为声发射信号处理提出了一种新的途径。     

基于声发射的滚动轴承故障诊断方法

为诊断低速滚动轴承故障,克服传统振动法诊断时故障信号极其微弱的缺陷。在实验室条件下对各类故障模式滚动轴承进行声信号采集,并对故障轴承声信号进行参量分析和波形分析的基础上,利用撞击数和神经网络技术对滚动轴承进行了故障诊断,提高了低速滚动轴承故障诊断的有效性和准确性。     

基于声发射和振动信号的振动钻削钻头故障诊断试验研究

针对钻削过程中钻头状态监测问题，基于声发射采集系统和振动采集系统设计超声轴向振动钻削钻头故障监测装置，分别应用完整钻头和故障钻头进行45钢板的超声振动钻削对比试验，采集不同钻头状态的AE和振动信号，通过时域分析、频域分析和小波分解，分析故障钻头对AE和振动信号的影响。试验结果表明：通过AE和振动信号判别钻头状态，判别结果与实际一致，能够实现钻头的故障诊断。     

Monitoring extremely slow rolling element bearings: part II

The most established technique for monitoring the integrity of rolling element bearings is vibration analysis. However, at extremely slow rotational speeds monitoring the health of rolling element bearings is fraught with difficulty. Part I of this work details difficulties with monitoring rolling element bearings rotating at speeds of less than 2 rpm. Furthermore, it presents a study of the high frequency acoustic emission (AE) technique as a means of monitoring low-speed rolling element bearings. The application of AEs to monitor operational slow-speed bearings with bore diameters of 120 mm is presented. It is concluded that the mechanism of AE generation was the relative movement between bearing elements experiencing loss of mechanical integrity, for example, the rolling/sliding action of a roller on a defective outer race.     

基于深度学习与电子听诊器的轴承故障诊断

针对滚动轴承故障诊断,受启发于传统人工听诊的做法,以及利用传统机器学习方法提取故障特征过度依赖人工、诊断正确率低等问题,提出一种基于深度学习与电子听诊器相结合的滚动轴承故障诊断方法。该方法利用电子听诊器获取轴承不同健康状态下运行的声音信号,以轴承转动周期为数据样本长度,采用重采样数据集增强方法提高模型的泛化性。搭建基于TensorFlow的一维卷积神经网络深度学习模型进行实验验证,并利用t-SNE对分类过程进行可视化,诊断正确率达到99%。     

蜂窝夹层复合材料的压缩损伤声发射特征

应用声发射技术对蜂窝夹层复合材料压缩损伤过程进行了试验研究。分析载荷与声发射信号关联图,依据其损伤过程和声发射特征,发现随着加载条件下载荷的增加,复合材料的损伤逐步增大。在加载初始阶段,仅有少量声发射信号,各种表征信号量小幅度增加;在加载中期,声发射信号增多,各种表征信号量不断增大;在加载后期,声发射信号有明显突增,各种表征信号量急剧增加。复合材料压缩损伤破坏与声发射的幅值、能量、撞击、上升时间、持续时间和计数等参量特征相关。根据各阶段特征参量滤波后所得信号分布与实际断裂位置相吻合。     

管道声发射泄漏检测技术研究进展

声发射检测的目的是获得声发射源的有关信息(如声发射源的特征和位置等)。管道泄漏声发射信号既携带结构的某些特征信息(泄漏孔大小和位置等)，同时又有很大的随机性和不确定性，属于一种非平稳随机信号。在分析管道泄漏声发射信号特点基础上，着重对管道声发射泄漏检测技术及信号处理方法的最新研究进展进行了回顾。模态声发射能够解决常规声发射技术发展中的问题，是一种潜在的能够实现管道泄漏定量检测的方法。     

轴承故障诊断中的声发射检测技术

声发射技术是自20世纪60年代开始,到目前逐步成熟的一种无损检测技术。声发射以其灵敏度高、频响范围宽、信息量大和动态检测等特点,为轴承检测和故障诊断提供了一条新的途径,也是近年来轴承故障诊断研究领域的热点。综述了国内外声发射技术在滚动轴承和滑动轴承检测中的应用。通过分析,总结出轴承声发射检测技术下一步的研究方向,并指出轴承故障的声发射检测是振动检测的有力补充工具,特别是在轴承低转速和故障早期的检测中更能发挥作用。     

Acoustic emission in bearing steel during isothermal formation of midrib

The first attempt of an acoustic emission (AE) application for the control of isothermal transformation, at the temperature near the martensite start (M _S ) in 100CrMnSi6-4 bearing steel, is made herein. A unique method for recording the signals of the AE was developed. The Short Time Fourier Transform algorithm was used for displaying the signal values on the spectrogram graphs. Acoustic emission showed the nucleation and growth of the isothermal martensite in the residual austenite. The maximum power spectral density of signals was determined using the relative intensity of the RMS values. The observed energy of separated signals during the second stage of residual austenite decomposition is comparable to the energy of the initial stage at lower temperatures. It was proposed as a new process concept under paraequilibrium that involves the midrib formation and swing back in the kinetics of lower bainite.