基于小波消噪的轴承振动测量及故障诊断研究

对识别滚动轴承工艺故障原理进行阐述,提出了轴承振动测试及故障诊断系统的总体框架,对系统的机械装置进行了分析,在通过传感器得到的轴承信号后,利用小波的分解与重构降噪来处理这些信息,再通过Matlab进行实现信号的消噪处理.     

谐波小波解调法在齿轮箱故障诊断中的应用

在研究谐波小波频段分解与Hilbert解调分析的基础上,提出了基于谐波小波包变换的解调分析法,并详述了其具体实现过程.该方法根据齿轮箱频谱特征与齿轮箱故障特征频率的理论计算值,确定所需提取的特征啮合分量,并在此基础上选择谐波小波包分解层数与所需提取的频带带宽;通过傅里叶变换及其反变换提取出相应的特征啮合分量,然后借助Hilbert算子对提取出的啮合分量进行包络解调分析.采用这种方法对存在磨损及点蚀故障的齿轮箱振动信号进行了分析,结果表明,基于谐波小波包的包络解调法具有精确提取任意频段调制信息的能力,能够为齿轮箱故障源的准确定位及故障程度提供可靠的判断依据.     

基于鲁棒输入训练神经网络的非线性多传感器故障诊断方法及其应用

针对非线性系统多传感器故障诊断时出现的检测准确性下降和数据重构产生的残差污染问题,提出了基于鲁棒输入训练神经网络非线性多传感器故障诊断模型.在目标函数中引入影响因子函数和可靠性系数,并通过计算机模拟和仿真确定最佳影响因子函数形式,抑制了多个含有显著误差故障数据的不良影响,并增加了具备高可靠性的重要数据影响权重,大大减小了残差污染,提高了故障诊断的准确性和可靠性.以某300 MW机组1#高加测点为对象进行算例分析,验证了该方法对于多传感器故障诊断的可行性和准确性,计算和模拟表明,RITNN方法优于线性PCA和传统ITNN方法,能够更加准确进行多传感器故障的检测和故障数据的重构.     

电工钢张力测量数据分析及闭环控制的建立

运用现代化测量技术，采用数字管理手段，实现了对张力传感器测量信号的实时监测、记录及异常报警信息收集。同时，采用现代信号处理和分析方法，提出EMD（经验模式分解）算法分解张力信号，可以在线实时提取和分析张力传感器故障特征，并进行闭环控制，可用于检测与诊断传感器早期故障，优化张力差控制轧制模型，提高轧制后的电工钢产品质量。     

Mallat小波快速变换与IDRNN在卫星实时故障检测与识别中的应用

系统研究了面向复杂系统监测时变信号的实时故障检测与识别问题.采用滑窗Mallat小波快速变换克服传统小波变换的时域全局依耐性并提高计算效率,使之适应于实时故障检测;针对时变信号的故障模式识别难题,在故障检测基础上采用改进动态循环神经网络(improved dynamic recurrent neural network,IDRNN)进行智能故障识别.最后将滑动时窗小波检测模块及最优IDRNN网络模块嵌入某型完整卫星姿态控制系统仿真平台进行在线故障诊断.试验结果表明:实时条件下的滑动窗口小波变换与传统小波变换具有一致性,IDRNN对于时变信号识别具有较好的时域泛化能力,将滑窗移动时不变小波方法与IDRNN结合可以实现面向复杂系统监测实时信号的故障检测及复合模式分类.      

小波分析在旋转机械故障诊断中的应用

简述了小波分析基本原理及其用于故障特征识别的机理，并运用小波分析理论对轴承座松动早期故障成功地进行了特征提取，体现了小波分析的良好性能，为故障识别提供了新的模式样本。     

基于BP神经网络的冷轧薄板生产线故障诊断系统研究

针对某钢厂冷轧薄板生产线电气传动故障类型多,传统故障诊断方法难以实现故障分离等情况,提出了一种基于BP神经网络的故障诊断方法,通过对各个传感器输出信号的分析可以获得故障特征量,将其输入神经网络后,由网络输出层的结点输出可以判断故障类型,从而实现故障诊断.     

基于小波包的开关电流电路故障诊断

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性.      

小波分析技术在矿山机械轴承故障检测中的综合应用

矿山机械轴承故障检测在机械行业里一直处于不可忽视的地位,因此对机械轴承的故障检测是非常重要的一门技术,小波分析技术便是对矿山机械轴承进行监视的一种方法,一旦矿山机械轴承出现故障就可以通过小波分析技术检测到,小波分析技术的原理是:通过观察小波能量谱、小波包络技术和小波阈值降噪等技术的结合,使得检测过程非常简单,只要对振动信号进行一次小波分解、重构单支小波能量集中频段就可以完成检测,并得到相应的检测结果。而一般使用的小波为Morlet小波和Laplace小波。     

大型机械设备振动系统故障诊断分析

大型机械设备是目前生产中必不可少的设备,但是由于机械设备工作压力大,所以振动系统很容易出现故障,必须采取合理的措施进行解决。为了能够准确地判断系统出现的故障,目前才去了大量的智能技术,通过神经网络等技术,可以让软件对系统的故障更加熟悉。本文研究了如何构建判断设备故障的系统,通过分析信号模型、分析信号特征和研究智能技术和专家系统相结合,帮助企业寻找构建故障判断系统的方法。     

A Wavelet and Neural Networks Based on Fault Diagnosis for HAGC System of Strip Rolling Mill

 The research is aiming at the fault diagnosis of HAGC system of strip rolling mill. Taking the advantage of the accompany characteristics of the closed-loop control system, rolling force forecasting model is established based on neural networks. The comparison results between the forecasting results and the actual signal are taken as residual signals, which have eliminated the effects of abrupt input. Wavelet transform is used to acquire the components of high and low frequency, and fault numerical criterion is established through Lipschitz exponent. Wavelet decomposition results make fault feature clear and time-domain positioning accurately. By analyzing the varied fault features which correspond to varied fault reasons, the fault diagnosis of HAGC system is implemented successfully.     

板带轧机厚控系统非线性模型与故障模拟

为提高轧机液压压下厚度控制系统(H AGC)建模精度,考虑系统中伺服阀流量与阀口压力之间这一典型非线性关系,应用机理建模的方法建立了轧机液压压下系统的非线性动态仿真模型。研究结果表明：与线性模型相比该非线性模型更加贴近真实系统模型,可以更加准确、完善地反应各参数变化对系统输出的响应。利用该模型对各种典型故障进行模拟研究,可为系统的故障预测和诊断提供依据。实验研究证明了所建立的非线性模型的准确性和故障分析的合理性。     

Design of Fault Diagnosis Observer for HAGC System on Strip Rolling Mill

By building mathematical model for HAGC （hydraulic automation gauge control） system of strip rolling mill, treating faults as unknown inputs induced by model uncertainty, and analyzing fault direction, an unknown input fault diagnosis observer group was designed. Fault detection and isolation were realized through making ob- server residuals robust to specific faults but sensitive to other faults. Sufficient existence conditions and design of the observers were given in detail. Diagnosis observer parameters for servo-valve, cylinder, roller and body rolling mill were obtained resoectively. The effectiveness of this diagnosis method was oroved bv actual data simulations.     

马钢H型钢万能轧机液压自动辊缝控制系统

液压自动辊缝控制系统由三部分组成：监视控制层用作系统协调及系统设定，并进行相应的逻辑控制；位置控制子系统是一个液压伺服系统，用作精确位置控制；自动辊缝控制子系统，作为系统的反馈修正以完成控制功能。该系统是由德国曼涅斯曼－德马克－萨克公司在英钢联莱肯比Ｈ型钢厂有效使用已达４年的相应系统基础上，进一步完善而成。     

大型轧机AGC液压缸信号分析方法研究

为分析大型轧机AGC液压缸的信号,建立轧机液压AGC控制系统,以获取AGC液压缸的性能,从而量化AGC缸性能参数,以保证AGC液压缸的工作可靠性。为此分析下列参数对系统的影响伺服阀阀芯开口度、有杆腔无杆腔压力、AGC液压缸位移、和轧制力。采用基于时域数字特征的特征提取方法,并以时域信号的各种定量进行评判。以AGC缸无杆腔压力信号为例进行分析。结果表明,随着泄漏量增大AGC缸无杆腔到达150bar的时间逐渐延长,其结果分别是38.5s、46.7s、52.5s,系统响应变慢。并且AGC缸无杆腔的压力值随内泄漏故障程度增加,离散程度也逐渐增加。本文可供设计和使用人员参考。     

沃尔沃铰接式卡车电气系统故障诊断

沃尔沃铰接式卡车电气系统采用国际通用的车载电子控制系统,当车辆自诊断系统诊断出故障,并给出故障代码以后,我们可以通过对传感器基本信号数据的关联分析和对应分析来初步确定故障部位,同时将故障代码提示的车辆故障现象与实际故障现象进行对比,从而快速得到正确合理的判断,而不是将故障代码作为解决问题、排除故障的唯一依据。     

基于小波包重构的汽车发动机故障诊断

利用小波包对信号进行分解，分解的层数越多，频域分辨率越高，但时域分辨率越低，对故障信号的精确诊断不利，为提高时域分辨率，本文采用小波包重构算法，对发动机气缸振动信号的特定频段进行了小波包重构，并由此判断汽车发动机气缸燃烧振动的具体状态。