基于STM32的燃气轮机振动监测系统的设计

为了能够准确、实时的提取燃气轮机关键部位在关注频段内的振动数据,设计了一种燃气轮机振动监测系统.该系统以STM32为核心处理器,通过加速度传感器对振动信号进行采集,利用积分放大电路、外置高精度模数转换电路和数模转换电路等进行信号调理,辅助FIR的数字滤波窗函数进行频段内振动数据的提取,并用仿真分析验证其滤波算法的准确性.经实际试验结果验证,该振动监测系统具有工作稳定、精度高、频段提取准确的优点,能够满足实际工程要求.     

基于WSN的洗煤厂设备无线振动监测系统的设计

针对传统的洗煤厂设备振动监测系统存在布线不方便的问题,提出了一种基于WSN的洗煤厂设备无线振动监测系统的设计方案。该系统在洗煤厂内各个监测设备部署微型加速度传感器节点,这些节点通过改进的分簇路由算法形成一个多跳自组织的网络系统,协作地感知、采集和处理各个监测点的振动信号。实验结果表明,该系统采集的振动数据准确性较高,无线振动监测节点工作稳定。     

小波分析算法研究及在齿轮与滚动轴承故障诊断中应用

分析了齿轮与滚动轴承故障振动信号的特征,利用小波变换的分解和重构算法,有效地提取出齿轮与滚动轴承故障特征信号,得到实验结果.通过比较频谱分析和小波分析的特点,有效地证明了小波分析在微弱故障信号提取中的优势.     

基于Matlab编程的轴流泵振动监测系统的研制

为了监测轴流泵的振动信号特征参数,针对轴流泵在起停机过程和运行过程中的振动信号特性,研制了一套集成控制模块的轴流泵振动监测设备.为快速、准确地对监测数据进行分析和时频域特征参数提取,采用VS与Matlab混合编程的方法开发了监测软件.测试结果表明,该系统能够稳定且有效地监测轴流泵泵体振动信号时域波形和频谱分布,实现了对轴流泵运行过程中振动信号及其特征参数的实时监测.     

改进粒子滤波在汽轮机故障诊断中的应用

针对汽轮机的振动信号容易受到较为复杂的随机噪声污染,提出了一种改进粒子滤波的振动信号降噪方法;首先建立采集振动信号的数学模型,将其作为粒子滤波的状态方程;然后利用小波分析提取采集振动信号的背景噪声,将其和状态信号一起作为观测信号,得到观测方程,把降噪问题转化成在状态空间模型下的滤波问题;由于采用序贯重要性采样的粒子滤波存在着样本退化问题,在重采样阶段采用了一种权值排序、优胜劣汰的重采样算法,就是对各粒子的归一化权值从小到大的排列顺序,并根据权值方差大小淘汰粒子,从而得到了改进的粒子滤波算法,在一定程度上解决了标准粒子滤波的退化问题;进而运用改进粒子滤波算法对振动信号进行降噪处理,降噪前信号和降噪后信号分别通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征向量浓缩了汽轮机振动故障的全部信息,对提取的故障特征向量应用诊断识别算法进行故障模式识别;通过对比降噪前信号和降噪后信号的故障诊断识别率,证明了改进粒子滤波在汽轮机故障诊断中的应用效果更佳。     

基于非线性关联维特征提取的机械自动化监测系统

提取天然气压缩机故障状态下振动信号的故障特征是设计机械自动化检测系统的核心技术。提出一种基于非线性关联维特征提取的机械自动化监测系统设计方法,在故障诊断原理基础上,进行故障振动信号时间序列分析,设计故障振动信号相空间重构方法,改进了相空间重构最佳时延和嵌入维数参数计算的关键技术,通过提取关联维故障特征,在Simulink平台上设计了自动化监测系统。系统实验结果表明,该算法和系统能使各类故障状态下提取的关联维特征的标准差显著性降低,特征分布聚类能力明显提高,系统能有效检测各类故障,实现了机械设备的自动化监测,在自动化故障诊断仪表设计等领域具有较好的工程实践价值。     

基于EEMD和变尺度随机共振的轴承故障诊断

提出了一种基于集合平均经验模式分解(EEMD)和变尺度随机共振(STSR)的滚动轴承故障提取方法.首先通过EEMD对含噪振动信号进行自适应抗混分解,得到不同频带的本征模态函数(IMF);然后将不同频带的IMF作为双稳系统的输入,通过变步长数值算法和调节非线性双稳系统的结构参数来提取微弱低频故障特征信号;最后运用切片双谱对双稳系统的输出进行后处理.仿真分析验证了STSR的特性,通过对强噪声背景下的滚动轴承实测信号分析表明,该方法充分利用高斯白噪声,能有效提取滚动轴承微弱故障特征.     

选择性融合多尺度筒体振动频谱的磨机负荷参数建模

针对目前采用经验模态分解(empirical model decomposition,EMD)得到的系列子信号构建的磨机负荷参数软测量模型泛化性能差、难以进行清晰物理解释,以及EMD算法存在的模态混叠等问题,本文提出了基于选择性融合多尺度筒体振动频谱的建模方法.首先采用EMD、集合EMD(ensemble EMD,EEMD)、希尔伯特振动分解(Hilbert vibration decomposition,HVD)共3种多组分信号自适应分解算法获得磨机筒体振动多尺度子信号的集合,接着通过相关性分析剔除虚假无关部分,然后再将与原始信号相关性强的那部分多尺度子信号变换至频域,进而更有利于构建这些多尺度频谱与磨机负荷参数间的映射模型,最后通过改进分支定界选择性集成(improved branch and bound based selective ensemble,IBBSEN)算法建立软测量模型,实现对多源多尺度筒体振动频谱的最优选择性信息融合.基于实验球磨机运行数据的仿真实验表明所提方法在模型可解释性和泛化性能上均优于之前研究所提出方法.     

基于时域特征的光纤安防系统信号识别算法

在分布式光纤周界安防系统中,为实时有效分辨出系统所受的入侵事件和干扰事件,提出了一种基于时域特征的振动信号模式识别算法.对原始振动信号进行降噪处理,然后提取降噪后信号的短时能量和短时过阈值率两类特征值,将提取的特征值作为特征向量输入到支持向量机(SVM)中进行训练和测试,建立分类模型,将分类模型应用于安防系统,实时识别出入侵和干扰事件.实验结果可知:模式识别算法的分类效率高,误差小,具有有效性和可行性.     

基于DSP的给水泵运行状态在线监测系统

给水泵在运行过程中的振动信号及其特征信息对给水泵系统的状态监测有重要意义.给水泵运行状态在线监测系统以数字信号处理器DSP为核心,采用以振动监测为主、过程量监测为辅的监测方法,介绍了给水泵运行状态在线监测系统的工作原理,分析了有限冲击响应(FIR)数字滤波算法和快速傅里叶变换(FFT)算法的DSP实现方法.本系统在湖南湘潭电厂使用后,收到良好效果,对辅机故障诊断与检修具有重要的指导意义.     

基于压缩采集与CNN的风电机轴承故障诊断

针对传统风电机轴承故障检测存在的采样数据量大、故障特征依赖主观选取的问题,提出了风电机轴承故障的信号压缩采集、自动提取特征及故障诊断的方法,解决了风电机轴承振动信号特征提取计算复杂、受先验知识影响较大的问题。首先基于梯度加速法(NAG)和QR分解理论对随机高斯观测矩阵进行优化,实现风电机轴承振动信号压缩采集;然后将压缩采集得到的数据作为卷积神经网络(CNN)的输入,利用卷积池化层提取压缩采集数据中的故障特征;最后,将得到的故障特征通过softmax分类器进行分类。仿真实验表明:该方法能够自动提取风电机轴承的故障特征,在保证较高故障诊断准确率的同时,缩短了网络训练时间。     

风力发电机组状态监测系统研究

针对风力发电系统的运行要求,提出一种先进的状态监测与故障诊断系统,该系统以风力发电机组齿轮箱等设备的振动信号等实际测量信号作为信号源,利用自主研发的嵌入式微处理器对采样数据进行信号分析,并可通过远程计算机对机组运行状态进行在线监测;同时嵌入了视频、音频实时监控,可以实现工作人员对机组运行状态的全面、实时远程监控.该系统已在某风电场投入使用,其有效性和准确性得到了验证.     

小波分解和最小二乘支持向量机的风机齿轮箱故障诊断

根据齿轮箱故障时振动信号特点,提出了一种基于小波分解和最小二乘支持向量机(LS-SVM)相结合的齿轮箱故障诊断方法。通过对齿轮箱振动信号进行小波分解,得到各分解节点对应频率段的重构信号和节点的能量,并将各节点能量组成的特征向量作为诊断模型的特征向量,输入到LS-SVM多类分类器中进行故障识别。诊断结果表明:该方法能够准确地识别风力发电机组齿轮箱的常见故障。     

A novel fault diagnosis technique for wind turbine gearbox

The gearbox is one of the most important parts of a mechanical equipment. The importance of fault diagnosis in rotating machineries for preventing catastrophic accidents and ensuring adequate maintenance has received considerable attention. In this study, a fault diagnosis method based on gearbox vibration signal monitoring is used to differentiate the signal characteristics of different working conditions and improve the accuracy of diagnosis. The time-domain sequence approximate entropy (ApEn) adaptive strategy is used to propose a wind turbine intelligent fault diagnosis algorithm based on a wavelet packet transform (WPT) filter and a cross-validated particle swarm optimized (CPSO) kernel extreme learning machine (KELM). First, the correlation between the parameter requirements of the intelligent diagnosis system and the system complexity analysis is analyzed. Then, the parameters related to the wavelet filter is determined by calculating the ApEn of the time-domain sequence. Finally, a compact wind turbine gearbox test bench is constructed and tested to validate the proposed ApEn-WPT+CPSO-KELM to identify gearbox-related faults for verification. Results show that the proposed ApEn-WPT+CPSO-KELM method can accurately identify four states of the wind turbine gearbox.     

基于LabVIEW的风电机组齿轮箱健康状态监测系统设计

齿轮箱是风力发电机组的主要组成部分之一,也是故障的高发区,积极开展风电齿轮箱故障诊断具有重要意义.基于LabVIEW开发环境和NI CompactDAQ平台开发的风机齿轮箱健康状态监测系统,通过友好的图形化用户界面及图形编程语言控制运行,可以高效地实现对温度、转速、振动信号的采集、图形显示、存储、分析及数据回放等功能,具有良好的扩展性.同时,系统通过采取多种时频域方法对振动信号进行对比分析,可以快速、准确地确定故障的类型.实验结果表明,系统能够稳定、可靠地工作,是进行风机齿轮箱监测的有效工具.     

分布式机载风电振动信号采集系统设计与应用

针对风电设备分布广泛、振动信号采集困难、监测数据处理要求高等特点,基于分布式风机在线监测的通用架构研发了一种能够安装于风机各关键部位的小型机载分布式风电状态监测装置,就系统设计中遇到的如硬件选型与架构设计、信号采样逻辑控制与处理、风机信号特征选择、上位机通信报文设计等关键问题进行了深入研究,并将该系统应用于实际风场的设备监测与故障诊断环境,验证了该装置的可靠性、有效性与可拓展性.     

近钻头连续波反射分析和信号提取算法

连续波载波技术是实现井下随钻测量信息高速上传的有效途径,但由于连续波信号的本质特性使得这一信号在传输通道中的反射、叠加和回响更加剧烈,造成了信号的畸变,从而令井下随钻测量信息的有效提取变得困难。如何实现连续波反射信号的抑制与载波信号的有效提取,是核心内容。为实现这一目的,建立了井下信号传输通道模型,给出了反射过程的理论分析,推导了信号解析算法,明确了工程应用中信号的提取过程,并进行了仿真实验;完成理论分析后,在实地构建的风洞系统中应用所提算法进行了实验,结果进一步验证了算法的有效性,并说明了其在实际工程中推广的可行性。     

风力发电机在线状态监测仪的设计及应用

设计了基于TMS320 F2812芯片的DSP在线状态监测系统,此系统既可独立运行,又可与上位机配合工作,实现了数据采集、数据分析、故障预警、数据存储与上位机通信等功能.采集的数据经过滤波后,计算时域指标并将其与设定阈值比较,作为预警依据,之后对其进行FFT分析和Hilbert解调分析,分别得到信号的幅值谱和包络谱,以此来对风力发电机的状态进行监测.仿真分析和齿轮故障实验验证了DSP监测仪的有效性和可靠性.     

基于循环维纳滤波的振动信号去噪算法研究

振动信号的去噪需要在滤除噪声的同时尽可能避免相位失真。传统的锐截止低通滤波器或FIR滤波器无法在去噪效果和线性相位之间取得平衡,难以满足振动信号的去噪需求。针对这一问题,将线性相位的维纳滤波算法引入到振动信号的去噪中,并结合振动信号的循环平稳特性,形成了振动信号的循环维纳滤波算法。文中以直接维纳滤波为基础对循环维纳滤波算法的原理进行了深入分析和仿真实现,并基于实测汽轮机振动信号对算法的去噪性能进行了讨论。理论分析及算法仿真表明,循环维纳滤波算法在保证线性相位的前提下有较好的去噪效果,能够解决传统去噪算法所存在的去噪效果与线性相位难以均衡的问题。