时频和双谱分析方法在轴承故障诊断中的应用

提出了基于时频和双谱分析的滚动轴承诊断的方法。利用伪Wigner-ville分布和双谱估计可绘出滚动轴承故障信号的特征图谱。实验表明,伪Wigner-ville分布和双谱分析方法可以敏感地监测滚动轴承工作状态,并且利用特征图谱可以有效地识别滚动轴承不同的故障特征。     

扭杆疲劳寿命动态计算方法的研究

对轻型车独立悬架系统中的扭杆疲劳寿命动态估计计算方法进行了系统的研究 ,给出了各种相关参数对扭杆疲劳寿命影响的计算公式 ,建立了扭杆疲劳寿命动态计算系统和计算实例。具有较高的理论和实用价值     

基于小波神经网络的滚动轴承智能故障诊断系统

通过对滚动轴承振动信号特征分析,采用小波包变换方法对其建立频域能量特征向量以减少输入维数,进而构造出了轴承特征空间和故障空间的模式,然后采用径向基函数人工神经网络,通过该网络的学习和训练,实现了两个空间之间的非线性映射,完成了滚动轴承故障模式的识别.同时应用Matlab软件强大的计算功能,设计建立了滚动轴承智能故障诊断系统.理论和实验证明了该系统的有效性,且具有较高的识别精度.     

基于奇异值分解的滚动轴承故障诊断的神经网络方法

径向基函数神经网络是一种三层前馈型神经网络,它具有较强的非线性函数逼近能力和分类能力.根据径向基函数神经网络的优点,在对滚动轴承振动信号故障特征分析的基础上,提出一种应用奇异值分解将高维相关变量转化为低维独立变量,并利用其特征值建立径向基函数神经网络的方法,同时将该网络用于对滚动轴承的故障诊断.理论和试验证明了该方法的有效性,且具有较高的故障分类精度.     

滚动轴承微弱故障信号检测的研究

研究了信号局部奇异性在小波变换下的特性.根据故障信号和噪声的局部奇异性在小波变换下模极大值在不同尺度上的传播特性不同的特点,利用小波分解重构算法,对滚动轴承振动信号进行了分解、去噪、重构和谱分析.实验表明,小波减噪方法非常适于滚动轴承微弱故障信号的检测.     

基于关联维数的滚动轴承故障诊断的研究

针对滚动轴承系统产生的非线性振动信号的特点,提出用关联维数来描述轴承振动信号的工作状态,进而对其进行故障诊断的方法。同时详细讨论了关联维数的计算方法,并对由轴承系统产生的非线性振动信号进行了关联维数的定量计算。实验表明,滚动轴承不同工作状态由不同的动力学机理产生,其关联维数明显不同。以关联维数作为滚动轴承的工作状态监测的依据,可以为提高滚动轴承故障诊断的准确率提供了一种有效的新方法。     

现代信号分析在滚动轴承故障诊断中的应用

滚动轴承是各种机电设备中的重要部件,其主要特点是其寿命的随机性较大,且它的好坏直接影响到设备的正常运行。因而掌握轴承运行的工作状态以及故障的形成和发展是目前机械故障诊断领域中研究的重要内容之一。利用轴承的随机振动信号对其工作状态进行诊断是目前最常用的方法。分析的方法主要有时域法和频域法。而传统的基于Fourier分析的方法其时间和频率这两个变量依Heisenberg测不准原理是互斥的,因此传统的功率谱分析是针对平稳随机信号而言的。滚动轴承的故障振动信号为典型的非平稳信号,而非平稳信号需要用现代信号分析的方法来处理。利用现代信号分析理论从线性时频分析(小波减噪变换)、非线性时频分析(伪Wigner-Ville时频分布)和高阶谱(三阶谱)三方面对滚动轴承故障信号特征进行提取加以研究。研究结果表明,小波减噪方法在微弱信号检测方面具有较强的能力;伪Wigner-Ville时频分布图能有效地建立故障信息图谱,直观性更强;高阶谱可以很好的检测出非高斯故障信号的信息。     

非煤矿山职业安全培训机制的思考

通过对我国非煤矿山的特点、安全生产的基本形势和职业安全培训存在的主要问题的分析,对如何完善我国非煤矿山职业安全培训机制进行了有益的探讨。     

磁性液体倾斜角传感器的有限元耦合分析

根据一种差动式变压器结构的磁性液体倾斜角传感器工作原理,推导出传感器输出电压与灵敏度公式,并利用ANSYS软件对这种结构的传感器进行电磁-电路的耦合场分析,通过对数值模拟结果进行深入分析以便能为传感器的设计提供指导,并将模拟结果与已公开发表的实验数据进行对比.得出当磁性液体倾斜角传感器的结构参数确定后,传感器的输出电压与转动角度成线性正比关系;且传感器的灵敏度与激励电压的振幅、磁性液体相对磁导率及激励电压频率成正比,但激励电压频率超过一定范围后,传感器灵敏度增加值会逐渐减小,建议激励电压频率最好不超过1.5 kHz.     

滚动轴承故障特征识别的时频分析研究

提出了基于时频分析的滚动轴承故障特征诊断的方法。利用伪Wigner—Ville分布建立滚动轴承故障信息时频分布图谱，从而有效地识别滚动轴承不同的故障模式，为滚动轴承的故障模式识别提供了切实可行的方法。