6205-2RS轴承内圈故障特征时频分析

分析6205-2RS轴承内圈故障时变信号,提取故障特征。通过对短时傅里叶变换与Wigner-Ville分布数值仿真实验比较,明确了短时傅里叶变换与Wigner-Ville分布的时频分析优缺点。针对非平稳轴承振动信号,利用短时傅里叶变换,结合Wigner-Ville分布进行了故障特征提取。通过提高短时傅里叶变换汉明窗点数,结合Wigner-Ville分布参数调整与轴承部件的旋转频率计算,给出了6205-2RS轴承内圈故障特征结果。该方法能较准确地诊断轴承内圈的故障现象。     

基于S变换的热连轧机耦合振动特征提取

提出一种基于短时傅里叶变换的自适应频域滤波方法,将噪声信号与振动特征成功地分离。根据短时傅里叶变换和功率法设定的阀值,自动捕捉了振动信号在不同时间段的优势频率。对振动信号、压下液压缸压力信号和伺服阀给定信号做短时傅里叶变换后,热连轧机振动被诊断为液机耦合振动。利用离散小波变换和S变换相结合的方法对轧机振动信号进行分析,确定轧机起振的时间为液压压下系统的投入时间,证明了热连轧机存在液机耦合振动现象。     

小波理论-近似熵在风机故障诊断中的应用

风机的振动信号是一种典型的非平稳时变信号,具有混沌特征。提出用小波理论的滤波算法对风机原始振动信号进行降噪处理,用近似熵来定量描述风机的工作状态,进而对风机进行故障诊断。通过对风机不同工作状态下振动信号的分析,结果表明,风机在不同工作状态下所对应的近似熵有明显的变化,小波理论近似熵的方法适用于风机故障的检测。     

大型风机叶片模态参数识别的试验研究

为了正确识别大型风机叶片的模态参数,首先将风机叶片的衰减振动等效为自由悬臂梁振动,推导出阻尼比识别关系式。然后,构建一个大型风机叶片模态参数识别试验平台,采用快速脱钩装置实现大载荷力的快速释放,完成对aeroblade3.6-56.4风机叶片的自由衰减试验。根据阻尼比识别关系式,得到不同初始振幅下的阻尼比变化规律。同时对叶片某面的加速度信号进行傅里叶变换,得到其低阶固有频率。     

基于小波神经网络的电动机转子故障诊断

在电动机故障诊断技术中,基于振动和定子电流频率成分的检测是电动机故障检测的两种主要手段.讨论了基于振动故障信号的检测方法.由于电动机振动信号是非平稳随机信号,故障信号中往往含有大量的时变、短时突发性质的成分,传统的傅里叶信号分析不能有效地提取电动机的故障特征,而且还可能将含有丰富故障信息的微弱信号作为噪声去除.因此,引入比小波分析更强的小波包变换技术来提取信号的故障特征信息,得到的结果作为神经网络的输入信号,用神经网络的L-M优化算法来进行训练,然后用BP神经网络来进行故障识别.采用Matlab软件进行仿真,证实该方法对电动机故障诊断的有效性和准确性.     

基于连续HMM的汽轮机故障诊断系统研究

根据汽轮机运行时振动信号的特点,用短时傅里叶变换提取状态特征信息,引入基于连续隐马尔可夫模型建立在线状态监测系统,针对汽轮机的状态识别实验结果表明,此方法具有一定的实用性。     

基于CGHMM的水泵在线状态监测研究

根据水泵运行时振动信号的特点,用短时傅里叶变换提取状态特征信息,引入基于连续高斯混合密度隐马尔可夫模型建立在线状态监测系统,针对水泵的状态识别实验结果表明,此方法具有一定的实用性。     

直升机振动检测通用算法的研究与实现

针对国内现有振动检测设备在直升机振动噪声测量领域的可靠性影响到维护效率及急待提高国内直升机振动检测设备性能问题,首先,对多种直升机振动噪声进行了研究与分析;其次,针对直升机噪声的复杂性详细阐述了信号的预处理方法;最后,提出了适合直升机振动噪声自适应整周期采样时域同步平均-短时傅里叶变换方法。现场验证比较结果表明,整周期采样时域同步平均-短时傅里叶变换测量方法在直升机振动测量中优于其他振动算法,自适应调整能力强,信号的优劣程度对测量结果影响小,分析更加准确,实时性得到了改善。此方法同样适用于其他转子振动测量领域。     

航空发动机风扇叶片外物撞击识别方法研究

通过风扇叶片外物撞击试验平台来模拟真实发动机叶片受外物撞击的过程,使用基于叶尖定时原理的非接触式叶尖振动测量方法获取叶片叶尖振动信号。采用基于短时能量的方法对原始振动信号进行处理,获取风扇不同稳定转速状态所对应的叶尖振动参考短时能量值,经过反复试验及数据统计分析给定门限系数,依据在线检测原理获取外物撞击风扇叶片的检测门限值。对不同尺寸、质量外物撞击给定风扇转速的叶片振动数据进行分析,获取其对应的短时能量分布,进而准确判断出叶片发生外物撞击的时刻、次数。     

离心式风机含裂纹叶片的试验模态分析

针对离心式风机含裂纹叶片振动特性,搭建了风机在自由悬挂状态下的试验模态分析平台,分别在无裂纹和不同裂纹深度等8种情况下对叶片固有频率及模态振型进行了试验研究。经试验研究与数据分析得:离心式风机叶轮结构固有频率随裂纹深度的增加而单调下降;裂纹越深,固有频率下降越快。该结论为风机叶片故障监测与诊断提供了基础。     

含两个相间裂纹叶片的失谐叶盘结构振动特性研究

基于集中质量叶盘结构模型,推导了含两个相间裂纹叶片的失谐叶盘结构的振动方程,揭示了两个相间裂纹叶片对叶盘结构振动特性的影响规律。比较分析了含两个相间裂纹叶片与含一个裂纹叶片的失谐叶盘结构振动特性的差异。分析结果表明,两个相间裂纹叶片引起了重固有频率对的显著分离,增大了振动局部化程度,导致叶盘结构的振动特性更加复杂。另外发现两个对裂纹深度变化极不敏感的特殊叶片,这可为工程中裂纹叶片的检测提供理论依据。     

基于时频分析的雨刮直流电机故障分析

分别采用短时傅里叶变换和小波变换对雨刮直流电机的轴承异响和蜗轮蜗杆异响故障的振动和噪声信号进行了分析,得出了这两类故障的时频特性,为特征参数提取和实现故障诊断提供了直接依据。通过对比,初步验证了短时傅里叶分析和小波分析的正确性与适用性,发现小波分析更具有优势。     

基于CGHMM的核电装备主泵状态监测与故障诊断技术的研究

本文对核电机械装备系统中主泵状态进行监测和故障诊断。在短时傅里叶变换的倒谱系数为特征训练模型的基础上,采用CGHMM分析主泵运行的振动信号和建模,并对模型进行状态监测和故障诊断。实验结果表明该方法有效可行,不仅提高了诊断精度,而且加快了诊断速度。     

基于振动信号的机械密封金属波纹管疲劳分析*

针对"S"型金属焊接波纹管振动疲劳失效问题,采集相关工况下的振动信号,使用短时傅里叶变换编辑信号的方法识别损伤区间,并在区间端点等距插值拼接信号,得到用于零件疲劳分析的编辑信号。对原始信号和编辑后的信号用雨流计数法统计损伤循环次数,并求出信号的平均能量;将编辑信号加载至波纹管,通过仿真计算进一步验证,得到了编辑信号与原始信号影响下波纹管的疲劳损伤分布云图;并分析不同转速下,振动信号不同应力范围的能量循环次数。结果表明:通过信号缩减得到的编辑信号有效地保留了损伤片段并且缩减了信号的长度,表明基于短时傅里叶变换的缩减信号方法可以有效地缩短疲劳实验的时间,加速研发周期;低转速时波纹管径向应力较大、循环次数较高,更容易发生振动疲劳。     

基于短时傅里叶变换检测非平稳信号的频域内插优化抗混叠算法

非平稳信号的分析越来越受到人们的重视.短时傅里叶变换(STFT)是一种线性变换,避免了其他高次型非平稳信号分析方法中出现的交叉项的干扰,是分析非平稳信号的有力工具.短时傅里叶变换的基本思想是利用一个固定大小的滑动的窗口函数对信号进行分析,并假定信号在窗口内是平稳的,因此加窗变换所同有的混叠现象在短时傅里叶变换中依然存在.本文基于频域插值的思想,提出了基于频域内插抗混叠短时傅里叶变换的算法,首先分析了混叠产生的物理本质,然后以汉明窗为基础构造了频域内插的方法,并利用牛顿插值法得出插值的迭代求解方法,最后给出内插优化算法步骤.仿真实例验证了算法的可行性.     

高速列车转向架区气动噪声分离研究

提出了一种基于快速路径优化的自适应短时傅里叶变换时频分析方法,并将该方法用于行星齿轮箱的故障诊断。该时频分析方法通过使用快速路径优化获得瞬时频率变化规律,在短时傅里叶变换过程中自适应的改变时窗长度,从而获得更恰当的时频分辨率。针对行星齿轮箱运行状态不稳定的特点,通过使用笔者提出的时频分析方法可以有效地提取出行星齿轮箱的转速信息,利用参考转速对故障信号角度域重采样和阶次分析,从而实现变转速情况下的行星齿轮箱故障诊断。仿真分析表明,与传统短时傅里叶变换相比基于快速路径优化的自适应短时傅里叶变换得到的时频分布能量更加集中;试验分析证明了基于快速路径优化的自适应短时傅里叶变换方法在行星齿轮箱故障诊断中的有效性。     

风机叶片裂纹的诊断研究

采用CAD软件建立了风机叶片的三维实体模型,后通过有限元分析软件ANSYS对裂纹叶片进行了动力学分析.结果表明:裂纹的存在导致许多故障特征.例如:导致叶片发生共振性增大,使强迫振动响应中不仅有激振频率成分,而且存在高频分量.这就为风机叶片裂纹故障的监测与诊断提供了依据.     

基于AE与STFT的变桨轴承裂纹诊断研究

由于变桨轴承不完全转动的工作特殊性,基于振动或应变等常规监测手段难以奏效,为此提出一种基于声发射(acoustic emission,简称AE)技术监测方法获取信号,并采用短时傅里叶方法(short time Fourier transform,简称STFT)进行分析诊断的方法。首先,研究了AE技术的信号采集方法,推导了STFT的原理及过程,并在某风电机组变桨轴承上进行实验验证;其次,先后在时域、频域及时频域对有裂纹数据和无裂纹数据进行对比,发现时频域基于STFT分析方法可以有效发现裂纹;最后,通过新的裂纹数据进行验证,可以确认裂纹特征。结果表明:AE信号能较好地获取变桨轴承的状态信息,STFT分析方法可以较好地识别裂纹故障,较少受工况或其他因素的影响,有较高的实用价值。     

随机风载下含裂纹故障风机增速箱动力学研究

裂纹故障会导致齿轮时变啮合刚度发生变化,进而引起系统振动响应改变.以风机增速箱为研究对象,考虑基圆和齿根圆不重合,采用改进能量法分别计算了各级齿轮副的时变啮合刚度,并计算、分析了太阳轮裂纹故障对啮合刚度的影响.风机增速箱运行于自然风载荷环境中,受时变转速和转矩激励,综合考虑齿侧间隙、时变啮合刚度、啮合误差等因素,利用集...     

参数化的短时傅里叶变换及齿轮箱故障诊断

提出了一种基于快速路径优化的自适应短时傅里叶变换时频分析方法,并将该方法用于行星齿轮箱的故障诊断。该时频分析方法通过使用快速路径优化获得瞬时频率变化规律,在短时傅里叶变换过程中自适应的改变时窗长度,从而获得更恰当的时频分辨率。针对行星齿轮箱运行状态不稳定的特点,通过使用笔者提出的时频分析方法可以有效地提取出行星齿轮箱的转速信息,利用参考转速对故障信号角度域重采样和阶次分析,从而实现变转速情况下的行星齿轮箱故障诊断。仿真分析表明,与传统短时傅里叶变换相比基于快速路径优化的自适应短时傅里叶变换得到的时频分布能量更加集中;试验分析证明了基于快速路径优化的自适应短时傅里叶变换方法在行星齿轮箱故障诊断中的有效性。