基于加速度传感器测量扭振方法的研究

介绍一种把加速度传感器直接安装在转子上,在旋转坐标系下测量转子扭振的测量方法.简述其实现原理,设计利用单盘转子产生扭振的实验装置,并进行实验.实验结果与位移传感器测量结果进行比较,表明该方法可以测量小幅值的扭转振动,且具有较高的精度.在旋转状态下进行齿轮实验装置的测试,同样得到与已知故障特征一致的扭振信号.     

基于小波包和进化支持向量机的齿轮早期诊断研究

针对齿轮早期故障的特征不明显，提出了一种基于小波包和进化支持向量机的齿轮故障诊断方法，该方法既充分利用了小波包优良的时频局部化特性，又利用了支持向量机在小样本情况下出色的学习性能和良好的推广特性，以及遗传算法的全局优化能力。在齿轮试验台上的应用结果表明，经过特征提取和参数优化后，提高了支持向量机的分类能力。     

齿轮传动系统瞬时扭振直接测量实验

设计了一种新结构磁电感应式扭振测量装置,可以直接将被测齿轮传动系统的瞬时扭振转化成相应的电信号输出。详细介绍了测量装置的机械结构和测量原理,并推导了其输出特性。对实际的齿轮传动系统在空载、额定载荷以及调压调速多种工况下的瞬时扭振进行了直接测量实验,验证了测量装置工作原理的正确性。对瞬时扭振测量结果进行了频谱特征分析,结果表明在动力源调压调速工况下,瞬时扭振主要分量的幅值随着电压的减小而减小。     

基于多普勒加速度计扭振测量的研究

报告了一种基于激光多普勒角加速度计原理进行扭振测量的新方法,分析了工作原理,推导出光路部分的数学模型,并通过实验验证了测量方法的可行性。由高相干激光器发出激光投射到转轴同一个截面上2点,两束反射光发生多普勒频移,通过光学配置,使前后两个时刻光信号在光探测器上发生光学混频,进而直接测量到转轴转动角加速度,实现扭振测量。与其它激光多普勒扭振测量方法相比,极大地扩大了扭振测量的动态范围,对大型回转机械运行状态监测和故障诊断具有实用价值。     

基于支持向量机的齿轮故障诊断方法研究

故障样本的不足从一定程度上制约了基于知识的方法在实际故障诊断中的应用，针对这一问题，利用支持向量机在小样本情况下具有较强分类能力的特点，提出了一种基于支持向量机的齿轮故障诊断方法。该方法采用小波变换对齿轮的振动信号进行处理来构造特征向量，并直接输入到支持向量机的多故障分类器中进行故障识别。试验结果表明该方法是有效、可行的，且在小样本情况下比BP神经网络具有更高的诊断精度。     

小波包分析在齿轮故障诊断中的应用

基于小波包对信号的高分辨率分解和重构能力,把信号分解到不同频段,然后选择有效频段进行故障信号重构,分离出故障信息。通过对含有周期冲击的信号进行分解处理,展示了小波包分析在特征提取中的优点。通过对减速箱齿轮故障信号进行降噪、分解处理,表明该方法可以有效地提取故障信号中的周期冲击成分。     

基于MSPCA的缸盖振动信号特征增强方法研究

针对发动机缸盖振动信号信噪比低的问题,提出了基于多尺度主元分析的故障特征增强方法。将缸盖振动信号小波包分解后,利用主成分分析对所有子带系数进行坐标变换,信号重构后再进行小波包分解,计算新坐标系下各子带的能量作为发动机故障的特征向量。仿真信号验证了本文所提算法对微弱冲击信号的增强能力,与支持向量机结合用于发动机十一种故障的诊断实例表明,故障分类准确率可达到98.76%。     

低脉动椭圆齿轮泵的多参变扭振模型及动态特性

新型椭圆齿轮泵具有低脉动、大排量的性能优势,在流体输送领域具有广阔的应用前景,针对泵的两级非圆齿轮传动机构,研究多参变激励下泵的动态特性。分析了椭圆齿轮泵的流量脉动组成,针对由非圆形转子引起的主脉动,提出了基于非圆齿轮变速驱动的平抑方法;讨论了非圆齿轮时变瞬心激励机理,建立了两级非圆齿轮传动机构的动力学模型;通过龙格-库塔法,定量地研究了在时变瞬心和刚度复合激励下泵传动机构的扭振特性,结果表明:椭圆齿轮泵传动机构产生复杂的多频响应,随偏心率,转速和泵出口压力的增加,转子上瞬心和刚度引起的振动发生不同的变化,最终导致两转子的振动加剧。     

基于最小二乘支持向量机的传感器非线性动态系统辨识

讨论了一种基于最小二乘支持向量机的非线性动态传感器系统辨识方法,并给出了相应的推导过程和学习算法.首先,将传感器的非线性动态系统分解为静态非线性子环节和动态线性子环节串联--Hammerstein模型;然后,建立类似线性的中间模型,通过该模型能将Hammerstein模型的非线性传递函数转换为等价的类线性形式;再通过LS-SVM线性回归算法求取中间模型参数;最后推导出中间模型参数与Hammerstein模型参数之间的关系,并通过该关系反演出原传感器系统的Hammerstein模型参数,实现传感器非线性动态辨识.仿真与实际传感器系统辨识的实验结果均表明该方法可行.     

轧机转速波动测量的扭振监测实验研究

通过弹性转轴和电机轴的转速波动研究轧机扭振的动特性。用动力学理论推导,得到转轴瞬时转速波动的非平稳描述。通过合理抽象轧机主传动系统为二质量自由度转动惯量系统,得到弹性接轴模型的转轴瞬时转速的辨识方法。在扭振实验平台模拟轧制过程的实验验证了瞬时转速波动的表达式;扭振抑制实验表明了转速波动监测扭振的意义及其应用可行性。这项研究也为重型复杂机械传动系统实时在线扭振监测提供了一种实用的实现途径。     

基于MODWPT的Hilbert谱及其在齿轮故障诊断中的应用

在对基于最大重叠离散小波包变换(Maximal overlap discrete wavelet packet transform,简称MODWPT)的Hilbert谱方法进行介绍的基础上,将基于MODWPT的Hilbert谱应用于齿轮故障诊断当中。采用MOWDWPT可将多分量的复杂信号分解为若干个瞬时频率和瞬时幅值具有经典物理意义的单分量之和,然后求出各个单分量信号的瞬时频率和瞬时幅值,再进行组合便可以得到原始复杂信号完整的时频分布。对具有裂纹和断齿的齿轮故障振动信号的分析结果表明,基于MODWPT的Hilbert谱可以有效地提取齿轮振动信号的故障特征。     

基于FRFT的齿轮振动信号故障特征提取

研究了典型齿轮故障振动信号在分数阶傅里叶变换（FRVF）域的分布特征,并在此基础上分析了该信号在FRFT循环域（CFRFD）的分布特征,提出了FRFT循环处理（CFRFT）方法,实现了信号在CFRFD的能量积累。通过仿真实验验证了低信噪比条件下,CFRFT对齿轮振动信号的故障特征提取能力及有效性。     

《基于谐波小波滤波的旋转机械故障诊断新方法》

针对旋转机械非平稳信号的特点,提出采用谐波小波滤波对现场采集的振动信号进行故障诊断的新方法。该方法基于谐波小波良好的盒形频谱特性,将特定频率段的成分与信号的其它频率成分既不交叠又不遗漏地分解到相互独立的频带上,再进行重构就可将特定频率成分提取出来。仿真计算及实例验证表明,谐波小波滤波方法具有良好的滤波效果,能将有用频率成分提取出来,为初步故障诊断提供依据。该方法具有算法简单,运算速度快的特点。     

小波分析在齿轮故障诊断中的应用研究

通过对突变分段信号的傅里叶变换和小波分析,说明小波分析在判断频率突变位置方面的优越性。利用db4小波对从故障模拟机械平台提取的齿轮故障信号进行小波分析,有效的提取了信号故障特征。     

基于小波包变换与核主成分分析的铣削颤振识别

提出一种基于小波包变换（wavelet packets transform, WPT）与核主成分分析（kernel principal component analysis,KPCA）的颤振识别方法。铣削颤振会抑制或增强某些频段内的信号,利用四层小波包分解与重构,得到16个频段内的重构信号,获得各重构信号的面积,并进行归一化处理,完成铣削颤振特征向量的选择。继而通过对比基于主成分分析（principal component analysis,PCA）与核主成分分析的特征提取方法的特征提取效果,选取KPCA对特征向量进行降维处理,最后以降维后的数据作为最小二乘支持向量机分类器的输入对铣削状态进行识别。结果表明,在小样本的情况下仍能有效、准确地对铣削状态进行分类,分类准确率达95.0 %。     

齿轮故障振动信号检波解调分析中的混频效应

在齿轮故障诊断中,振动信号解调分析是一种很有效的方法。本文在分析调幅调相信号检波解调分析原理的基础上,讨论了该类算法软件实现过程中产生的混频效应,指出信号在检波解调过程中经过非线性变换后将包含高频成分,有可能发生明显的混频,导致得出错误的解调信号。通过合理地选择采样频率及分析算法中低通滤波器的截止频率或采用较高的采样频率能有效地消除这种混频效应对解调的影响,最后以仿真数据及实验论证了这些结论。     

基于复解析小波变换的瞬时频率分析方法

提出了利用基于复解析小波变换的瞬时频率分析的新方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起，具有自适应分析能力。对信号作复小波解析变换得到信号的瞬时频率，通过瞬时频率的功率谱分析就可提取信号特征。通过对齿轮故障振动信号的分析，表明该方法能有效地诊断齿轮局部故障，且与传统的频域方法相比具有更好的分析效果。     

机械故障信号小波包分解的时域特征提取方法研究

本文利用小波包分妥机械故障信号,对分解后的不同频带内的分解系数进行时域重构,分别对重构时间序列用时域分析的方法提取对故障敏感的特征参数,实现对往复机械等复杂机械的故障诊断,并以某油田往复泵为例,验证了该方法对这类机械进行故障诊断的有效性。