基于小波包分解与重构的齿轮泵故障分析

依据小波包的重构和分解理论对齿轮泵进行了振动信号的分析,并提取了齿轮泵各个频率段的特征振动信号,对振动波形的变化进行了分析与研究,找出引起该故障的主要原因,这一方法为判断齿轮泵信号故障特征提供了可靠的理论依据,为技术人员提供参考和借鉴。     

基于HHT的露天矿爆破振动信号分析

采用经验模态分解(EMD)提取爆破振动信号的固有模态函数(IMF)分量,对主要成分作Hilbert变换,得到各IMF分量的频率特征;对振动信号进行Hilbert变换,得到信号的Hilbert谱和边际能量谱,从频谱能量的角度分析了爆破振动能量在不同频率段的分布特征。结果表明:爆破能量主要集中在100 Hz以内的低频区域,0"20 Hz频带能量分布较均匀,20"45 Hz能量变化较大,45 Hz以后能量很小。研究结果验证了HHT方法在爆破振动信号分析中的高效性和适应性,HHT方法处理非线性、非平稳的爆破振动信号简单有效,具有很好的推广价值。     

基于LabVIEW的发电机组振动与噪声监测系统设计

振动信号分析是发电机组故障诊断中常采用的方法,而大多数监测系统是基于对振动的分析来诊断故障。采用振动和噪声相结合的方法进行故障诊断,使得对故障的诊断更全面。利用LabVIEW虚拟仪器平台对振动实时监测以及故障诊断分析,通过DSP完成对系统各个状态信号实时采集,采用串行通信方式实现上下位机之间的通信。     

冲击前后微震信号的功率谱规律

通过对跃进煤矿ARAMIS微震监测系统监测到的微震波形信号进行处理分析,得到冲击矿压发生前后的功率谱演变特征,结果表明:冲击前、后微震信号功率谱值较低,功率谱大值对应频率主要为50～150 Hz,单位频率段上功率谱变化量较大;冲击时功率谱在各频率段的分布较均匀,功率谱值增高,低频和高频段对应的功率谱值增幅较大,单位频率段上功率谱变化量较小。     

基于主成分分析和朴素贝叶斯判别分析法的矿井通风机故障识别研究

为了正确诊断和识别矿井通风机故障,选取矿井通风机振动信号中的7个频率段能量指标作为故障识别的样本变量。在此基础上,采用主成分分析(PCA)与朴素贝叶斯(NBC)判别分析相结合的方法建立通风机故障判别模型。以采集到的15个样本数据为学习样本,10个为预测样本,对该模型进行检验和应用,并与传统NBC判别分析模型和其它模型的结果进行比较。测试结果表明利用PCA与NBC故障判别模型能够有效地消除样本变量指标间的相互影响,使故障判别结果更加准确。     

基于LabVIEW时频分析的滚动轴承故障诊断

以LabVIEW为平台设计滚动轴承振动信号分析软件,实现对滚动轴承故障信号的时域分析和频域分析。时域分析主要实现对滚动轴承振动信号的自相关、均值、有效值、峰值以及峭度值分析。对滚动轴承振动信号的频域分析主要完成对滚动轴承振动信号的幅值频谱分析、功率谱分析、Hilbert包络谱分析、倒频谱分析以及ZOOM-FFT分析。利用该分析软件对实测滚动轴承故障信号进行了分析,取得了良好的分析效果。     

经验模态分解在矿井风机振动信号分析中应用

由于获取矿井风机振动信号的特殊性,致使有效的振动信号被大量干扰信号所淹没,给基于振动信号的矿井风机故障诊断带来很大困难。为此,提出一种EMD-FFT振动信号分析方法,该方法将经验模态分解技术与傅里叶分析相结合。采用EMD对矿井风机振动信号进行分解,用FFT对分量(IMF)分别进行频谱分析,并将其按频率重组,剔除高频干扰,获取真实振动信号。通过将原始信号FFT直接分析与EMD-FFT分析对比研究,证明EMD-FFT较直接FFT在矿井风机振动信号分析中的优越性。     

基于小波包理论的提升机主轴故障诊断研究

基于小波包理论,针对提升机主轴的振动信号进行了时频域分析。利用特定频段的信息进行故障诊断,并通过对实验数据的分析论证了该方法的正确性和有效性。该研究为对提升机主轴的振动信号进行处理,进而实施故障诊断提供了有效的方法。     

浅谈汽轮发电机组的振动与平衡

通过对汽轮机转子的横向振动、汽轮发电机组的轴系扭振、震源、振动试验及分析、振动的测量与标准、常见的振动原因及消除对策、刚性转子平衡、挠性转子平衡、轴系平衡等方面进行分析,得出汽轮发电机组产生振动的多数情况是由于质量不平衡引起的.论述了解决质量不平衡是减轻机组振动、保证机组轴系平衡和安全经济运行的最有效途径.     

面向选煤厂振动设备监测的MEMS无线传感器振动节点设计

为监测选煤厂设备振动信号,设计了一种振动信号检测的MEMS无线传感器节点。该节点采用加速度传感器获取振动信号,进行了高速数据存储器设计;采用集成射频通信的CC2430模块,实现数据无线传输和模数转换处理;分析了节点低功耗设计方案;设计了电源和备用电源。最后给出了软件设计流程图。从整体上实现了对振动节点的硬件软件设计。该节点的实现为构建基于无线传感器网络的振动信号监测系统奠定了基础。     

基于缸盖振动信号的发动机排气管堵塞故障分析

现代汽车发动机广泛使用三元催化器进行排放控制,而三元催化器在长期使用过程中容易堵塞,造成发动机排气不畅,影响发动机性能。利用位于发动机缸盖上的振动加速度传感器,提取不同转速下正常状态和堵塞状态的振动信号,通过频谱分析,发现2阶振动幅值有明显变化,经小波包分解求得各频段振动能量,结果表明排气管堵塞后在相同转速下的低频段振动能量都有所减少,而且高转速比低转速减少更加明显,但各频段能量占总能量比重变化不大。此分析结论,可作为发动机排气管堵塞故障诊断的参考依据。     

平方解调分析在低速重载齿轮故障诊断中的应用

阐述了齿轮振动信号的调制原理,讨论了平方解调的定义及解调原理。应用平方解调分析技术对齿轮振动信号进行了幅值解调分析。工程应用研究结果表明,针对齿轮振动信号的调制现象,利用平方解调技术能从复杂的振动信号中解调出故障齿轮的调制信息,进而判断出故障齿轮的部位,是一种可靠的故障诊断方法。     

基于 EEMD-HHT 法的露天矿山深孔爆破振动效应研究

工程爆破在我国国民经济建设过程中发挥着重要的作用,但作为爆破有害效应之首的爆破振动是一个不可忽视的问题。为研究露天矿山深孔控制爆破“高程效应”“鞭梢效应”以及爆破振动波能量分布特征,依托星光露天矿山深孔控制爆破工程,通过现场爆破试验研究,提出了一种基于电子雷管精确延时与EEMD HHT信号分析技术的爆破振动效应分析方法。研究表明：爆破振动速度总体呈现衰减趋势,存在高程放大效应,且具有明显的方向性,放大系数表现为垂向（Z方向）>径向（X方向）>切向（Y方向）;同一高程,“鞭梢效应”现象明显,表现为台阶外缘附近岩体质点峰值振动速度大于内缘边坡坡脚处;爆破振动信号能量优势频段分布于10~50 Hz,并且以低频段为主,爆破振动波能量垂向（Z方向）>切向（Y方向）>径向（X方向）。通过对露天矿山深孔控制爆破振动效应的研究,降低了爆破振动对岩体扰动的影响,爆后边坡岩体稳定,轮廓清晰,破岩块度均匀,为类似工程提供了参考依据。     

模式自适应小波时能密度法及其在微差爆破振动信号分析中的应用

如何解决适合爆破振动信号特征的爆破振动信号小波基构造、添加及其实现等问题,始终是困扰广大研究者的难题。为准确确定微差爆破振动信号实际微差延迟时间,在模式自适应小波原理的基础上,构造了从实测微差爆破振动信号中分离出子信号的模式自适应小波基,然后将该模式自适应小波基添加到Matlab小波分析工具箱中,并提出了一种新的基于爆破振动信号分析的模式自适应小波时能密度法。以实验设计的多段微差爆破振动信号进行模式自适应小波时能密度法分析为例,验证了该方法的可行性。该方法亦可用于分析实测微差爆破振动信号在实际微差延迟时间的确定,并与db8小波法和模式自适应小波法进行比较,结果表明模式自适应小波时能密度法具有更好的应用效果,从而为爆破振动信号分析在实际工程中的应用提供了参考。     

副井振动信号处理的提升小波变换方法

高层结构受气象、地基沉陷等外界因素影响,会产生一系列的振动变形;为研究其振动特性,保障结构安全,须对其进行变形监测。利用GPS对高层结构进行变形监测时,得到的变形信号往往包含大量的无用信息,为准确把握结构体的变形信息,可以用提升小波变换的方法对信号进行处理。以皖北矿区某副井提升台为研究对象,将监测点设于振动台上,利用天宝R10对监测点进行监测试验,对得到的振动变形信号进行提升小波变换以初步降噪,然后对降噪后的信号进行小波分解。结果表明,GPS监测获取的振动信号中包含大量噪声,通过提升小波变换处理及小波分解之后,将噪声与振动信息分离开来,提取出了有效的结构振动信息,这对于实践中的GPS数据处理及形变信息提取工作具有着重要的参考价值。     

基于小波分析的矿用车柴油机振动信号去噪处理

矿用车柴油机振动信号进行去噪处理,对柴油机的运行状态监测和异常诊断具有重要的现实意义。以矿用车柴油机为实验研究对象,对4个不同测点进行时域分析和频域分析,得到最佳振动信号监测点;采用小波分层阈值去噪法,对柴油机振动信号进行分解和去噪处理。结果表明小波去噪的方法具有很好的去噪预处理效果,可以满足工程实际的需要。     

电牵引采煤机故障诊断分析

为了对电牵引采煤机故障进行及时诊断,提出利用混沌Duffing振子和小波分析法对采煤机故障振动信号进行提取及分析。通过对比故障振动能量及正常振动能量,验证了故障诊断的可行性,为矿山实现智能化控制提供了一定的借鉴。     

基于小波双谱的矿用齿轮箱故障诊断

针对矿用齿轮箱振动信号的非平稳、非高斯等特点,提出了一种小波双谱分析的齿轮箱故障诊断方法。利用小波分解可将齿轮箱的振动信号分解到对应不同特征频率的频带,以提高频率分辨率和信噪比,然后有针对性地选择故障特征频率较明显的频带信号进行重构,并做双谱分析,以实现齿轮箱的有效故障诊断。实例表明,小波双谱分析是一种十分有效的齿轮箱故障诊断方法,它更能揭示故障齿轮箱振动信号的非平稳和非线性相位耦合特点。     

基于DCS采集的振动数据的磨机负荷分析

检测磨机负荷可了解磨机运转状况以指导生产。以国内某铜矿的半自磨机为研究对象,分析分布式控制系统(DCS)采集的磨机轴承座振动数据和磨机负荷之间的关系。基于主成分分析(PCA)方法从功率和电流数据中提取特征作为负荷参照指标,采用快速傅里叶变换(FFT)方法分析振动信号频谱,通过回归分析与假设检验,验证特定振动传感器的二倍转频频谱与负荷参照指标正线性相关,由此可以用振动传数据的二倍转频频谱表征磨机负荷。