小波变换在转子动静碰摩故障诊断中的应用

小波变换在时域和频域均有很好的局部特性,适用于处理非平稳信号.本文利用小波分析技术对汽轮机组动静碰摩的振动信号进行处理,通过多尺度分析,使碰摩故障特征在相应的尺度图上体现出来,为汽轮发电机组轴系碰摩故障识别提供了新的方法.     

可调品质因子小波变换在转子早期碰摩故障诊断中应用

针对高速旋转机械转子发生早期动静碰摩故障时主要为转子工频成份及转子与支撑间碰摩所致瞬态冲击信号成份,据可调品质因子小波变换对信号品质因子定义为转子工频成份为高品质因子信号、转子动静碰摩所致瞬态冲击信号为低品质因子信号,分别构建高、低品质因子小波变换基函数实现转子早期动静碰摩信号工频成份与瞬态冲击成份有效分离,对碰摩故障进行模式识别。通过仿真信号及转子碰摩实验信号验证可调品质因子小波变换在转子早期碰摩故障诊断中的有效性。     

基于小波变换与统计分析的转子碰摩声发射特性研究

为解决转子碰摩损伤声发射信号分类及解释难题,应用PCI-2声发射系统和WS-ZHT1型多功能转子实验台组成转子碰摩声发射检测系统,采集转子局部碰摩声发射信号,通过理论分析声发射信号特征和小波基函数性质,dB8小波适合提取声发射信号特征;碰摩产生大量声发射信号,大量声发射信号的统计特性蕴涵较多碰摩信息。对不同转速条件下不同检测位置碰摩声发射信号的统计分析表明,声发射信号的功率谱密度集中在100～400 kHz。声发射信号平均幅值、平均能量可作为区分转子碰摩程度特征参数;功率谱主频可作为区分声发射相对位置特征参数,结论与碰摩类型无关。     

基于定子振动的转子碰摩故障诊断方法研究

转子碰摩会引发转子和定子的振动,但由于转子系统的很多常见故障(如不对中、不平衡等)与碰摩故障的转子振动特征多有重复之处,在很大程度上限制了故障的有效诊断.于是以定子振动信号为诊断源,研究了碰摩故障的诊断技术.首先分析了定子振动的机理,认为碰摩时定子受到冲击力作用,会引发定子固有频率振动,提出可采用共振解调法进行碰摩故障的诊断.利用IFFT方法进行了定子固有振动信号的分离,再进行希尔伯特变换,得到其包络信号,并对其进行谱分析,从而完成分析诊断过程.最后进行了单点碰摩和局部碰摩的故障模拟实验,结果表明定子高频固有振动包络信号可以揭示碰摩故障的发生,结合角度定位信号,可以对转子碰摩故障进行定位.     

Jeffcott转子碰摩故障试验研究

针对工种实际中遇到的机组转子摩故障开展了试验研究,通过大量的试验,观测到了工作转子速低于一阶临界转速时,转子定子局部碰摩引起的倍频振动,高于一阶临界转速时,局部碰摩引起的分频振 及某些转速内出现的异频伪共振现象,试验民其于碰摩力模型和仿真结果定性一致,试验还表明,异频伪共振是高速工作的转子发生碰摩时的主要振动成分,这一结论对诊断和抑制高速转子的异常超标振动有积极意义。     

大型汽轮机转子碰摩振动特征分析

汽轮发电机组转动部件与静止部件的碰摩是运行中常见故障.以某发电厂的300MW汽轮机转子的碰摩故障为例,通过理论分析故障的特征,并针对具体机组提出了诊断机组动静件碰摩故障的方法.     

旋转机械动静碰摩机理研究

通过引入混沌理论对碰摩的非线性特征进行了理论分析及数值求解，研究不平衡力和转速等条件发生变化时，碰摩的发展历程。结果表明，随控制参数转速的变化，碰摩出现从稳定周期运动经过倍周期分叉到达混沌的特征。文中对某电厂200MW机组出现的碰摩故障进行了实际分析和理论对照，得到的一般规律和理论定性分析结果一致。     

《基于微分的经验模式方法在转子裂纹和碰摩故障诊断中的应用》

介绍了基于微分的经验模式方法（DEMD）,在Jeffcott裂纹转子模型和碰摩转子模型基础上,对裂纹和碰摩信号进行时间响应分析。结果表明,DEMD比传统的EMD方法呈现出更好的检测效果。研究工作为裂纹和碰摩转子故障诊断提供了一种工具。     

形态分量分析在转子早期碰摩故障诊断中的应用

提出了一种基于形态分量分析的转子早期碰摩故障诊断方法,该方法用形态分量分析从转子早期碰摩故障信号中提取出冲击成分。形态分量分析根据信号中各组成成分的形态差异,构建不同的稀疏表示字典对各组成成分进行分离。当转子系统中出现早期碰摩时,其振动信号往往由以转频及其谐波为主要成分的周期成分、包含转子早期碰摩故障信息的冲击成分及随机噪声构成。周期成分表现为信号中的平滑部分,而冲击成分则表现为信号中的细节部分,因此,可根据周期成分与冲击成分的形态差异,用形态分量分析实现二者的分离。对形态分量分析的阈值方法进行了改进,提出了基于半软阈值的形态分量分析,仿真结果表明,基于半软阈值的形态分量分析要优于基于硬阈值的形态分量分析。对某转子早期碰摩故障信号进行了分析,结果表明,基于半软阈值的形态分量分析能有效地提取转子早期碰摩故障信号中的冲击成分,进而诊断转子早期碰摩故障。     

小波分析在转子系统多故障诊断中的应用研究

提出小波多尺度分解的时域参数向量用于转子、滚动轴承系统多类故障同时产生情况下特征提取的新方法,该方法首先根据轴承的故障特征频率确定小波分解的层数,对分解后的各层高频信号计算其能反映故障特征的时域特征参数,再将包含故障特征频率的各尺度时域参数与转子、轴承正常运转时的时域参数相对比,从而判断转子、轴承故障及其产生故障的原因。通过多尺度分解可明显地提高故障信号所在尺度的信噪比,由于既考虑了故障的频域特征也参照了故障的时域特征,通过多尺度特征参数构成的向量可同时诊断出转子、轴承的不同故障原因,通过仿真和故障轴承的实例分析验证该方法的有效性。     

转子系统动静件碰摩故障信号处理方法的研究

由于在转子系统动静件碰故障测试信号中背景信号、噪场信号较强,使得在利用小波变换进行故障诊断时,难以得到准确的结果。本文提出了一种信号处理方法,即首先利用测试信号的时间重构吸引子的轨迹矩阵,并且对该矩阵进行奇异值分解以剔除背景信号、提取残余信号,然后再对残余信号进行小波变换。利用该方法分另对仿真信号、实测信号进行了处理和分析,结果表明本方法是非常有效的,可对转子系统动静件碰摩故障进行准确地诊断。     

基于小波变换单支重构的鼠笼电动机定子绕组故障诊断

本文采用Sym8小波作小波基,对鼠笼电动机定子绕组故障时采集的定子电流信号进行5尺度正交小波分解,得到五组小波系数,将各小波系数进行单支重构,形成各分频带上的时域信号,从各分频带的时域信号上能区分出故障相和非故障相所具有的不同的电流特性,实现了异步电动机定子绕组故障的小波诊断.     

Wavelet Transform and Neural Networks in Fault Diagnosis of a Motor Rotor

In the motor fault diagnosis technique,vibration and stator current frequency components of detection are two main means.This article will discuss the signal detection method based on vibration fault.Because the motor vibration signal is a non-stationary random signal,fault signals often contain a lot of time-varying,burst properties of ingredients.The traditional Fourier signal analysis can not effectively extract the motor fault characteristics,but are also likely to be rich in failure information but a weak signal as noise.Therefore,we introduce wavelet packet transforms to extract the fault characteristics of the signal information.Obtained was the result as the neural network input signal,using the L-M neural network optimization method for training,and then used the BP network for fault recognition.This paper uses Matlab software to simulate and confirmed the method of motor fault diagnosis validity and accuracy.     

基于时频分析的裂纹转子碰摩故障特征研究

为研究转子系统耦合故障特性,采用有限元方法建立了含有横向裂纹、转静碰摩的非线性转子动力学模型。首先研究了不同转速下裂纹、碰摩单一故障下转子系统的振动响应,其次研究了两种故障耦合情况下系统的振动响应特征。采用波形图、FFT谱图、瞬时频率和Hilbert-Huang时频谱(HHS)相结合的方法对故障转子振动信号进行了分析。分析结果表明:运用多种时频分析相结合的方法可以较为全面地了解转子的故障特征,裂纹转子在1/5、1/3临界转速时会发生较为明显的5X、3X谐波,且裂纹的产生会导致响应幅值增大,从而引起更为严重的碰摩。      

航空发动机试飞中转静子碰摩故障信号处理 的希尔伯特－黄变换（HHT）方法

时变信号处理的新方法希尔伯特－黄变换,是把一时间序列数据通过经验模态分解（Empirical Mode Decomposition,简称EMD）成本征模函数组（Intrinsic Mode Function, 简称IMF）,然后经希尔伯特变换（Hilbert Transformation,简称HT）获得频谱的信号时频分析方法引入到航空发动机转静子碰摩故障振动信号处理领域。该方法的理论和算法为用MATLAB语言编写分析程序,再用仿真信号验证程序的正确性和有效性;然后对飞行试验中获得的故障振动信号进行分析。结果表明,用EMD和HT方法对航空发动机转静子碰摩故障振动信号进行时频分析是有效的。     

基于连续小波变换的奇异性检测与故障诊断

小波奇异性检测方法作为一种有效的信号局部奇异程度的定量描述方法,已在许多领域展开应用。针对当前普遍采用的基于二进小波变换的奇异性检测方法的不足,建立了基于连续小波变换的奇异性检测方法,具有更细致的局部奇异性刻画能力。本文将这种方法应用在压缩机气阀的故障诊断中,充分显示了该方法的有效性。     

碰摩和油膜耦合故障转子系统周期运动分岔分析

根据碰摩和油膜耦合故障转子系统的非线性动力学方程,利用求解非线性非自治动力系统周期解的延拓打靶算法,研究了该类转子系统在不平衡量-转速、碰摩间隙-转速参数域内周期运动的分岔及失稳规律,并与只含油膜故障的转子系统的分岔失稳规律进行了比较.结果发现:碰摩的出现和加剧,使得在较小偏心量下系统的失稳方式由倍周期分岔变为拟周期分岔形式.碰摩推迟了油膜涡动的产生,使得系统的失稳转速较高.碰摩间隙较大时,系统周期运动失稳转速值基本不变.