基于小波包和神经网络激光冲击强化诊断研究

为了对激光冲击强化过程进行故障诊断,提出了一种基于小波包和BP神经网络的声学诊断方法,利用小波包提取出了激光冲击强化过程中所采集声波信号在某些频段的能量作为信号特征,并通过神经网络进行训练,能够较好地识别出模拟的故障情况,对于进一步加强声学诊断方法的研究具有重要意义。     

基于谱图和声学特征的旋转机械故障检测方法

惯性导航系统(INS)以其自主导航的特点成为了目前最为重要的导航设备之为提升矿井旋转机组故障诊断的水平和效率,提出一种基于CNN和谱声学特征的矿井旋转机组故障诊断声发射识别方法。CNN网络中输入多通道声发射信号谱图,得到声发射信号的全局特征;短时能量、过零率、峭度等信息输入BiLSTM网络中,提取发射信号的声学特征,最后将CNN网络和BiLSTM网络提取到的特征融合起来,采用softmax实现信号识别,通过实验验证了此特征融合模型的有效性。     

激光冲击强化在线检测系统设计及应用北大核心CSCD

为了克服现有激光冲击强化离线检测方法的缺点,对基于激光等离子体冲击波效应的在线检测系统进行了研究。激光被工件表面的吸收层吸收,在约束层的约束下形成高温高压的等离子体,并以冲击波的形式向外传播。该系统对空气中传播的冲击波进行采样、存储、数字滤波和波形数据分析,提取声压水平因子,来判断激光冲击强化的效果。提出了具体的实施方案,设计出了结构简单、实现方便的激光冲击强化在线检测系统,并通过测量工件表面的残余应力验证测量数据的可靠性。实验表明设计开发的激光冲击强化在线检测系统反应灵敏,检测结果可靠。     

基于小波包的激光冲击强化声学诊断方法探索

为了对激光冲击强化过程和材料的强化效果进行监控,提出了一种基于等离子体声波的声学诊断方法。通过利用小波包对于所探测到的等离子体声波信号进行能量分布和相关性分析,总结了等离子体声波信号的频域特征以及约束层对于声波信号的影响。     

激光冲击对AISI304不锈钢拉伸性能和摩擦磨损性能的影响

采用高能纳秒激光对AISI304不锈钢表面进行冲击强化,测定激光冲击前后AISI304不锈钢的抗拉强度和应力-应变曲线,系统研究了激光冲击增大不锈钢抗拉强度的机理;测量冲击前后的摩擦系数和磨损性能,研究了激光冲击对AISI304不锈钢摩擦磨损性能的影响规律。结果表明:激光冲击纳米晶化AISI304不锈钢表层,从而提高不锈钢的抗拉强度;激光冲击强化提高AISI304不锈钢的磨损性能,略微增大AISI304不锈钢的摩擦系数。     

小波变换在电网故障诊断中的应用

故障特征作为故障诊断的重要信息,其提取方法研究备受关注。为提取电网短路故障的特征信息,在Matlab的Simpowersystem电力系统建模的基础上,运用小波变换的方法,对短路故障工况的暂态过程进行了分析和特征提取,其所提取的均方根值与不同的短路故障之间存在映射关系。证明了运用小波变换进行特征信息的提取,在电网短路故障诊断中具有一定的应用价值。     

曲轴激光喷丸强化试验研究

采用实验的方法,研究了激光冲击强化对175A型柴油机曲轴疲劳寿命的影响,取得了激光冲击强化试验条件下曲轴过渡圆角处残余应力场的数据。并将激光冲击强化工艺效果和曲轴滚压强化效果做了对比性分析,结果表明：虽然激光冲击强化效果不如曲轴滚压强化,但考虑到激光工艺参数精确可控、加工质量好、成本低以及可避免滚压强化所造成的表面疲劳、撕痕等,激光冲击强化工艺可望代替滚压强化成为新型的曲轴强化手段。通过此类激光冲击强化强化实验可优化激光冲击的相关参数,使曲轴过渡圆角产生有利的残余应力场。     

小波包分析在故障特征提取与识别中的应用

对观测信号进行小波包分析,从而提取故障信息,建立能够表征系统特征的状态向量,用模式识别的方法对系统进行故障检测与定位,实现系统的故障诊断。     

增材316L不锈钢的激光冲击强化研究

增材制造与激光冲击强化技术相结合,以提高增材制造打印产品的力学性能。本文以316L不锈钢粉末为实验原料,通过同轴送粉式增材制造工艺获得实验试件;利用SIA LSP 23系列激光冲击强化系统在不同激光能量下对增材316L不锈钢试件进行处理,研究了增材316L不锈钢实验试件激光冲击强化处理前后的残余应力、显微硬度和抗拉强度。经激光冲击强化处理,增材316L不锈钢近表面引入了残余压应力、并伴随着显微硬度和抗拉强度的显著提高;所引入的残余压应力、显微硬度和抗拉强度随激光能量的增加而增加,表明较高的激光能量能够获得较好的激光冲击强化效果;激光冲击强化作用后的增材316L不锈钢的截面显微硬度分布规律与残余应力分布规律类似,但显微硬化层深度要比残余压应力层深度要深0.15～0.25mm。激光冲击强化可作为一项后处理技术用来提高增材制造打印产品的力学性能。     

基于激光通信的视频信号传输速度预测方法

为了提高激光通信系统视频信号传输速度自动预测能力,提出一种基于小波分析和高阶谱特征提取的激光通信系统视频信号传输速度自动预测方法。采用一阶近似分布源视频检测方法进行激光通信系统视频传输信号的降噪处理,对降噪输出的视频传输信号进行特征分解和多维测度信息配准,结合小波多层重构方法进行激光通信视频信号的重组,提取视频传输信号的相干分布源特征,根据提取的激光通信视频信号的相干分布源特征进行自动匹配,实现对激光通信系统视频信号传输速度的自动预测。仿真结果表明,采用该方法进行激光通信系统视频信号传输速度自动预测的准确性较好,对激光通信视频信号的分辨能力较好,提高了激光通信系统的视频信号传输速度的预测性能。     

一种复杂噪声环境下的机电系统故障在线监测声学处理方法

针对复杂背景噪声环境下的机电系统故障检测问题,文中提出了一种基于宽带声学处理的噪声抑制和故障监测方法。该方法以声学信号拾取和处理为出发点,通过对机电设备正常运行状态下声学信号进行采集、数据跟踪和复杂背景噪声抑制,建立系统正常运行状态声纹库,并进一步通过基于宽带声学处理的声纹信号匹配和模式识别技术来实现故障信号的检测与分类,进而实现对机电系统运行状态的在线监测和隐形故障的自主预警。该处理方法将基于数据跟踪的自相关噪声抑制技术与基于宽带声学处理的故障信号检测以及分类判型技术有机结合,可对机电系统早期隐性故障进行监测,有效解决了复杂噪声环境下的机电系统故障检测问题。仿真实验也证明了该处理方法的有效性和良好的实用性。     

铁路信号联锁设备的故障诊断

信号联锁设备的故障诊断对铁路运输行车安全具有很大影响。故障诊断技术的优劣,直接影响信号设备的安全性、可靠性,危及行车安全,甚至导致行车事故。首先介绍了四类联锁设备故障诊断技术：传统故障诊断方法、基于信号处理的方法、基于解析模型的方法和人工智能的方法。其次,给出了故障诊断技术的典型应用,即故障处理流程图法、故障树分析法、故障诊断专家系统以及故障诊断与容错控制等。最后针对联锁设备的特点,提出了诊断领域存在的问题和未来的研究重点。     

基于EMD包络谱的飞行器健康诊断

针对飞行器结构系统声发射信号的非线性与非平稳特征,为实现飞行器结构部件的有效健康监测,提出了基于经验模态分解包络谱的飞行器健康诊断方法.该法首先对由声发射传感器募集到的飞行器关键部件原始声发射信号进行经验模态分解(EMD),提取其固有频率段的固有模态函数(IMF)信息,然后运用Hilbert变换对其进行处理得到各IMF的包络信号,由此可得其包络谱.通过包络谱的特征信息便可实现对飞行器结构部件的健康诊断.将该方法应用于某飞机真实水平尾翼疲劳试验所募集的声发射信号,结果表明,该法可监测出飞行器水平尾翼的健康状态,适用于飞行器结构部件的健康监测.     

基于时频分析的扬声器异音故障诊断方法

提出了基于声信号时频分析的扬声器异音故障诊断方法,利用短时傅里叶变换和小波包变换2种时频分析方法将扬声器一维响应信号转化为二维时频图像,并利用3种距离方法对不同类型的扬声器时频图像进行了分析。结果表明,2种时频分析方法可充分反映故障的不同类型,3种距离方法可快速识别扬声器是否合格。     

高阶统计量在传动系统故障诊断中的应用

对小波包分解和高阶统计量理论进行了阐述,提出一种基于高阶统计量特征和小波包分析相结合的雷达伺服传动系统故障诊断方法。当传动系统故障发生时,振动信号一般是非平稳和非高斯分布的信号,通常包含较强的噪声。用小波包分析对故障信号进行有针对性分解,并提取出故障特征频率带,然后运用高阶谱对故障特征信号进行分析,能够有效地实现故障诊断。     

导弹火控设备信号检测与故障诊断系统设计

介绍了基于VXI总线信号检测与故障诊断系统的硬件组成和系统集成方案，提出了火控设备分级检测与组合测试相结合的技术途径，讨论了测试系统软件层次化设计思想及故障诊断系统结构设计和软件实现。     

Intelligent fault diagnosis system of induction motor based on transient current signal

This paper presents a method for induction motor fault diagnosis based on transient signal using component analysis and support vector machine (SVM). The start-up transient current signal is selected as features source for fault diagnosis. Preprocessing of transient current signal is performed using smoothing and discrete wavelet transform to highlight the salient features of faults. In this work, independent component analysis, principal component analysis and their kernel are performed to reduce the dimension of features and to extract the optimal features for classification process. In this work, the influence of the number of component analysis towards diagnosis accuracy is also studied. SVM multi-class classification using one against all strategy is selected for classification tool due to good generalization properties. Performance of the system is validated by applying the system to induction motor faults diagnosis. According to the result, the system has potential to serve an intelligent fault diagnosis system in real application.     

基于WIA技术的污水处理故障诊断系统研究

针对现有污水处理设备复杂且易受腐蚀、监测系统不完备的现状,研究并建立了基于WIA网络的故障监测系统．通过基于MSP430微控制器的单元信号分析故障节点能力、汇聚层故障特征抽取能力和监控层故障决策能力,进行分层监控与诊断,实现了数据采集与信号处理相结合的分布式状态监测与故障诊断,形成具有初步自我分析诊断能力的WIA网络．应用表明该系统在污水处理过程中对故障的诊断率可达90％以上。     

基于小波分析的蜗轮蜗杆减速器故障诊断系统

随着蜗轮蜗杆减速器的广泛应用，其故障类型表现为复杂化和隐蔽化，这不仅会带来巨大的经济损失，甚至威胁工人的生命安全。为解决这一问题，提出了基于小波分析的蜗轮蜗杆减速器故障诊断系统，系统在模拟减速器真实工作情况的基础上，采用LabView编写故障诊断系统，实现对振动信号进行采集与显示、小波分析以及离线故障诊断，实验结果表明，文中提出基于小波分析的蜗轮蜗杆减速器故障诊断系统，能够较好地实现蜗轮蜗杆减速器故障的实时诊断，适用于蜗轮蜗杆减速器技术研究和安全应用等领域。     

基于改进小波包分析的导航设备故障诊断的特征提取

针对故障诊断信号特征提取问题,提出了小波包分析的改进算法,该算法通过对小波包分解系数的重新排序,解决了小波包分析的频带混叠问题,给出了应用改进小波包分析进行故障诊断特征提取的算法,并在此基础上提出了基于改进小波包分析预处理的神经网络故障字典法．通过仿真比较,该方法剔除了样本信号的冗余成分,大幅度地减少了神经网络的规模,加快了网络的收敛速度,为导航设备故障诊断的特征提取提供了行之有效的手段。