基于小波能谱系数的风力机疲劳裂纹特征

提出了风力机叶片裂纹扩展声发射信号的优化小波重分配尺度谱及小波能谱系数相结合的分析法。基于Shannon熵理论计算裂纹扩展声发射信号的重分配尺度谱小波基函数带宽参数,得到最适合裂纹声发射信号的Morlet小波基函数。用优化后的小波基函数计算重分配尺度谱,获得裂纹扩展特征成分在时间尺度平面的高幅值能量分布,利用特征能谱系数表征其重分配尺度谱的特征。实验结果表明,该方法有良好的时频聚集性和抗噪能力,实现了风力机叶片裂纹扩展声发射信号的时频特征提取,得到了能谱系数作为特征向量表示信号特征。该方法可用来实现风力机叶片在复杂环境中的模式识别。     

基于高阶统计量的滚动轴承故障诊断方法

针对滚动轴承故障振动信号易受高斯噪声影响的问题,从高阶统计量的理论入手,提出了由信号的高阶谱恢复功率谱.由恢复的功率谱提取故障特征信息的高阶统计量方法,建立了通过高阶谱恢复功率谱的数学模型,并对仿真数据和实测故障数据进行了分析.结果表明,利用高阶累积量对高斯噪声不敏感的特点,可实现高斯噪声下瞬态信号频率与功率谱的正确估计.与传统方法相比,本研究方法可以有效地提取滚动轴承故障特征,同时具有更高的分辨率.     

金属裂纹扩展声发射信号特性研究

机械结构件中的应力集中使得结构极易产生裂纹并逐渐扩展,裂纹扩展时伴有声发射信号,因此有必要对结构件中裂纹扩展时的声发射信号进行特征研究。为研究金属板件中的裂纹声发射源特征行为,通过分析板件中的裂纹声发射源,从理论上推导了裂纹声发射的幅值和频率特征表达式。在裂纹扩展过程中,金属板件的裂纹声发射信号幅值与声发射源的开裂长度和拉伸应力的乘积成正比,频率与裂纹开裂速度成反比,且与裂纹开裂长度成正比。用声发射检测系统对预制有初始裂纹的金属板件进行拉伸状态下的声发射监测,通过对声发射信号求取功率谱密度估计,实现不同声发射信号以功率谱在频域的分布为信号特征的有效区分。实验结果与理论分析相符合,研究结果对金属板件的裂纹声发射检测技术具有重要意义。     

功率谱分析在筒式钢球磨煤机内存煤量测量中的应用研究

采用Welch功率谱估计法和切比雪夫窗,分析了噪音信号与筒式钢球磨煤机内存煤量的关系,分析了球磨机噪音信号的构成,提出了特征频段搜索的方法并根据能量-时间变化曲线确定了噪音信号的特征频段,实现了对球磨机内存煤量的测量.将结果应用到磨机负荷检测仪的研制中,取得较好的效果.     

基于振幅熵和功率谱重心的转子振动故障诊断

对信号进行特征提取是故障诊断的关键,为了提高转子振动故障诊断的准确性,根据转子振动的特点提出了基于振幅熵H(A)与功率谱重心C的转子振动故障诊断方法.通过计算功率谱的重心得到表征功率谱变化的功率谱重心特征,计算振幅的熵值得到反映幅值分布特征与振动集中程度的振幅熵特征,组成二维特征量(H(A),C).然后通过转子故障模拟实验采集数据,对其进行DBSCAN聚类、K均值聚类、层次聚类、网格聚类4种聚类分析.结果表明,基于振幅熵H(A)与功率谱重心C的二维特征量(H(A),C)能够作为评价转子振动状态的综合特征指标.通过对传统的二维特征量(偏度、均方根值)、(裕度、标准差)运用网格聚类法进行转子振动故障诊断识别,结果表明,(H(A),C)的选取较于传统特征量的选取能更好地对转子运行中出现的常见故障进行区分.     

基于小波分析与功率谱的隔膜泵主轴故障诊断研究

往复式活塞隔膜泵主轴运行状况的好坏,直接影响着隔膜泵乃至整个管道输送系统的有效运行。现针对往复式活塞隔膜泵主轴的故障具有非平稳性和不确定性特征,且易受各种噪声干扰,提出了一种采用小波分析与功率谱相结合的故障诊断方法。首先对采集到的原始振动信号进行小波分析处理,去除噪声,提高信噪比;再对去噪后的振动信号进行功率谱分析;最后通过研究和分析振动信号的功率谱特征变化情况,实现对设备故障的有效诊断。实验表明,通过基于小波分析与功率谱的方法提取故障特征,对往复式活塞隔膜泵主轴故障的诊断是有效和可行的。     

齿轮振动信号特征的小波包频率表示法

通过对信号的小波包分解的研究．提出了信号特征的小波包频率表示方法．表示信号对分解节点和频率的功率谱分布;同时提出以小波包频率表示为依据的特征信号重建方法。齿轮振动信号特征的小波包频率表示表明该表示方法能有效展示齿轮的技术状况的变化。将功率谱集中的相邻的结点上的分解结果重构,得到的时域特征信号也能展示齿轮的技术状况。     

基于小波分析与Burg功率谱的主轴故障诊断研究

针对往复式活塞隔膜泵主轴的故障具有非平稳性和不确定性,且易受各种噪声干扰,提出了一种采用小波分析与Burg功率谱相结合的故障诊断方法。首先对采集到的原始振动信号进行小波分析处理,去除噪声,提高信噪比,再对去噪后的振动信号进行Burg功率谱分析,最后通过研究和分析振动信号的功率谱特征变化情况,实现了对设备故障的有效诊断和研究。     

自回归三谱切片研究

为了克服传统功率谱掩盖了信号的非高斯特性,以及双谱提取非线性特征量少的缺点,建立并研究了时间序列的自回归(AR)三谱及其切片模型,通过分析三谱及其切片的特征,可以获得信号的非高斯、非线性频率特性信息.利用溢流阀在不同工作状态下的振动数据进行了实验研究.结果表明:三谱及其切片相对于双谱和功率谱有更高的分辨率,能够明显地区分不同工作状态下的溢流阀特性.因此,本研究有助于提高对微弱信号的检测能力和识别能力.     

音频信号分析在球磨机控制系统中的应用

球磨机煤负荷的检测是球磨机实现自动控制、优化运行、节能降耗的关键.提出一种利用音频信号功率谱识别存煤量的方法,该方法能够得到球磨机在不同煤负荷下噪音频谱的特征频带,从而反映出球磨机煤负荷的变化,为把球磨机音频信号引入煤负荷控制系统打下基础.     

基于EMD与功率谱分析的滚动轴承故障诊断方法研究

针对西部油田大型设备故障信号的非线性、非平稳特征,提出一种基于经验模态分解方法EMD（empirical mode decomposition）和功率谱的分析方法。首先对滚动轴承振动信号进行经验模态分解,然后对分解后包含轴承故障特征信息的固有模态函数分量作功率谱分析,得到各分量的功率谱图,清晰直观显示出故障特征信号的功率谱,从混有背景信号和噪声的振动信号中提取轴承故障信息。由于EMD方法具有自适应特性,适宜于非线性、非平稳信号的分解,该方法应用于滚动轴承的故障振动信号分析中,结果表明,该方法能够突出滚动轴承振动信号的故障特征,从而提高滚动轴承故障诊断的准确性。     

基于特征参数和功率谱分析的液压滑阀内漏声发射检测实验研究

内泄漏直接影响液压系统的工作效率，常用的检测方法主观性强、效率低。以5组通径16 mm的三位四通换向滑阀为研究对象，设计并搭建了液压滑阀内泄漏声发射检测实验台。对比声发射信号的幅值域参数大小和响应时间，确定了最佳测量点。结合实验数据，找到了压力、间隙高度对幅值域特征参数的影响规律。运用AR功率谱提取信号的特征频率，发现滑阀内漏的声发射信号基频为40 kHz，泄漏量越大，特征频率越向低频方向偏移；特征频率呈现倍频的关系，内漏滑阀的功率谱曲线有小幅波动，正常滑阀功率谱曲线光滑。所得实验数据和结论对构建滑阀内漏诊断数据库具有重要意义。     

基于线调频小波路径追踪阶比循环平稳解调的齿轮故障诊断

为从变转速齿轮箱振动信号中提取齿轮故障特征,提出基于线调频小波路径追踪的阶比循环平稳解调方法。该方法利用线调频小波路径追踪算法估计振动信号中的转速信号,根据转速信号对信号进行等角度采样,获取角域周期平稳信号,求取角域信号的循环自相关函数,在特征循环阶比处对循环自相关函数进行切片,并对切片进行解调分析得到切片解调谱,依据切片解调谱进行齿轮故障诊断。由于线调频小波路径追踪算法具有精度高和抗噪能力强的优点,而循环平稳解调算法可以有效提取淹没在噪声中的周期性故障特征,因而,该方法结合了二者的优点,适合于变转速齿轮信号的故障特征提取。算法仿真和应用实例表明,该方法能有效地提取变转速齿轮箱振动信号中的齿轮故障特征。     

智能子弹对声目标CACEMD-VDAKF跟踪算法研究

为了研究智能反坦克子弹药(BAT)对声目标机动检测与跟踪的问题,推导了适合智能子弹药系统的MUSIC估计算法,并计算了声信号的空间方位谱及功率谱,提出了一种针对信号几何窗口的变量--当前平均改变能量(current average change energy,CACE),利用该变量推导了基于当前平均改变能量的机动检测算法,将此算法与机动目标跟踪变维自适应Kalman滤波模型相结合,得到了基于当前平均改变能量的机动检测与变维自适应Kalman滤波算法(CACEMD-VDAKF);通过半实物仿真实验,计算了目标在不同运动状态下的空间功率谱和方位谱,证实了该算法对声信号处理的可行性,MATLAB仿真结果验证了CACEMD-VDAKF算法对二维声目标跟踪的有效性及稳定性.     

小波变换与FFT在电网谐波检测中的应用

电力系统中大量谐波的注入使得网络电能质量明显下降,而传统的检测方法由于自身技术的限制,已经不能满足目前谐波检测对实时性和精确性的要求。该文在分析了电网谐波变化特征的基础上,结合谐波检测新理论的发展及应用实践,提出将小波变换与传统检测方法相结合的检测方案,并用仿真试验验证了该联合算法的有效性。数据结果表明:小波变换在分析复杂信号中各谐波成分时表现出了其时频局部化特性的优势,而传统的FFT可准确提取信号各成分的频谱信息,该联合检测方法有效地提高了谐波检测的精度。     

小波包和小波脊线相结合的解调方法在液压泵故障诊断中的应用

针对轴向柱塞泵故障振动信号呈现出的非平稳和非线性特点,提出了一种基于小波包能量法与小波脊线法相结合的信号解调方法,将其用于液压泵故障诊断中的信号解调过程。该方法首先对原始振动信号进行功率谱分析,明确故障振动信号反映出的能量集中频带带宽;根据确定的带宽和原始信号分析频率设定小波包分解的层数,采用小波包能量法提取出分解系数对应频带能量最大的特征信息进行信号重构;利用小波脊线法对重构后的频带信号进行解调处理,通过信号的包络解调谱提取故障的特征频率,利用解调后的时频谱对液压泵单柱塞滑靴磨损、斜盘磨损以及中心弹簧故障进行分析。通过实验结果验证,该方法能有效地对液压泵的故障信号进行解调,并能找出反映故障的敏感特征频率。     

基于全矢谱的风力发电系统齿轮箱的故障诊断

介绍了风力发电齿轮箱系统变载荷、低转速、工况复杂的运行特点,阐述了风力发电系统齿轮箱的主要故障特征,针对旋转机械单源振动信号信息具有不完善性的缺陷,提出了基于同源信息数据融合的思想,将全矢谱技术应用于风电齿轮箱的故障检测方法。结合北方某风电场19#风机齿轮箱故障检测的实例,将全矢谱技术应用于诊断实例且得到了正确的诊断结果,证实了将全矢谱技术应用于风电齿轮箱检测中是准确、有效、实用的旋转机械故障诊断方法。     

基于余弦调频小波变换的滚动轴承故障研究

针对滚动轴承故障振动信号的特点，构造余玄调频小波，采用连续小波变换的方法来提取滚动轴承故障振动信号的特征，在此基础上提出了一种滚动轴承故障诊断方法：时间一小波能量谱自相关分析法。通过对滚动轴承具有缺陷的情况下振动信号的分析，说明时间一小波能量谱自相关分析法不仅能检测到滚动轴承故障的存在，而且能有效地识别滚动轴承的故障模式。     

旋转机械运行稳定性劣化的1.5维谱特征提取方法

风电机组是一种典型的大型旋转机械,其运行状态具有变工况、非平稳特点,运行中工况和负载等非故障因素的变化会造成信号能量产生变化,因此传统的基于能量的振动级值及功率谱方法难以有效实现运行稳定性劣化特征的提取。针对该情况,研究了高阶累积量运行稳定性劣化特征提取方法,提出了基于敏感性、趋势性、差异性、一致性判断特征提取方法的趋势预测适用性的方法,通过转子实验台多种劣化类型下不同劣化程度状态的实验研究,检验了1.5维谱方法对状态劣化的敏感性、趋势性、差异性、一致性,评估了该方法作为特征提取手段的性能,解决了风电机组传动系统运行稳定性劣化的状态诊断、劣化趋势预测中特征提取方法的选择缺少理论依据的问题。     

机车走行部故障在线诊断的特征分析方法研究

在讨论特征分析方法原理的基础上，针对机车走行部故障在线监测过程中存在的信号分析与处理问题，运用整周期等角度采样方法将时域振动信号转换为角域信号，采用FFT变换将角域信号变换为对应的特征频谱，通过谱估计、谱图分析得到机车走行部各零部件的故障特征谱值，再根据该特征谱值识别机车走行部各零部件的故障。然后，根据机车走行部故障诊断的实际需要，设计了一套基于特征分析方法的机车走行部故障在线诊断系统。实验结果表明，该方法能准确、可靠地识别机车走行部故障。