多元消减约束独立分量分析及其在振源贡献量计算中的应用

为寻找机械系统的主要振源,提出一种利用多元消减约束独立分量分析(Multi-unit deflation constraint independent component analysis,MDcICA)估计振源贡献量的方法。约束独立分量分析(Constraint independent component analysis,cICA)在经典独立分量分析(Independent component analysis,ICA)算法的对照函数中利用约束的形式引入源信号先验知识,提高独立分量的精度和算法的稳定性,并能够得到独立分量和振源信号的对应关系。在cICA中引入多元消减技术,去除混合信号中每次迭代被提取的独立分量的成分。多元消减过程中混合信号能量的减少量等于被提取独立分量对混合信号的贡献量。将提出的算法引入到壳体激励试验台和圆筒结构试验台中,成功地完成了试验台机械振源的分离和贡献量的计算。     

基于机械诊断信息的设备运行可靠性研究

针对传统可靠性分析方法必须依赖大样本统计数据、利用概率统计求解设备可靠性的不足,提出两种利用运行状态信息实现小样本条件下设备运行可靠性评估的方法:基于归一化小波信息熵的可靠性评估和基于损伤定量识别的可靠性评估。基于归一化小波信息熵的可靠性评估对设备运行过程中的振动信号采用第二代小波包进行分解与重构,获得多个分解频带信号,计算分解频带信号的相对能量和归一化信息熵,根据归一化信息熵获取反映设备运行状态可靠性的重要指标——可靠度;基于损伤定量识别的可靠性评估定义了新的运行可靠性评价指标——隶属可靠度,在故障定量诊断的基础上,建立了损伤程度与运行可靠性评价指标之间的联系。在制氧压缩机运行可靠性评估和机车轮对轴承运行可靠性评估的成功应用,表明所提出的方法合理、有效,为机械设备实现缺乏大样本、非概率统计模型的可靠性评估提供了新理论与新技术。     

基于独立分量分析的潜艇振源贡献量定量计算方法

振动噪声控制对于潜艇具有重要意义。常用的振动噪声分析方法仅分析了噪声的来源,而未对振动噪声源对总振动噪声的贡献量进行定量计算。介绍盲源分离基本模型,以及基于独立分量分析理论和聚类评价方法提高盲分离性能的改进固定点算法,并基于该算法和先验信息理论提出一种定量计算振源贡献量的新方法。通过仿真试验分析基于两种不同分离准则算法的分离性能以及振源贡献量计算结果。将该方法应用于某型号潜艇缩比模型振源贡献量的定量计算中,对比分析表明该方法具有很高的计算精度。研究结论可为振动噪声的主动控制提供可靠的依据。     

基于LMD的时频分析方法及其机械故障诊断应用研究

如何有效地从振动信号中提取有用信息成分一直以来都是故障诊断领域研究的热点。局部均值分解(Local Mean Decomposition, LMD)是一种新的信号自适应分解方法。本文研究基于LMD的瞬时频率求解、时频分析及其故障诊断的应用。LMD的时频分析方法成功提取出实验室转子碰摩特征以及实际低速变载轧机齿轮局部故障信息,这证实了方法的有效性。     

裂纹非线性呼吸行为对转子临界转速的影响

为了研究复杂涡动引起的裂纹非线性呼吸行为对转子临界转速的影响,构建了带横向裂纹Jeffcott转子的通用运动方程,利用新建运动方程对临界转速附近裂纹转子的稳态响应进行了数值研究。发现裂纹的非线性呼吸行为对转子不但具有增强稳定性的作用(与开裂纹转子相比),而且在一定条件下具有降低振动响应的作用(与无裂纹转子相比)。与无裂纹转子相似,稳定的裂纹转子的临界转速等于响应振幅最大且重心转向约90°对应的转速。裂纹转子的临界转速值随不平衡量方位角在开裂纹和闭裂纹转子固有频率之间变化。在转子实验台上进行了裂纹转子通过临界转速的实验验证,观察数据支持理论研究结果。     

多小波自适应分块阈值降噪及其在轧机齿轮故障诊断中的应用

为有效提取关键设备淹没在强背景噪声中的微弱故障特征,提出了一种多小波自适应分块阈值降噪方法,并将其成功应用于轧机齿轮箱故障诊断中。小波降噪的效果主要取决于小波函数和阈值的合理选择。多小波具有多个尺度函数和小波函数,可以同时满足紧支性、对称性、正交性以及高阶消失矩等优良性质,使其在早期故障和微弱故障诊断中颇具优势。针对多小波变换系数之间的相关性,在估计真实特征值时以Stein无偏风险估计最小作为约束条件,自适应地选取最优的邻域分块长度和阈值,能够在准确提取故障特征的同时有效消除噪声干扰。仿真信号验证了方法的有效性,轧机齿轮箱的诊断结果表明,该方法可以有效提取出齿轮箱高速小齿轮存在由于高温熔焊导致的两处局部胶合破坏故障。     

快速构建基于Web的远程测控系统

文章分析了测控领域中两种类型的远程测控系统,论述了利用虚拟仪器和Internet技术快速构建基于Web的远程测控系统的方法。利用该方法构建了基于Web的远程在线监测诊断系统,并深入讨论了减少网路流量的途径。     

Labview环境下Mallat正交小波变换快速算法的实现

分析了动态连接库(DLL)的工作原理,介绍了Labview环境下动态连接库(DLL)的构建和调用方法,在分析Mallat正交小波变换快速算法的基础上,构造了小波变换动态连接库,借助于Labview的高级语言编程接口功能,通过进一步设计,将Mallat算法引入到Labview环境中,扩充了Labview的功能,并对Labview下的Mallat小波变换算法进行了实验验证。     

平移不变多小波相邻系数降噪方法及其在监测诊断中的应用

为了提取大型动力设备中被强背景噪声淹没的微弱故障特征,提出一种基于平移不变多小波的相邻系数降噪方法.多小波具有多个尺度函数和小波函数,具备单小波无法同时满足的优良性质,可以匹配信号中不同的特征信息,而平移不变多小波有效地消除了Gibbs现象且其中的平均过程具有优越的消噪性并保持了信号的光滑性.同时相邻系数降噪法考虑小波系数之间的相关性,克服一般阈值消噪的不足.将相邻系数降噪思想引入到平移不变多小波中.并将平移不变多小波相邻系数降噪方法应用于齿轮箱试验台和电力机车滚动轴承的诊断中.齿轮箱试验台和滚动轴承实例的诊断结果表明该方法可以有效地揭示出齿轮早期裂纹的微弱故障特征信息,并成功提取出机车滚动轴承外圈轻微擦伤故障特征频率.     

机械故障诊断基础研究“何去何从”

机械故障诊断是一门起源于20世纪60年代的新兴学科,其突出特点是理论研究与工程实际应用紧密结合。该学科经过半个世纪的发展逐渐成熟,在信号获取与传感技术、故障机理与征兆联系、信号处理与诊断方法、智能决策与诊断系统等方面形成较完善的理论体系,涌现了如全息谱诊断、小波有限元裂纹动态定量诊断等原创性理论成果,在机械、冶金、石化、能源和航空等行业取得了大量卓有成效的工程应用。但是,该学科也还存在着故障机理研究不足、诊断方法有限和智能诊断系统薄弱等问题。今后机械故障诊断学科的基础研究和源头探索究竟应该如何开展,未来的发展方向是怎样,将是一个非常急切且需要深入探讨的问题。在对国内外机械故障诊断学科基础理论和工程实际应用研究现状分析的基础上,指出目前该学科基础研究存在的问题和今后研究突破的方向。