基于全矢谱核函数主元分析的旋转机械故障诊断方法研究

结合全矢谱和核函数主元分析的各自优点,提出了一种基于全矢谱核函数主元分析的旋转机械故障诊断新方法.该方法充分利用了全矢谱提取回转信息的完整性和全面性,同时又利用了核函数主元分析具有处理非线性问题的能力.提出的方法与传统的核函数主元分析方法进行了对比,试验结果表明提出的方法是有效的,非常适合提取旋转机械故障的非线性特征,并能很好的进行旋转机械的故障模式识别.     

基于矢Wigner分布的旋转机械故障诊断方法的研究

为了克服基于单通道信息的Wigner分布的片面性和能量分析的不确定性，本文将全矢谱分析技术推广到Wigner分布上，提出了一种新的信号处理方法——矢Wigner分布。在此，论述了矢Wigner分布的定义和算法，并进行仿真研究。最后，将提出的方法应用到转子系统的松动故障诊断中。实验结果表明，提出的方法是有效的。     

支持向量机多故障分类研究

研究了多值分类支持向量机在机械故障诊断中的应用，以滚动轴承振动信号进行了分类实验。实验表明，在小学习样本条件下SV／M比RBF人工神经网络具有更好的分类性能和推广能力。SVM方法的应用为以计算机技术为基础的设备监测、智能故障诊断提供技术保障。     

分数阶Fourier变换在滚动轴承故障诊断中的应用

分数阶傅立叶变换(FRFT)是经典傅立叶变换的广义形式,它克服了经典傅立叶变换在故障特征提取中存在不足,可同时从时间域和频率域(或空间域)揭示信号特征。论述了分数阶Fourier变换的定义、特点和算法,并进行实验研究。实验结果表明,只要选择合适的分数阶数,可取得比传统傅立叶变换更好的效果。     

基于VbMoICA的机械故障盲源分离研究

用独立分量分析(ICA)分解和表示数据时,假设整个数据分布完全可以用一个坐标系来描述。然而,当观测数据是由许多自相似的、非高斯的流形组成时,则硬是用一个单独的、全局的表示是不合适的,这样会产生一个次优的表示。针对ICA在盲源分离中的不足,在变分贝叶斯理论的基础上提出了一种基于变分贝叶斯混合独立分量分析的机械故障源盲分离方法。该方法是考虑到源信号来自于多个坐标系,然后在多个坐标系下建立独立分量分析混合模型对观测信号进行学习分离。实验结果表明,本文提出的方法是非常有效的。     

基于Volterra级数和SVM的旋转机械故障诊断方法研究

提出一种基于Volterra级数和支持向量机的旋转机械故障诊断方法。该方法首先利用量子粒子群优化算法辨识出正常、转子碰摩、转子裂纹、基座松动四种状态下的Volterra核,分别利用一阶Volterra核和前三阶Volterra核作为特征向量,然后将这些特征向量输入到SVM(support vector machine)分类器中进行识别。实验结果表明,提出的方法是有效的,当利用一阶Volterra核作为特征向量难以区分故障时,可以利用更高阶的Volterra核作为特征向量来区别,这些体现出所提出方法在旋转机械故障诊断中独特的优势。     

基于典型相关分析的机械故障盲源分离方法研究

提出一种基于典型相关分析的机械故障盲分离方法。与基于独立分量分析的故障盲分离方法相比较,传统的机械故障盲分离方法只考虑样本值的统计分布,不考虑源信号之间的时间和空间关系,而提出的方法克服了此不足,利用源信号的自相关关系来进行盲源分离。仿真结果表明:提出的方法取得了满意的分离效果,并且具有很高的的计算效率,分离速度要快于传统的盲源分离方法。最后,将提出的方法应用到轴承故障诊断中,实验结果进一步验证了该方法的有效性。     

基于非线性输出频率响应函数的多裂纹转子故障诊断方法研究

相对单条转子裂纹的故障诊断,多条裂纹的故障诊断更复杂,也更困难。以两条裂纹为例,将非线性输出频率响应函数(NOFRF)引入到具有两条裂纹转子系统的故障诊断中,提出了一种 基于NOFRF的多裂纹转子故障诊断新方法,并且对比分析了两条裂纹不同夹角、不同裂纹深度下NOFRF值的变化情况。实验结果表明,NOFRF值对裂纹故障具有很高的敏感性,根据 NOFRF值的变化情况,不仅能反映转子系统裂纹是否存在,还能反映两条裂纹之间的夹角、裂纹深度的变化情况。因此,利用NOFRF值,可以有效地监测转子系统中多条裂纹故障。     

基于经验Ridgelet-2DPCA的断口图像识别方法研究

经验Ridgelet变换具有方向选择性和自适应分解能力,2DPCA可直接利用原始图像构建协方差矩阵。结合经验Ridgelet变换和2DPCA的各自优点,提出了一种基于经验Ridgelet-2DPCA金属断口图像识别方法。同时将提出的方法与Ridgelet-2DPCA、经验Ridgelet-PCA识别方法相比较,实验结果表明,提出的方法中的二维固有模态分量比Ridgelet系数具有更丰富的特征信息,2DPCA相比于PCA,图像结构信息更加完整,因而,提出的经验Ridgelet-2DPCA的金属断口识别方法取取得了比经验Ridgelet-PCA、Ridgelet-2DPCA更好的识别效果。     

基于非线性输出频率响应函数的转子不对中-碰摩耦合故障诊断方法研究

基于非线性输出频率响应函数(NOFRF)的独特优势,将非线性输出频率响应函数引入到转子不对中-碰摩耦合故障中,提出了基于非线性输出频率响应函数的转子不对中-碰摩耦合故障诊断方法。利用提出的方法辨识得到了不同对中度及其角度的转子系统的NOFRF值,对比分析了不对中度及其角度对转子系统各阶NOFRF值的影响。仿真结果表明随着不对中度和角度的增加,NOFRF中二次谐波二阶非线性输出频率响应函数和二次谐波四阶非线性输出频率响应函数有着较为明显的增幅;一次谐波三阶非线性输出频率响应函数随不对中角度的增加而减小。因此,可以依据二次谐波二阶非线性输出频率响应函数、二次谐波四阶非线性输出频率响应函数、一次谐波三阶非线性输出频率响应函数值的变化规律识别转子系统的不对中程度。最后通过试验结果验证了仿真结果的正确性,研究成果为具有不对中-碰摩耦合故障的转子系统的故障诊断提供了重要的依据。