形态滤波在滚动轴承故障声发射信号处理中的应用

滚动轴承的状态监测和故障诊断意义重大.为有效诊断轴承早期的微弱故障,将形态滤波方法用于轴承故障声发射信号的处理,提出采用多尺度形态开闭和闭开组合的滤波器对信号降噪处理,采用闭运算对降噪后的信号进行形态滤波解调得到明显的故障特征频率,并对比故障振动信号和声发射信号的处理效果.研究表明: 形态滤波用于轴承故障声发射信号特征提取效果明显,适用于轴承的状态监测和故障的早期诊断.     

LMD和改进小波阈值去噪的轴承声发射信号故障诊断

针对机械故障声发射信号特征提取的问题,提出了一种局部均值分解(local mean decomposition,LMD)和改进的小波阈值去噪相结合的方法;并应用于滚动轴承的故障诊断。首先,把改进小波阈值与三种小波阈值去噪方法进行比较分析。通过仿真信号表明,改进小波阈值方法能更为有效地去除噪声。其次,采用LMD方法将原始轴承故障的声发射信号分解,分解为若干个乘积函数(production function,PF)的线性组合,通过相关系数原则选取能够反映故障特征的PF分量,利用改进小波阈值去噪法对选出的PF分量进行进一步去噪。最后,对去噪后的声发射信号进行包络谱分析,诊断轴承故障的位置。通过滚动轴承单一故障和耦合故障的声发射实验验证了该方法的有效性。     

流体动压轴承状态监测与故障诊断研究进展

滑动轴承是大型旋转机械中的重要支撑设备，对滑动轴承进行润滑状态监测及早期故障诊断对机组安全生产有重要意义.本文阐述了滑动轴承的故障状态及失效形式，详细说明了振动信号、声发射信号及铁谱分析等技术在滑动轴承状态监测中的运用，综述了专家系统、神经网络和支持向量机在滑动轴承故障识别中的有效应用.通过分析对未来的发展趋势进行了展望：结合新一代人工智能与传感技术，通过多物理场信号进行融合监测，发展建立轴承信号标准数据库，结合可视化研究和远程监测，实现快速精准的滑动轴承状态监测与故障诊断.     

声发射技术用于诊断发动机活塞与缸套间磨损故障的实验研究

用实验方法研究了诊断发动机磨损故障的AE(AcousticEmission)技术 ,对发动机活塞与缸套间磨损过程产生的声发射信号进行了分析。实验结果表明 ,活塞对缸套的横向撞击 (侧推力 )是产生AE信号的主要原因 ;AE信号时域和频域指标对磨损状态变化反应较敏感 (即使是在发动机的早期磨损阶段 ) ,且不同的磨损状态与其产生的AE信号有很好的对应关系 ,因此 ,AE指标可以作为评价磨损程度和诊断磨损故障的标准。该研究为发动机磨损故障诊断提供了一种新的有效方法 ,并可为往复式机械设备的磨损故障声发射诊断提供依据。     

声发射技术用于诊断发动机活塞与缸套间摩损故障的实验研究

用实验方法研究了诊断发动机磨损故障的AE（Acoustic Emission)技术,对发动机活塞与缸套间磨损过程产生的声发射信号进行了分析,实验结果表明,活塞对缸套的横向撞击（侧推力）是产生AE信号的主要原因;AE信号时域和频域指标对磨损状态变化反应较敏感（即使是在发动机的早期磨损阶段）,具不同的磨损状态与其产生的AE信号有很好的对应关系,因此,AE指标可以作为评价磨损程度和诊断磨损故障的标准。该研究为发动机磨损故障诊断提供了一种新的有效方法,并可为往复式机械设备的磨损故障声发射诊断提供依据。     

小波尺度谱在AE信号特征提取中的应用

通过分析典型声发射信号及其特征提取,将小波尺度谱引入到声发射故障诊断领域,首次提出了声发射信号的小波尺度谱分析法。给出了小波基函数及其参数的选取,克服了声发射信号小波尺度谱的时、频分辨率不能同时达到最好的缺陷。将小波尺度谱用于声发射检测的滚动轴承损伤类型及部件的识别,诊断结果十分直观、清晰、准确。仿真分析和实验研究均表明小波尺度谱能有效应用于基于声发射技术的状态监测与故障诊断。     

基于声发射技术的滑动轴承润滑状态诊断研究进展

声发射现象是材料受力变形释放出弹性波的现象,通过对材料声发射信号进行接收处理能够监测滑动轴承润滑状态,利用声发射技术进行润滑状态监测具有反馈即时、信号携带信息完整以及预警能力强等特点,但是现阶段对于轴承内部声发射机理与信号表征以及润滑状态的联系的研究尚存不足.本文介绍了声发射现象产生机理,总结了基于位错运动以及粗糙接触的声发射计算模型,并综合阐述了国内外基于声发射技术的滑动轴承润滑状态监测研究领域的一些成果,最后分析总结了现阶段研究存在的不足以及对下一步的研究方向提出了自己的看法.     

干气密封启动过程中的声发射信号特征

通过实验方法研究干气密封启动过程中声发射信号的变化规律。利用功率谱确定声发射信号中与密封端面摩擦相关的频段,并研究了声发射信号的均方根随主轴转速的变化。结果表明:在该文实验条件下,密封端面的摩擦会产生中心频率在160kHz左右的信号成分,带通滤波能有效降低支撑轴承的干扰;声发射信号的均方根能反映密封端面的接触摩擦状况;启动过程的声发射曲线可分为3个阶段:剧烈变化段、平稳段和缓慢增加段。该研究结果为利用声发射技术监测干气密封启动过程中的端面接触状态提供了参考依据。     

声信号分析方法在轴承故障诊断中的应用

由于轴承故障声信号的混响及临近的机械设备的噪声,造成声信号的频域分析很困难.通过小波变换原理,对滚动轴承故障声信号进行时频分析.通过对声信号的多尺度分解,分离出由故障造成的声信号突变.实验结果表明,较之以往的时域、频域信号处理技术,该方法对声音信号分解更趋合理,是一种可靠和有效的滚动轴承故障诊断新方法.     

利用高频调制信息的轴承故障近场声全息诊断方法研究

轴承故障部分特征频率较低,利用声全息技术进行诊断时容易受到干扰,而声信号中高频部分包含了丰富的故障信息.文章利用4×4传声器阵列,对轴承故障相位耦合频段的声场进行近场声全息重建,再通过重建面体现的高频冲击信号调幅特性,对轴承内滚道故障进行识别.实验结果表明,该诊断方法有效建立了成像结果与故障类型的关联,并能实现故障定位,具有重要的实用意义.     

基于小波包分解-峭度值指标-希尔伯特包络解调融合方法处理声发射信号的滚动轴承故障诊断

为实现对航空发动机主轴承进行故障诊断,以复杂传递路径下声发射信号的波形分析为基础,提出一种基于小波包分解(wavelet packet decomposition, WPD)、峭度值指标(kurtosis index, KI)以及希尔伯特包络解调(Hilbert envelope demodulation, HED)相结合的滚动轴承故障特征信息提取方法。采用WPD方法对滚动轴承声发射信号分解获得节点分量,基于KI对节点分量排序筛选进行信号重构,进而对重构信号进行HED分析,提取出轴承故障特征频率用于对比诊断。开展简单以及复杂传递路径下滚动轴承故障模拟试验,采用建立的方法分别针对滚动轴承外圈、内圈典型故障试验数据进行分析和诊断。结果表明：该方法可有效提取滚动轴承故障特征频率及其倍频,且针对复杂传递路径下处于工作状态的滚动轴承,仍可实现精准的特征信息提取和有效的故障诊断。     

基于固有时间尺度分解与多尺度形态滤波的滚动轴承故障特征提取方法

为了准确提取出滚动轴承的故障特征并对轴承状态进行评估,提出了一种固有时间尺度分解(intrinsic time-scale decomposition,ITD)与多尺度形态滤波相结合的滚动轴承故障特征提取方法。首先,采用ITD方法将滚动轴承故障信号分解成多个固有旋转分量(proper rotation,PR);然后,对比各个PR分量与原始信号的相关性;最后,采用多尺度形态滤波算法对相关性较大PR分量进行滤波降噪,并提取滚动轴承故障特征频率。采用所建立方法对轴承外圈故障和内圈故障实验数据进行分析。结果表明,所提出的故障特征提取方法能够有效抑制噪声,清晰准确地提取出滚动轴承故障特征频率。     

基于频谱细化的列车轮对轴承故障在线检测

列车轮对轴承故障是危及列车运行安全的重要因素之一,对其准确检测是高速重载列车需要解决的关键问题。当轮对轴承出现异常时,其振动信号中的幅值就会出现突变点,据此提出了利用频谱细化技术对轮对轴承的振动加速度信号进行分析的方法。实验结果表明,该方法实现了轮对轴承异常的高精度检测,说明这种方法比常规的方法能更有效地检测出轮对轴承的异常状态。     

基于小波分形技术提取变速器轴承故障特征

利用小波技术对变速器轴承振动信号进行分解,对特定层的信号进行重构,并计算重构信号的分形维数,来实现变速器轴承不同技术状态下特征提取。实验结果表明,特定频率振动信号的分形维数能敏感反映变速器轴承技术状态,它可以作为诊断变速器轴承故障的一个重要特征量。     

氧化铝陶瓷磨削金刚石砂轮磨损的声发射监测

阐述了声发射监测工程陶瓷磨削的研究进展,发现目前对金刚石砂轮磨损监测研究基本上是选取声发射信号均方根(即有效值)进行分析,且金刚石砂轮磨损状态的声发射监测准确率不高.为提高金刚石砂轮磨损状态的声发射监测准确率,设计了氧化铝陶瓷磨削声发射实验,并采用支持向量机建立金刚石砂轮磨损状态的分类模型.分析发现氧化铝陶瓷精密磨削中声发射信号最强频谱能量在30~40kHz频段.金刚石砂轮轻度磨损、严重磨损钝化和修锐之后的磨削声发射信号频谱有明显不同;而且磨削声发射信号小波分解系数的方差值能够很好地反映金刚石砂轮磨损状态.结果表明采用磨削声发射信号的小波分解系数方差作为支持向量机判别金刚石砂轮磨损状态的输入特征,金刚石砂轮磨损状态分类测试的准确率达100%.     

某型涡扇发动机中介轴承微弱故障特征信号提取技术

研究航空发动机在降转速过程中中介轴承微弱故障特征信号的提取技术,提出了一种基于计算阶次分析、三次样条插值分析与包络谱分析相结合的新方法。基于滚动轴承模拟故障实验和航空发动机中介轴承微弱故障实验测得的降速工况下的转速信号和振动信号,首先对转速信号在时域内积分获得角位移-时间信号;再对该信号进行线性插值获得等角度间隔的角位移-时间信号;然后利用该时间序列对振动信号进行三次样条差值获得等角度间隔分布的重采样振动信号;最后对重采样振动信号进行包络分析及快速傅里叶变换获得阶次包络谱。通过两种实验分析表明该方法能有效提取出复杂路径下航空发动机中介轴承微弱故障特征信息。该方法为航空发动机中介轴承微弱故障特征信号提取提供了一种重要手段,具有广泛的应用前景。     

一种自适应形态滤波算法及其在轴承故障诊断中的应用

针对工程实际中的故障诊断受限于零部件故障先验知识缺乏、振动信号调制及噪声成分复杂等问题,提出了一种滚动轴承故障诊断的自适应形态学滤波方法。在对基本形态算子和组合形态算子原理分析的基础上,利用非线性滤波器幅频响应分析法,获得了不同形态算子的滤波特性,定量分析了结构元素尺度参数对滤波效果的影响。对典型的滚动轴承故障模型及振动信号进行分析,获得了故障轴承运行的主要特征,确定了结构元素尺度参数选定策略,数值仿真实验验证了该方法的可行性。进行滚动轴承实验振动信号分析,结果表明,与参数优化的组合形态滤波差值算子(CMFH)相比,所提方法至少将信号的特征幅值能量比提高了29.8%、算法效率提高了50.0%,可清晰、准确、快速地将滚动轴承外圈和内圈的故障特征呈现出来,进一步证明了该方法在机械故障诊断应用上的可靠性和实用性。     

基于噪声小波包络谱的主轴承磨损故障诊断

传统的基于振动信号的内燃机主轴承磨损故障诊断中安装传感器以及提取故障特征频率很繁琐,为此,提出了基于噪声和正交小波监测往复式活塞发动机滑动主轴承磨损故障的一种新方法.利用Symlets小波分析将测得的机体噪声信号变换到时频域,得到含有内燃机主轴承间隙磨损状态的时频信息.主轴承磨损故障会使机体噪声信号的高频成分增加,而且高频滤波成分特征与内燃机的冲击过程相对应,所以,需选择合适的高频带加以提取并进行包络谱分析.通过声级计测取了代表主轴承4类间隙磨损程度的噪声信号,发现2个特征频率处的能量对间隙磨损状态比较敏感,均随着磨损量的增加而增加.通过该方法,可利用机体噪声信号监测主轴承的磨损状态.     

基于鲸鱼优化算法的自适应共振解调轴承故障诊断方法

针对共振解调方法需要选取包含较多故障信息的共振频带这一特点,提出了一种基于鲸鱼优化算法的自适应共振解调轴承故障诊断方法。首先,使用鲸鱼优化算法,以峭度和包络谱峭度构造的复合峭度作为优化目标,对带通滤波器参数中心频率和带宽进行自适应选择。然后,使用寻优得到的最优中心频率和带宽对轴承故障信号进行滤波分析。最后,对滤波后信号进行包络解调处理,提取出故障特征频率,判断轴承故障类型。通过对仿真信号和轴承内、外圈故障信号的分析诊断,可以证明该方法能够满足共振解调方法中对共振频带选取的要求,完成轴承信号故障频率的提取,是一种有效的轴承故障诊断方法。     

阀门泄漏与声发射信号能量关系的实验研究与时频域分析

为解决阀门小泄漏时难以检测的问题,文章利用声发射检测技术搭建阀门泄漏检测实验平台,采集大量实验数据,分析阀门小泄漏率时的声发射信号特征。为了减小环境噪声的干扰,对阀门泄漏声发射信号进行频谱分析,确定声发射信号所在的频段;对信号进行带通滤波,计算滤波后信号在时域上的能量,用最小二乘法拟合出能量和泄漏率之间的线性关系;从频域角度计算信号所在频段功率谱的面积,用最小二乘法对面积和泄漏率进行拟合,拟合结果证实了时域能量计算方法的正确性。