基于小波包分解的滚动轴承故障诊断

提出了一种基于小波包分析的滚动轴承故障诊断方法用于实现滚动轴承早期故障的检测.该方法的诊断过程如下:对轴承原始振动信号进行频谱分析,获取振动信号能量集中的频段.根据频段的范围和振动信号的采样频率确定小波包分解的层数.采用小波包分解的方法提取滚动轴承振动信号中能量集中的频段并生成相应的重构信号,对重构后的振动信号进行Hilbert变换和二次频谱分析.通过对比轴承故障的特征频率和二次频谱中的特征谱线判断轴承是否有故障及其发生位置.运用上述方法对具有外环故障的滚动轴承进行了实验研究并成功地实现了滚动轴承外环故障的检测.实验结果表明基于小波包分析的诊断方法可以有效诊断出滚动轴承的早期故障.     

基于多重分形的齿轮故障特征提取方法

为提取齿轮的故障特征,提出利用多重分形谱参数来表征齿轮振动信号特征的方法.运用多重分形理论对实测的齿轮振动信号进行分析,计算了振动信号的多重分形谱参数,并对齿轮振动信号多重分形谱参数的变化规律进行了研究.结果表明:齿轮工作状态不同,振动信号的多重分形谱参数△a、△f及fmax发生明显变化.当齿轮出现断齿故障时,△a、△f和fmax均显著增大.多重分形谱参数可定量刻画振动信号的特征,成功识别齿轮断齿故障.     

二次FFT分析法与齿轮故障边频识别

在分析齿轮振动信号频谱特征的基础上,提出了二次ＦＦＴ分析法·该方法可识别出齿轮啮合中有故障的齿轮·将这一方法用于齿轮振动信号的实测分析,取得了对边频解调的效果,为解决提取具有边频故障特征信息一类诊断问题,提供了一种新的简便可行的方法·     

小波分析在齿轮故障诊断中的应用

利用MATLAB语言编程检验了小波分析在齿轮故障诊断中的应用效果,利用双正交小波基(Bior2.4)将减速机箱体的故障振动信号分解到时频域,提取出了齿轮故障信号.同时结合传统的故障诊断方法进一步诊断了齿轮的故障模式.试验结果验证了上述方法综合应用的有效性.     

齿轮局部故障振动信号分析及提取方法研究

以齿轮局部故障为研究对象,建立了齿轮故障的振动模型,导出了齿轮局部故障的振动机理,分析了齿轮无故障振动信号和齿轮局部故障振动信号成分的异同点。在MATLAB环境下,采用小波变换算法对故障信号进行降噪处理,用希尔伯特变换对故障振动信号进行解调处理。结果表明,小波变换对强噪声干扰的机械振动信号能够进行有效的降噪处理,希尔伯特变换能从降噪后的故障振动信号中提取齿轮局部故障的特征信息。该结果在机械故障诊断中具有良好的实用价值。     

小波分析在齿轮故障诊断中的应用

利用MATLAB语言编程检验了小波分析在齿轮故障诊断中的应用效果,利用双正交小波基(Bior2 4)将减速机箱体的故障振动信号分解到时频域,提取出了齿轮故障信号.同时结合传统的故障诊断方法进一步诊断了齿轮的故障模式.试验结果验证了上述方法综合应用的有效性.     

EMD方法在齿轮故障诊断中的应用

将EMD（Empirical Mode Decomposition）方法应用于机械故障诊断中，提出了一个新的齿轮故障诊断方法。EMD方法基于信号的局部特征时间尺度，能把复杂的信号分解为有限的内在模态函数（Intrinsic Mode Function）之和，这种自适应的分解方法非常适于非线性和非平稳过程的分析。用该方法对齿轮故障振动信号进行了分析，结果表明该方法能够有效地降低噪声，提高信噪比，突出齿轮故障振动信号的故障特征，从而提高齿轮故障诊断的准确性。     

齿轮箱升降速过程阶次倒谱故障诊断方法研究

齿轮箱升降速过程中的振动信号包含有重要的参考信息,研究该过程中的振动信号,有助于识别齿轮箱的故障.将常规的倒谱分析技术与阶次分析相结合,提出了阶次倒谱的齿轮箱故障诊断方法.首先利用重采样技术,将时域非平稳信号转化为角域平稳信号,最后对角域重采样信号进行倒阶次谱分析,就可提取齿轮的故障特征.实验分析结果表明该方法能有效地识别齿轮的故障类型.图8,表1,参8.     

基于电机定子电流的齿轮故障诊断方法

齿轮故障诊断一般采用振动信号进行故障特征提取,但振动诊断法不便于安装传感器,易受环境和噪声影响.电机本身具有传感器的特性,定子相电流等信号能够反映负载转矩的变化.因此,针对由电机驱动的齿轮传动系统,提出了一种基于电机定子相电流分析的齿轮无损故障诊断方法.推导了电机定子电流如何反应负载转矩的特性,并分析了齿轮正常与故障状态下定子电流的频谱特征,发现可通过观察边频带的出现来判断齿轮发生局部式故障.通过Matlab对故障诊断原理进行了仿真验证,在实验平台上结合频谱分析成功检测出了齿轮断齿故障.     

基于MUDW的多测点齿轮故障信号融合处理

针对传统齿轮故障信号处理中,对单一信号进行处理造成的敏感特征信息遗失问题,提出形态非抽样小波(MUDW)的多测点齿轮故障振动信号融合预处理方法,以充分利用各信号所蕴含的特征信息,减少噪声及干扰成分的影响。该方法首先应用时域同步平均(TSA)对各通道信号进行预处理;然后,根据形态非抽样小波的基础框架将信号分解,并采用相关峭度(CK)和加权运算的方式,表征各分解层近似信号对故障特征的贡献量,提高有用近似信号的比重;在此基础上,建立融合准则将各分解层信号进行融合,改善重构信号的特征信息;最后,齿轮裂纹故障实验证明:该方法能够较好地抑制噪声,明显突出故障齿轮啮合频率及其倍频,融合效果理想。     

加工番茄果秧分离技术发展现状分析

介绍了国内外加工番茄收获机械实现果秧分离的方法,即梳齿法、机械手采摘法和振动分离法等,着重对目前应用较为普遍的带式振动分离机构和偏心块式振动分离机构的结构、工作原理及特点进行了分析,并结合W-W型非圆齿轮行星轮系运动特点,进而提出了利用W-W型非圆齿轮行星轮系取代现有机构,实现加工番茄果秧有效分离的方法。     

Fault Pattern Recognition Based on Hidden Markov Model

Because performance parameters of gear have degradation,a method is proposed to recognize and analyze its faults using the hidden Markov model( HMM). In this method,firstly,the delayed correlation-envelope method is used to extract features from vibration signals. Then,HMMs are trained respectively using data under normal condition,gear root crack condition and gear root breaking condition. Further,the trained HMMs are used in pattern recognition and model assessment. Finally,the results from standard HMM and the proposed method are compared, which shows that the proposed methodology is feasible and effective.     

Hilbert能量谱及其在齿轮故障诊断中的应用

将Hilbert—Huang变换引入齿轮故障诊断，提出了局部Hilbert能量谱的概念，同时建立了一种基于Hilbert—Huang变换的齿轮故障诊断方法：Hilbert能量谱方法。该方法首先采用EMD方法将齿轮故障振动信号分解为若干个固有模态函数(Intrinsic Mode Function，简称IMF)之和，然后选择包含故障信息的IMF分量进行Hilbeft变换得到局部Hilbert能量谱。在局部瞬时能量图中可以发现，齿轮故障振动信号具有明显的冲击特征，从而可进一步对齿轮故障进行诊断。     

汽车变速器齿轮传动系统动态特性研究及优化

针对汽车在运行过程中汽车变速器的振动问题,以汽车变速器三挡为研究对象,通过MASTA软件对其进行载荷谱分析,再以提高齿轮的承载能力和尺寸的比值为目标,对三挡啮合齿轮进行优化设计,得到新的模数与螺旋角.综合考虑动态啮合刚度、齿侧间隙、轴承游隙、传递误差的影响建立斜齿轮弯扭耦合的6自由度非线性动力学模型并对传动系统的振动特性进行分析.根据优化前后的振动特性对比,提出了将振动时域信号转化为频域信号进行对比的方法,使得结果更加直观.通过快速傅里叶变换将振动时域信号转化为频域信号.结果表明,优化后齿轮的振动特性有明显的改善,尤其是z向振动减小达到1/4左右.本研究为汽车变速器的振动特性优化提供一定的理论依据.     

重复使用火箭着陆缓冲的机构冲击动力学分析及实验验证

为描述运载火箭着陆引起的着陆缓冲机构横向振动, 提出一种等效模型, 将着陆引起的激励等效为冲击激励和稳态激励的叠加。采用假设模态法求解着陆缓冲机构的横向振动模态, 并考虑轴向力与横向振动的耦合, 进一步通过模态叠加法求解振动响应, 得到由着陆冲击引起的着陆缓冲机构横向振动的半解析解。基于真实产品进行的垂直着陆冲击实验结果表明, 该模型可较精确地描述着陆缓冲机构横向振动的响应和最大弯矩。基于该模型, 分析着陆缓冲机构的构型参数和材料强度对着陆缓冲机构的影响, 研究结果可为实际工程相关着陆缓冲机构的参数设计提供指导。     

基于Romax的高速动车牵引齿轮综合修形设计

牵引齿轮修形是减小振动噪声、改善传动性能、提高乘客舒适度的常见方法。论文以CRH380A高速动车组G301牵引齿轮为研究对象,利用Romax软件构建齿轮副动力学仿真模型,在高速运行工况下对齿轮传动系统进行动态接触分析,基于接触斑点、啮合错位量等分析结果,提出全齿廓结合齿向的综合修形方法,并以传动误差和单位长度法向载荷变化量作为修形效果的评价指标。仿真表明,采用论文提出的综合修形方法,齿轮副的传动误差幅值和最大单位长度载荷分别降低了16.75%、9.80%,有效改善了齿轮的传动性能,减小了传动的啮合冲击,从而降低振动噪声,提升了乘客的舒适度。     

EMD在汽车变速齿轮箱振动故障分析的应用

采用经验模态分解和能量特征值对振动加速度传感器获取的汽车齿轮箱振动信号进行特性分析.利用经验模态分解获得振动信号的本征模态函数,并对本征模态函数进行系数-能量计算,提取系统的特征信息,对汽车齿轮箱的故障进行诊断,从而实现在线监测汽车齿轮变速箱运转工作状态,及时发现齿轮箱的早期故障,提高汽车运行的安全性.仿真研究结果表明经验模态分解方法在故障信息诊断方面是可行的和有效的,并能够提高故障检测的可靠性.     

基于频谱相关性分析的齿轮早期磨损诊断

基于振动分析的齿轮故障检测已被证明在故障识别中是有效的,但对表征早期磨损的振动信号的提取和识别仍没有得到很好的解决.本文提出一种基于频谱相关性分析的变分模态分解(VMD)和核支持向量机(SVM)相结合的齿轮早期磨损诊断方法,对能够揭示早期磨损状态的微弱齿轮振动信号采用近似完全重构的准则来初始化模式数,并采用信号功率谱密度最大值对应的频率初始化VMD方法的中心频率,用以有效提取齿轮磨损信息,进而结合核支持向量机进行齿轮的早期磨损诊断.实验结果表明,所提方法可有效克服背景噪声大无法预设模式数的问题,对噪声具有更好的鲁棒性,诊断准确率达到94.4%,可为齿轮早期磨损检测提供解决方法.     

行星传动啮合相位计算方法研究

行星传动啮合相位是影响系统动态特性的一种重要因素,调节啮合相位可以实现系统的振动抑制。建立了一种计算行星轮间啮合相位的计算方法。详细讨论了任一行星轮处外啮合与内啮合相位差的计算过程。计算实例验证了方法的有效性,并可根据计算结果确定每个行星轮处更为精确的刚度及误差激励。     

汽轮发电机组转子振动故障的模糊聚类分析

针对汽轮发电机组多个振动故障与多个振动信号之间综合关系研究的不足，阐述了模糊聚类分析的理论、方法及聚类效果的判别原则，并将其应用于汽轮发电机组转子振动故障的诊断研究中．提出了合适的聚类参数，从而对多故障发生与多故障特征情况下的故障进行分层，指出应优先诊断的范围，从而使诊断工作量和诊断时间大为减少．理论计算与现场检查结果相符，并且与神经网络方法相比，在综合判断振动故障方面显示了优越性