小波消噪用于钻井泵阀泄露故障诊断

讨论了钻井泥浆泵阀的失效机理,提出影响泵阀寿命的2个主要因素是阀的冲击造成的阀的疲劳点蚀和由泥浆液的刺蚀、犁沟造成的冲蚀磨损。针对钻井泵现场工况,采用声信号进行诊断,泵阀声信号的特征是信噪比低、冲击信号丰富、故障信息的时域特征明显和非平稳性。因此通过对声信号的小波降噪处理,突出了泵阀失效的故障特征,Fourier分析很难达到这样的效果,说明小波分析对这类信号的消噪有着Fourier分析不可比拟的优点,同时通过消噪也为进一步诊断中特征量的提取奠定了基础。     

经验模式分解在循环平稳故障信号分析中的应用

对循环二阶统计量进行了分析,研究了交叉项产生的原因;结合旋转机械故障信号的循环平稳特性,将经验模式分解方法应用于旋转机械振动信号分析中,解决了应用循环平稳方法进行信号分析中出现的交叉项干扰问题.通过理论推导、仿真实验、真实数据验证,以及和原有方法进行比较,表明经验模式分解联合循环平稳分析方法能够有效地识别故障特征,并避免干扰项.极大地推进了循环平稳方法在旋转机械故障诊断中的应用.     

便携式数据采集与工况监测分析系统

便携式数据采集与工况监测分析系统贾民平刘玉春钟秉林黄仁（东南大学机械工程系，南京２１００１８）目前，对设备的工况监视与故障诊断在电力、石油、化工、冶金等行业受到了高度的重视［１，２］，如我们研制的“１２５ＭＷ汽轮发电机组工况监视与故障诊断系统”、“...     

一种新型深度自编码网络的滚动轴承健康评估方法

为了准确描述滚动轴承性能退化的动态过程,结合深度学习强大特征提取能力的优势,提出了一种新型深度自编码和最小量化误差方法相结合的滚动轴承全寿命健康评估方法.用深度自编码模型对原始特征进行压缩提取,将压缩特征按趋势进行排序,选取趋势大的特征运用最小量化误差方法构建健康指标.针对基于一个度量的评价准则常具有偏差的问题,提出基于遗传算法的融合评价准则. 2组实例分析结果表明,用该方法构建的健康指标的趋势值、单调性值、鲁棒性值、融合评价准则值都大于单层的自编码模型(AE)和传统的PCA降维方法,第1个实例中,该方法构建的健康指标融合评价准则值比PCA,AE方法分别增加了13. 30%,3. 17%;第2个实例中,该方法构建的健康指标融合评价准则值比PCA,AE方法分别增加了9. 68%,3. 85%.基于遗传算法的融合评价准则比单一的评价准则更具有说服力.     

旋转机械故障诊断的11/2维循环谱分析方法

首先介绍了谱相干及高阶循环累积量谱的定义,说明了高阶循环累积量谱具有的抑噪和相位保留的能力.但由于高阶循环累积量谱分析需要更长的时间序列,因此本文从循环谱相干定义出发,提出了利用1 1/2维循环谱区分线性与非线性特征的方法.指出1 1/2维循环谱分析方法,不仅保留了高阶循环累积量谱的抑制噪声、提取非线性耦合特征和分离循环平稳分量与平稳分量的能力,而且减少了所需时间序列长度,提高了监测的实时性,最后以非线性平方相位耦合信号和轴承故障信号为例进行了仿真验证.     

回转机械振动中的拍频分析

分析某压缩机组振动信号的频谱发现低频处具有较高的谱峰．考察压缩机组各转轴的频率后，分析可能激发低频振动故障的各特征频率，观察有关测点频谱图的特点，逐一排除其他原因，确定该低频项为压缩机的拍频．对实时监控系统采集、记录的实测数据进行抽样，用样本谱线综合幅值构造统计量，采用3σ规则确定了测点综合故障报警限．从信号中滤除高频成分，求得样本拍频附近谱线的综合幅值，用数理统计的方法确定了拍振故障报警限．     

基于小波分析的进化谱及在故障诊断中的应用

在Priestley提出的基于小波分析进化谱理论基础上，对改进进化谱估计的性能进行了研究。首先，重点分析了小波分解的尺度与信号时变趋势和分辨率之间的关系，并指出了根据信号时变特征和分辨率要求确定合理的小波分解尺度。其次，讨论了权函数对进化谱估计能量泄漏现象的影响，指出了选用Hanning窗等作为权函数可以有效地抑制谱泄漏现象。仿真及在故障诊断中的应用与理论分析的结论一致。根据本文所提出的方法来估计非平稳信号的进化谱可以得到更高精度的结果。     

基于多因素修正的结构件疲劳寿命预估方法

针对传统疲劳寿命预估算法精度低且适用性窄的问题,结合工程结构件的实际特点确定了对疲劳寿命估算精度造成影响的主要因素,将影响因素量化为具体的修正因子,并在此基础上提出了一种基于多因素修正的结构件疲劳寿命预估方法.然后应用修正后的算法对实例构件的疲劳寿命进行估算,并将估算结果与应用局部应力-应变法估算的结果及台架疲劳试验结果进行对比.结果表明,修正后的算法能够实现一般大型结构件疲劳寿命的准确估算,是一类预测精度高、实施方便且具有广泛工程应用前景的疲劳寿命估算方法.     

基于EEMD的奇异谱熵在旋转机械故障诊断中的应用

针对旋转机械振动信号的非平稳、非线性等特点,提出一种基于集合经验模式分解(EEMD)的奇异谱熵信号分析及故障诊断方法.该方法利用EEMD有效抑制模式混叠现象的优点,首先对原始振动信号进行EEMD分解,得到各阶本征模态函数(IMF),然后将各阶IMF分量构成一个特征模式矩阵,并对该特征模式矩阵求奇异谱熵值.奇异谱墒值的大...     

基于模糊关联度的旋转机械故障多参数诊断

本文首先分析了几种多参数故障诊断方法的特点，进而从故障诊断的角度，分析比较了多参数故障诊断的参数样本与灰色关联度原始定义的数据样本的特点差异，提出了模糊关联度的概念，实测数据检验结果表明：模糊关联度分析比灰色关联度分析诊断准确度高，具有很好的应用前景。