基于小波有限元的裂纹故障诊断

从线弹性断裂力学的角度考虑裂纹引起的局部附加柔度，进而构造了小波有限元裂纹刚度矩阵，提出了基于小波有限元的裂纹故障诊断算法，克服了裂纹奇异性给传统有限元算法造成的困难．将系统前3阶的固有频率作为输入，绘制裂纹等效刚度与裂纹位置的3条曲线，根据曲线的交点可以预测出裂纹的位置与尺寸．用于研究该算法精度的裂纹轴数值算例表明：裂纹位置与尺寸的辨识误差均不超过2%，这为工程实践中早期微弱裂纹的故障预示与诊断提供了新的方法．     

小波有限元的研究及其工程应用

研究了一类新的有限元空间，它以小波尺度函数作为插值函数，从而构造出了小波有限元，利用小波的两尺度方程，很好地解决了因Daubechies小波尺度函数无明确解析表达式造成的积分困难，推导出了小波有限元常用刚度矩阵及载荷列阵积分公式，并给出了小波有限元用于薄板弯曲的分析列式，通过薄板弯曲及办公纸张温度场的数值分析，表明小波有限元具有满意的分析精度，可消除由于温度梯度变化而引起的0．5％左右的数值失真，并在处理变边界条件等大梯度问题方面，优于传统的小波有限元。     

基于支持向量数据描述的机械故障诊断研究

为了解决在机械智能监测与诊断中缺少故障样本的问题，提出了一种机械故障单值分类的新方法——支持向量数据描述法。该方法只需要一类目标样本作为学习样本，而不需要其他非目标样本，就可以建立起单值分类器，从而区分了非目标样本和目标样本。将这种方法应用在机械故障诊断和状态监测中，仅仅依靠正常运行时的数据信号，而不需要故障数据，就可以监测机器的运行状态，且不需要对原始数据进行特征提取。实验结果表明，支持向量数据描述法与传统的神经网络方法相比，具有较好的分类能力和较高的计算效率。     

基于二维近似熵度量轴心轨迹复杂性的研究

提出了二维近似熵的概念,并用于表征轴心轨迹的复杂性,定量地评价了回转机械的运行状态．该方法具有计算所需数据短、抗噪及抗野点能力强、对确定性信号和随机信号都适用等特点．应用二维近似熵,对某机组关键轴瓦的轴心轨迹进行了复杂性度量,研究结果表明,二维近似熵在表征轴心轨迹的时间模式复杂性方面具有很强的能力,从而为机械设备状态监测与故障诊断提供了一种行之有效的新方法．     

经验模式分解模糊特征提取的支持向量机混合诊断模型

为解决机械故障小样本模式识别问题，有效地提高分类的准确率，提出了一种基于经验模式分解模糊特征提取的支持向量机混合诊断模型．该模型通过对信号进行经验模式分解，提取信号的本征模式分量并转化为模糊特征向量，对机器故障进行诊断，然后将模糊特征向量输入到多分类的支持向量机中，实现了对机器不同故障类型的识别．将该模型应用于汽轮发电机组的3种工作状态的识别中，测试结果表明，同原有的未经过任何特征提取以及经过小波包模糊特征提取的2种多分类支持向量机方法相比，该模型将分类准确率从原有的53．33％和86．67％提高到100％，有效地改善了分类的准确性．同时，该模型还为汽轮发电机组的故障确诊提供了有力依据．     

感应电机无传感器检测的一种新方法

基于阻抗、谐波分析和数字信号处理技术,提出了感应电机无传感器检测的谐波导纳法,并成功地应用于电机转速检测,提出的方法利用谐波导纳提取转速信息,基于导纳测量和快速傅里叶变换频域内插算法,给出了一种获得谐波导纳的计算方法,由于导纳定义为电流和电压之比,是电机系统固有的属性,不依赖于电流或电压本身,因而有强的抗干扰能力,实验研究结果证实了其有效性,特别是在传统的电流法失效的情况下,应用谐波导纳法仍能提取     

谐波小波及其时频剖面图在旋转机械诊断中的应用

分析了谐波小波的定义、特点,以及用谐波小波时频图、等高线图表示谐波波分解结果的方法。分析结果表明,这两种方法虽然可以直观表示信号的时频能量分布以及无噪声信号中的微弱奇异成分,但当信号中存在噪声时,用这些方法将难以检测信号的奇异性,因而它们在工程实际中几乎是没有用的。提出了谐波小波时频剖面图（Ｔｉｍｅ－Ｆｆｒｅｑｕｅｎｃｙ Ｐｒｏｆｉｌｅ Ｐｌｏｔ,即ＴＦＰＰ）方法,利用该方法可以检测含噪声信号的微     

双树复小波时频构造在齿轮系装配间隙检测的应用

为优化离散小波变换在机械设备非平稳周期性故障特征提取的时频局部化能力,研究了一种时频域的双树复小波构造方法.通过调整复尺度函数滤波器的频率响应函数,获得初始滤波器的冲击响应向量,然后从时域上利用迭代优化算法增强构造结果的正交性,来进一步抑制能量泄漏,从而可在零消失矩下保证构造结果的正则性.数值仿真表明,时频域构造方法具有低能量泄漏的特性,在重型车床主轴箱齿轮系的振动信号应用中,可有效地提取由滑移齿轮装配间隙引起的微弱周期性调制特征,提取效果明显优于经典Daubechies规范正交小波,以及纯粹时域构造的双树复小波.     

利用设备响应状态信息的运行可靠性评估

为了保障关键设备的运行安全可靠,以克服经典的可靠性分析方法难以评估单台运行设备可靠性的不足,提出了一种利用设备响应状态信息的运行可靠性评估方法.该方法利用设备响应状态信息,应用小波包分析和距离评估技术,提取并优选反映设备运行状态的敏感特征指标,然后结合比例协变量模型,给出基本响应协变量函数的定量计算方法,从而建立了设备的可靠性评估模型,实现了设备的运行可靠性评估.该方法通过特征优选将敏感响应协变量特征指标引入到设备可靠性评估中,实现了基本响应协变量函数的准确定量计算及设备运行可靠性的有效评估.将该方法应用到数控机床刀具的可靠性分析中,有效地评估了数控机床刀具的运行可靠性,并验证了提出方法的合理性和有效性.     

采用余弦拟合的随机共振反演技术研究

针对当前随机共振反演方法实施过程流程复杂、需要调节的参数繁多、对幅值的估计不准,以及难以处理频率相差较大的多频信号等诸多问题,提出了一种新的采用余弦拟合的随机共振反演算法.该算法采用移频变尺度随机共振检测频率,利用所得频率设计余弦曲线对输入信号进行最小二乘拟合,不需对特殊点进行特别处理,幅值不受波形畸变的影响,因此可以处理频率相差任意大小的多频信号.通过数值仿真和机车走行部故障的诊断,验证了该算法具有较强的工程实用性,同时结合频谱校正技术可以进一步提高该方法的精确性,更准确地检测出信号频率及幅值.