谐波小波在旋转机械故障诊断中的应用

为了对具有非平稳信号的旋转机械的轴心轨迹形状进行识别,提出一种基于谐波小波滤波提纯的方法.谐波小波具有明确的函数表达式,算法实现简单,具有良好的"盒形"频谱特性,能将信号不交叠且不遗漏地分解到相互独立的空间,便于信号特征的提取.采用谐波小波进行滤波提纯,可以将故障信息从原始轴心轨迹信号中分离出来,从而获得轴心轨迹的形状,为旋转机械的故障诊断提供了依据.大量仿真试验表明,该滤波提纯方法简单,具有较强的实用价值.     

小波分析在旋转机械故障诊断中的应用

简述小波分析的数学原理和小波分析在故障诊断中的应用机理，并以透平压缩机组为例，分析了小皮分析在故障诊断中的应用。用小波进行信号降噪的方法是，先对机组轴承径向报动信号进行处理后再进行特征提取，使故障诊断过程变得容易，很好地保存了瞬态信号的尖峰和突变部分。     

粗集理论及其在旋转机械故障诊断中的应用(二)旋转机械故障诊断知识库的形成

旋转机械故障诊断知识库形成的主要环节是信号的采集和信号的分析、整理；在所有的机械故障信号中，振动诊断技术是故障诊断的常用手段，对振动信号实现连续、在线诊断的最重要的数学工具是快速傅里叶变换（FFT）和小波理论。通过对实验的观察，建立转子故障特征向量和故障类型之间对应关系的数据库，为基于粗集理论故障诊断的决策表的形成提供了原始的知识库。     

BP神经网络在旋转机械故障诊断中的应用

人工神经网络模型是在现代生物神经系统研究基础上建立的一种网状结构，是对人脑某些基本特性的一种简单的数学模拟。神经网络以其信息的并行分布式处理、联想记忆、自组织及自学习能力，在机械故障诊断领域显示了极大的应用潜力。本文就神经网络对给定知识的表达、联想、记忆能力及网络结构进行了研究，利用反向误差传播网络对旋转机械中四种典型故障进行了实例分析诊断，取得了令人满意的效果。     

时频分析方法在机器故障诊断中的应用

阐述了短时傅氏分析、Ｗｉｇｎｅｒ分布及小波分析等时频分析方法和特点；对间隙非线性机械系统振动信号进行了小波分析，发现了间隙非线性机械系统振动信号在小波分解中的状态特征，应有和时频分析方法对ＭＣＮＣ８２数控磨床进行了故障诊断，结果表明时频 分析方法对非线性机械系统的故障诊断比较有效。     

BP算法在旋转机械故障诊断中的应用

分析了旋转机械故障的特性,在此基础上对基于BP算法的诊断方法进行了研究,建立了旋转机械故障诊断的神经网络模型,对基于BP网络的汽轮发电机组的故障进行了诊断。实验证明,基于BP网络的旋转机械故障诊断方法具有较高的使用价值。     

小波分析在旋转机械故障诊断中的应用

在旋转机械故障诊断领域中小波分析已被广泛应用。本文介绍了小波分析的发展及研究现状,阐明了小波分析的基本理论,并详细讨论了小波在旋转机械振动信号中的应用。     

振动测试技术在旋转机械故障诊断中的应用

在旋转机械设备测试中,振动测试与分析是应用最广泛、也是应用频率最高的基本方法。本文依次分析了振动测试技术对旋转设备的选取、检测点的选择、信号的处理与分析以及设备测试的判断标准。并以滚动轴承及转子的振动分析实例分析了振动测试技术在旋转机械故障诊断中的应用。     

旋转机械的超谐波共振分析

用立方非线性描述隔振材料的非线性刚度特征 ,将旋转机械和隔振器归结为一个二自由度非线性动力系统 ,建立了其非线性动力学模型 在存在内共振和不存在内共振两种情形下 ,用多尺度法分析了当激励频率接近于系统线性化固有频率的 1/3倍时旋转机械的超谐波共振 ,导出了超谐波振动分量的幅值和相位的分析表达式 分析方法和结论对于旋转机械的隔振设计与隔振效果评价具有积极意义 参 5     

小波基时频特性及其在分析突变信号中的应用

在机械设备的在线检测和故障诊断中,振动信号分析是十分重要的手段。包含在振动信号中的突变信号是重要的特征信息。小波分析在在线检测和故障诊断中已逐渐得到了广泛的应用。但采用不同的小波基,分析结果有很大的差异。笔者通过对小波基时频特性进行分析比较并结合故障分析实例和仿真结果,总结了选择合适小波基的一些方法。     

关联维数的计算及其在大机组故障诊断中的应用

论述了关联维数在大型旋转机械故障诊断中的应用 ,并针对故障诊断的实际情况 ,对关联维数的 G- P算法作了一定的改进 .传统的 G- P算法使用欧几里德范式计算点间距 ,包含了较多的重复运算 ,使用改进的点间距计算公式不仅简单 ,而且可借助于递推公式以节省计算时间 ;引入最小动态关联时间以便消除流数据的动态关联特性 ;建议采用局部斜率曲线以判断标度区间的范围 .对数据长度和噪声干扰对于关联维数计算结果的影响进行了仿真分析 .研究结果表明 :由于不同故障的动力学产生机制不同 ,通常也具有不同的关联维数 ,故关联维数可用于故障的特征提取     

旋转机械故障诊断方法概述

介绍了旋转机械故障诊断的常用方法,概述了国内外的研究发展状况,展望了故障诊断技术的发展趋势和前景。     

基于Web Service旋转机械故障诊断集成系统的开发与应用

本文对Web Service技术和旋转机械的故障特征作了详细地研究,在此基础上利用Delphi7软件工具开发了一套针对旋转机械故障的系统,并运行给出分析结果。     

Application of Kernel GDA to Performance Monitoring and Fault Diagnosis for Rotating Machinery

Faults in rotating machine are difficult to detect and identify,especially when the system is complex and nonlinear.In order to solve this problem,a novel performance monitoring and fault diagnosis method based on kernel generalized discriminant analysis(kernel GDA,KGDA) was proposed.Through KGDA,the data were mapped from the original space to the high-dimensional feature space.Then the statistic distance between normal data and test data was constructed to detect whether a fault was occurring.If a fault had occurred,similar analysis was used to identify the type of faults.The effectiveness of the proposed method was evaluated by simulation results of vibration signal fault dataset in the rotating machinery,which was scalable to different rotating machinery.     

面向旋转机械的嵌入式故障诊断系统

介绍了一种基于嵌入式系统技术,面向大型旋转机械设备,集数据采集、状态监测、专家系统等功能于一体的状态监测与故障诊断系统,讨论了其系统底层硬件架构以及系统上层的软件设计.该系统已成功运用于工业现场的大型水泵、鼓风机等设备的故障检测,取得了满意的运行效果.     

改进的谐波小波包峭度图及其应用

为克服谐波小波包变换按二进方式划分频带的不足,提出一种精细划分频带的改进的谐波小波包变换方法,并将改进的谐波小波包与峭度图相结合,提出了改进的谐波小波包峭度图,以及基于改进的谐波小波包峭度图的机械故障诊断方法.仿真实验和应用实例结果表明,所提出的方法克服了传统包络分析需要人为设定带通滤波器参数的不足,能够自适应地将最优频带从含强噪声的原始信号频谱中分离,具有比现有峭度图更强的微弱故障提取能力,可以提高峭度图方法的应用效果.     

关联维数在旋转机械支承系统状态监测中的应用

提出用关联维数来定量描述旋转机械支承系统的工作状态，进而对系统进行故障诊断，文中首先采用迭代奇异值降噪算法对转子支承系统不同状态下的信号进行降噪处理，然后计算子信号的关联维数，分析结果表明，系统不同运行状况对应的关联维数明显不同，因此可以用关联维数作为支承系统工作状态的特征参数，并能提供设备故障诊断的准确率。