调速阀的AR三谱及关联维数故障诊断分析

为了辨识调速阀的工作状态,文章建立了调速阀不同工作状态采集信号的时间序列AR模型,绘制了AR三谱及其切片谱图,分析了调速阀正常工作状态与不同故障状态下的动力学性能变化,分析了各切片谱的关联维数变化。分析结果表明,三谱及其切片谱能直观反映调速阀的不同工作状态变化,适合用于调速阀的故障诊断,各切片谱及其关联维数在反映系统动力学特性方面存在对应关系,适合于调速阀的定量和定性相结合的故障诊断分析。     

高阶时频分布在滚动轴承故障诊断中的应用研究

滚动轴承故障信号是非高斯、非线性、非平稳信号,由于调制性,使用幅值谱分析方法无法找到轴承故障频率。将高阶时频分布——主要是Wigner双谱分析方法应用于滚动轴承的故障诊断,计算滚动轴承振动信号的高阶时频分布,并对其沿时间轴切片,分析了切片的幅值谱。针对不同故障轴承,对其振动信号幅值谱、高阶时频分布及其切片谱的对比分析表明,高阶时频及其切片谱性能优于幅值谱。     

基于AR双谱的调速阀故障诊断

将高阶谱应用于液压系统的故障诊断,提出一种诊断调速阀故障的方法.通过实验采集调速阀工作时阀体振动的信号,建立AR模型,进行AR双谱分析.故障情况下和正常工作情况下双谱的对比差异明显,说明用高阶谱来诊断调速阀故障是可行的、有效的.     

AR双谱的电梯机械故障诊断

通过采集电梯运行时的加速度振动信号,建立AR时间序列模型.分析AR双谱图、双谱等高线,以及双谱对角切片,诊断电梯机械故障.研究结果表明:在电梯正常工作和故障时的双谱存在明显的差异,AR双谱表现出了不同的特征,可以作为电梯机械故障的诊断方法.     

调速阀故障诊断的AR双谱定阶方法比较

为解决故障诊断中确定最优的自回归(AR)模型阶数的问题,运用最终预测误差(FPE)、阿凯克信息准则(AIC)、贝叶斯信息准则(BIC),以及奇异值分解(SVD)的切片法和Frobenius法共5种定阶方法对调速阀的故障进行自回归模型定阶实验.结果表明,FPE,AIC,BIC及SVD切片法确定的阶数较低,而用SVD Frobenius法确定的阶数较高.通过不同阶数、不同故障的调速阀故障诊断实验可知,用SVD Frobenius法建立的AR模型效果优于其他方法.     

时间序列双谱在调速阀故障诊断中的应用

研究液压系统的一种新的故障检测方法,利用时间序列双谱分析实现调速阀故障诊断.根据实验分析,调速阀正常工作和出现故障时采集的振动信号的双谱存在明显的差异.由此可知,时间序列双谱分析是实现液压元件故障检测的一种有效方法.     

切片Wigner高阶矩谱在故障诊断中的应用

为了更好地提取在设备状态监控中振动信号的故障特征,采用Wigner高阶时频分布的方法,研究了柴油机的缸套活塞在不同磨损情况下振动信号的平滑切片Wigner三谱.实验结果显示:从柴油机磨损初期阶段到后期阶段的过程中,爆燃阶段振动信号的平滑切片Wigner三谱清楚地说明信号的能量逐渐向宽频带范围扩散,且持续时间逐渐减小.在磨损程度和故障特征之间建立了映射关系,进一步说明通过Wigner高阶矩谱可以有效地对非平稳、非高斯振动冲击信号进行特征提取和检测,验证了该方法在故障特征提取中具有很好的应用潜力.通过该方法可以提取有价值的关于冲击信号的时间和谱特性的量化信息.     

参数化S谱幅值调制及轴承故障诊断应用

针对传统谱幅值调制方法易受噪声影响的问题,利用参数化S变换得到信号在时频域中的幅值,提出了一种参数化S谱幅值调制方法。该方法首先使用参数化S变换将信号转换到时频域并得到幅值和相位,然后将不同权重赋予时频域中的幅值以改变不同能量频率成分在信号中的占比,最后将调制后的幅值与原相位结合,使用参数化S逆变换重构一系列修正信号并计算其平方包络谱以提取故障特征。仿真和实验结果表明,该方法获得的幅值信息相比传统谱幅值调制方法更加准确和全面,对强噪声环境更具鲁棒性,能够有效实现滚动轴承的外圈、内圈和复合故障诊断。将所提方法与传统谱幅值调制方法和快速谱峭度方法进行对比,证明了参数化S谱幅值调制既能检测强噪声环境下的轴承故障信息,又能同时提取多种故障分量,在滚动轴承的故障特征提取中更具优越性。     

基于双谱分析的齿轮故障诊断研究

针对不同上齿轮的振动信号具有不同的高斯性和对称性的特点,利用三阶累积量的性质,对双谱分析用于轮故障诊断的方法和物理意义进行了研究。采用双谱估计的直接算法,给出了正常、裂纹和断齿三种不同状态的齿轮信号的双谱的等高线图,成功地对三种不同状态的齿轮进行了鉴别。同时,利用上述双谱中的一个“对角切片”Bx(ω,ω）将齿轮信号进行分离,发现不同状态下“对角切片”Bx(ω,ω）的谱线分布具有不同特点,进而实现了不同状态齿轮的自动识别。     

改进的谱相关分析方法及其在故障诊断中的应用

提出一种基于峭度能量的谱相关分析方法.它利用每个循环频率切片的峭度值来衡量该循环频率的调制能力,并以此作为加权因子进行循环频率的能量累积,最终实现故障特征的有效提取.相对于传统的谱相关分析方法,本文方法降低了信号中多倍频谐波对故障特征频率的干扰,能更清晰准确地提取出故障频率特征.利用传统的谱相关分析方法、本文方法和共振解调三种方法对仿真信号、低速重载试验台的滚动轴承外圈故障信号进行分析,证明了本文方法的有效性.     

中医脉象信号的参数化双谱估计及其切片分析

将双谱估计的参数化方法应用于脉象信号的分析中,采用非高斯AR模型分析方法,对15例吸毒者和15例正常人脉象信号进行了参数化双谱估计。选取双谱幅值水平切片提取脉象信号的双谱幅值特征,选取双谱相位主值水平切片提取脉象信号的双谱相位主值特征,并根据这些特征,分别给出了吸毒者和正常人脉象信号的判别依据。根据这2种判别依据,识别率分别达93．3％和90％。实验结果表明,双谱估计的参数化方法能较好地分析吸毒者和正常人脉象信号的差异,是一种分析脉象信号的有效方法．     

特定相位关系下谐波信号的二次相位耦合分析

从理论上推导出当谐波信号中某一分量的相位等于另外两分量的相位和加上一个固定值时，其三阶累量不为零，利用基于三阶累量的双谱估计对该信号进行检验分析时，其三维双谱图会出现峰值。数字仿真的结果表明：该条件下谐波信号的三维双谱图出现了峰值，实验结果与理论分析相吻合。     

welch功率谱估计法在流化床风帽故障检测中的应用研究

利用循环流化床常见故障风帽的实际模型,在搭建的冷态鼓泡流化床的试验台上对流化床正常风帽工况和故障风帽工况下流化床炉膛内复杂多相流动的工况进行模拟。并对正常风帽和故障风帽工况下循环流化床风室内的压力波动信号进行了采集,应用welch功率谱估计法处理采集的压力波动信号,最终得出两种工况下功率谱密度(power spectral density,PSD)的分布情况。对比正常风帽与故障风帽工况下流化床风室内压力波动信号的功率谱密度分布情况,提取故障时的特征值,来实现循环流化床风帽故障的检测与诊断。试验表明,该方法能对流化床风帽的故障进行检测与诊断。提出应用welch功率谱估计法对流化床风帽故障检测的方法,为流化床风帽故障的在线检测提供参考价值。     

小波减噪和双谱分析在轴承故障诊断中的应用

提出了基于小波减噪技术和双谱分析的滚动轴承故障诊断的方法。利用小波变换及其减噪技术对滚动轴承早期微弱故障振动信号的特征频率进行提取，采用双谱估计可绘出滚动轴承故障信号的特征图谱。实验表明，小波减噪和双谱分析方法可以敏感地监测滚动轴承工作状态，并且利用特征图谱可以有效地识别滚动轴承不同的故障特征。     

基于阶次双谱分析的齿轮故障诊断研究

针对齿轮箱升降速过程中振动信号非平稳的特点，将双谱分析技术与阶次谱分析相结合，提出了阶次双谱的齿轮箱故障诊断方法．首先对齿轮箱升降速瞬态振动信号进行时域等时间间隔采样，再对时域信号实行等角度间隔重采样，转化为角域平稳信号，最后对角域重采样信号进行双谱分析，就可提取齿轮的故障特征．通过对齿轮齿根裂纹故障实验信号的分析，表明阶次双谱分析能有效地诊断齿轮的裂纹故障．     

基于ARMA模型双谱分布与FCM方法的轴承故障识别

针对滚动轴承信号非线性和非高斯性的特点,提出了基于自回归滑动平均(ARMA)模型双谱分布特征与模糊c均值(FCM)聚类分析的故障识别方法.首先,利用经验模态分解改善信号,对获得的信号主分量建立ARMA模型;然后,对ARMA模型进行双谱分析;最后,以阈值化的双谱分布二值图为特征向量,借助FCM聚类算法构建类模板与最近邻模板分类器,实现故障识别.滚动轴承实例诊断结果表明,该方法能准确地判断轴承的实际性态,是一种有效的故障识别方法.     

关联维在溢流阀故障诊断中的应用研究

针对液压元件溢流阀发生故障时,其振动信号具有非线性的特点,以关联维数描述信号特性,采用G-P算法分别对溢流阀阀体正常和故障时的振动信号进行计算分析.溢流阀工作正常时阀体振动信号的关联维数值较大,发生故障时关联维数值较小,且不同状态下关联维不同.研究表明,采用关联维数诊断系统故障的方法是可行有效的.     

基于双谱和PSO-SVM的滚动轴承故障诊断

针对故障轴承信号的非线性、非高斯性,提出了一种基于双谱和纠错编码支持向量机（error-correcting output codes support vector machine,ECOC-SVM）的滚动轴承故障诊断方法。使用故障轴承振动信号双谱特征构造特征向量,在SVM的训练过程中,使用微粒群算法（particleswarm optimization,PSO）对支持向量机的参数进行优化。实验结果表明该方法能获得较高分类准确率。