首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 98 毫秒
1.
基于广义S变换在处理非平稳信号的独特优势,将广义S变换(GST)引入到转子碰摩故障诊断中,利用广义S变换来提取具有不同的严重程度的转子碰摩故障信号的谐波特征.仿真研究表明:与小波变换和标准S变换相比, GST可以通过改变参数以适应不同信号的分析需要,并且具有更高的时频分辨率.试验结果分析表明:该方法能够有效地揭示出碰摩故障数据的频率结构,区分碰摩故障的严重程度.  相似文献   

2.
本文着重介绍了汽轮机组动静碰摩的实例,对汽轮机组碰摩的特征,原因,危害进行逐一阐述。针对汽轮机碰摩的危害制定出相关技术措施,从而确保机组安全.经济、稳定的运行。  相似文献   

3.
碰摩信号的小波表示及其相空间特征研究   总被引:1,自引:0,他引:1  
对转子动静碰摩信号的相空间特征进行了分析和检测,分别用连续小波变换、多尺度分解、小波包和能量-尺度对比方法对动静碰摩振动响应的径向分量进行了研究,且在相空间得到了一些故障特征。用连续小波变换分析碰摩信号时,与碰摩点相对应的小波系数分布在较小的尺度上,且随着尺度的减小,小波系数模极大值线逐渐收敛于碰摩点处;用多尺度分解方法得到的第1级和第2级的细节信号中反映了碰摩点的特征,表现为局部极值点;用时间-尺度能量对比方法分析,这些特征表现得更为明显。这些特征都有助于故障的准确诊断。  相似文献   

4.
经验模式分解在汽轮机局部碰摩故障信号分析中的应用   总被引:1,自引:0,他引:1  
采用经验模式分解(Empirical Mode Decomposition,简称EMD)方法对汽轮机转子局部碰摩振动信号进行分解,实现碰摩、噪声和背景信号的分离,从而提取局部碰摩振动信号的故障特征.分析结果表明,对具有局部碰摩故障的汽轮机振动信号进行EMD分解得到的内蕴模态函数(IMF)具有明显的碰摩特性.EMD方法可以有效地应用于汽轮机转子局部碰摩故障诊断中.  相似文献   

5.
近年来,小波技术越来越成为一种有效的信号处理手段,本文介绍了小波分析在轴承故障诊断中的原理和应用。  相似文献   

6.
奇异信号往往载有设备运行状态的重要特征,小波分析理论可在时域和频域上同时对信号实现局部化处理,转子碰摩信号具有奇异性,利用小波包分散具有“变焦距”性质,或小波包对信号的奇异性即奇异点的位置及奇异度大小的分析更加有效,分析了碰摩信号在小波包变换下的持征,理论分析和计算结果表明,利用小波包分解能有效地实现磁摩故障诊断。  相似文献   

7.
目前,控制系统均是基于传感器和执行器工作的,而传感器和执行器的故障已成为导致控制系统失效的主要原因.故障诊断就是要从系统的复合信号中,采用分离或突出或局部放大故障信号,使故障信号易于被人们发觉.因而需要对其相关信号进行分析,借此诊断出系统内部的故障.而小波变换利用平移和伸缩下的不变性,以提供信号在时域和频域的局部描述,从而求出该信号的奇异点.仿真实验结果表明利用小波变换的奇异点检测在控制系统故障诊断中具有优越性;据所提出的诊断结果修正方法,可提高诊断的可靠性.  相似文献   

8.
针对目前滚动轴承中多种微弱故障难以准确识别的难题,提出基于高密度离散小波变换和包络谱的滚动轴承复合故障诊断方法.首先对采集的轴承振动信号进行高密度离散小波变换;然后对各尺度上的小波系数和尺度系数进行单子带重构,以消除频率混叠的影响;最后对各子带信号分量进行包络谱分析,并通过滚动轴承各典型故障的特征频率,识别滚动轴承存在的各种故障.将所提方法应用于具有复合故障的滚动轴承的诊断,并与其他常用的诊断方法进行对比,结果表明该方法能有效地实现滚动轴承早期复合故障诊断.  相似文献   

9.
对内燃机进行快速准确故障诊断,可以提高内燃机维修的时效性,减少停机时间。提出一种基于提升小波包变换的故障诊断方法。给出了内燃机故障诊断模型,对内燃机进行等角度采样,在线获取振动信号,实现信号获取与工作转速同步。给出了提升小波包变换公式,并给出了移频算法,选择合适的小波进行提升小波包变换,提取状态特征向量,分析了不同状态特征向量的差异。采用支持向量机作为分类器实现故障诊断。通过实例分析比较,验证了该故障诊断方法的有效性。  相似文献   

10.
小波分析在故障诊断中的应用   总被引:12,自引:0,他引:12  
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,并以钻井泥浆泵为例,分析了小波分析在故障诊断中的应用。结果表明,用小波降噪的方法先对泵阀信号进行处理后再进行特征提取和故障诊断变得容易;用小波进行泵阀信号的消噪可很好地保存瞬态冲击信号中的尖锋和突变部分。  相似文献   

11.
小波分析在转子裂纹故障中的应用   总被引:4,自引:0,他引:4  
为了模拟现实生产中旋转机械出现的转子裂纹故障,在单跨转子实验台上,对含有裂纹的转子系统进行了实验,把采集到的故障信号,利用三维谱振图和小波尺度图结合进行分析.结果表明:两种方法相结合可以更好地揭示裂纹故障信号的频率结构,特别是在1/2临界转速下能检测出能量相对较小的二倍频分量;系统在2倍临界转速时,会产生1/2次谐波共振,随着裂纹的加深,会产生高次谐波,这些频率特征可以作为诊断裂纹故障的一个依据.  相似文献   

12.
裂纹转子故障诊断的小波时频分析方法   总被引:2,自引:0,他引:2  
基于局部柔度理论论铰链裂纹纹模型,建立了袭纹转子的动力学模型,得到了裂纹转子与无裂纹转子的数值仿真解,利用连续小波时频分析方法,讨论了裂纹转子与无裂纹转子的小波时频特性,提出了利用小波时频分析方法识别裂纹的新方法,数值仿真研究了采样频率及小波时频分析方法的准确性和有效性的影响,并给出了建议性的采样频率,最后实验验证了该方法的有效性和实用性。  相似文献   

13.
基于Hilbert变换和小波包能量分析的转子断条故障诊断   总被引:1,自引:0,他引:1  
转子断条是笼型异步电机最常见故障之一.基于Hilbert变换和小波包频带能量分析方法,提出了一种新的笼型异步电机转子断条故障检测方法.对采集的定子电流信号进行Hilbert变换,消去定子电流中包含的直流分量,解决了转子断条故障特征分量容易被基波湮没、难以检测的问题.采用基于小波包频带能量分析方法,对转子断条故障进行识别.实验结果验证了方法的有效性.  相似文献   

14.
针对从系统时间响应谱分析的角度研究转子碰磨故障的识别和诊断问题,提出了一种新的基于多尺度奇异谱分析的故障诊断方法.该方法首先建立转子碰磨模型,并用龙格一库塔法求解碰磨转子的运动方程得到碰磨转子的时间响应;其次构造了一种简单的多尺度奇异谱分析方法,用不同尺度下的各阶经验正交函数作为分析函数;最后用提出的多尺度奇异谱分析方法分析了碰磨转子和正常转子的时间响应信号.数值仿真结果表明,具有数据自适应的分析函数能够捕获信号的不同特征,通过比较不同阶次的分析函数分析的结果,可以有效地对转子碰磨进行识别和诊断.  相似文献   

15.
转子断条是鼠笼型感应电动机常见故障之一,对定子电流进行信号处理,根据其中(1~2s)f1。特征频率的分量,可以方便地进行故障的诊断.但转子轻微断条或电机轻载时,转差率S很小,(1—2s)f1与f1这两个频率非常接近,用FFT做直接频谱分析时,(1—2s)f1频率分量会湮没在f1频率分量中,从而使检测(1—2s)f1频率分量是否存在变得非常困难,此外,当电机负载波动时,用FFT检测(1—2s)f1频率分量也比较困难.本文采用了基于小波包分析的感应电动机转子断条故障诊断方法,可以很好的解决上述问题,对于感应电动机断条故障的诊断,具有重要意义.  相似文献   

16.
将小波降噪和经验模态分解相结合,提出一种风电机组齿轮箱故障诊断的方法。先对齿轮故障振动信号进行小波降噪预处理,再进行经验模态分解,对包含故障特征的固有模态函数用Hilbert变换得到包络谱,通过对包络信号做功率谱分析,提取故障特征频率,与未降噪信号处理的结果进行比较,降噪后诊断效果明显。  相似文献   

17.
旋转机械的高速化和高效化使系统转定子间的间隙越来越小,转子振动经常引发局部碰摩故障,进而使整个转子系统响应呈现非线性,影响系统的稳定运行,及时掌握碰摩转子系统的动力学特性为处理故障建立基础.以谐波平衡和有限元理论为基础,建立碰摩转子系统的有限元模型并利用系统振动响应各次谐波分量与频率响应矩阵之间的关系,提出转子系统局部碰摩故障传递机制,即系统某处发生故障后对其他位置产生的影响.通过数值仿真和实验验证了此机制的正确性.具有n个故障的转子系统,仅需要任意n+2个节点的响应就可以得到剩余所有节点的响应.对于不平衡、碰摩、不对中和裂纹等转子系统的常见故障,传递机制具有良好的适用性.  相似文献   

18.
将伪魏格纳分布和连续小波变换理论应用于汽车变速箱故障诊断,给出了变速箱故障振动信号的基本模型,并进行了变速箱故障的实例分析,结果表明,伪魏格纳分布和连续小波变换与传统的谱分析相比,不仅能形象、直观地反遇变速箱故障信息,而且对故障信息具有更强的判别能力。  相似文献   

19.
巴特沃斯小波变换算法在故障诊断中的应用   总被引:2,自引:0,他引:2  
提出了一种基于巴特沃斯滤波器的离散小波变换快速算法 ,通过控制巴特沃斯滤波器的频率截止特性来抑制小波变换中的频率混迭现象 ,还可通过控制各小波函数对应的巴特沃斯滤波器的截止频率位置来改变离散小波变换的频率分辨率 ,实现 1 / 1频程 (二进小波变换 )、1 / 3频程、1 / 6频程等高频率分析精度的离散小波变换  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号