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。     

基于时频分析的内燃机曲轴轴承磨损故障的诊断研究

内燃机曲轴轴承所受到的冲击信号是非平稳、时变信号，用传统的诊断方法难以进行故障的早期发现和诊断．论文运用振动测试技术，测取不同间隙下主轴承座及机体上的振动信号，然后充分利用了小波包无冗余、无疏漏、正交地分解信号到独立的频带内的能力及时频分布对时变信号良好的描述能力，发展了一种基于小渡包的重分配平滑伪魏格纳维尔分布的时频分析方法．通过对振动信号进行了分析比较，其干扰项少而分辨率高，既能定性揭示曲轴轴承磨损故障的变化规律，又能定量地诊断该故障．     

反滤波技术在发动机故障诊断中的应用

机器运行时存在振动。当机器出现故障时,机体表面的振动信号会发生变化,因此,振动法监测和诊断机器的工作状态已成为一种很有前途的不解体监测和诊断方法。振动法在监测和诊断旋转机械故障方面已获得很大成功。由于发动机故障形式多,结构和工作方式复杂,所以,振动法用于发动机故障诊断与工况监测有一定的困难。有文献用模式识别方法对发动机机体表面振动信号进行分析,判断发动机内部的状态;利用发动机缸盖     

隧道爆破振动与机车振动信号时频特征差异化分析

采用频率切片小波变换对复线新建隧道爆破振动与既有隧道机车振动信号进行了分析。在获取两种信号波形和频谱曲线的基础上,利用FSWT对两种信号进行了时频分析。然后根据其逆变换能切割任意频率区间的特点,对两种信号进行子频带划分并得到重构信号;并对两类信号不同的能量分布特性进行了对比研究。研究结果表明:爆破振动信号和机车振动信号的能量主要都分布于200 Hz区域内;在0~100 Hz范围内,机车振动信号所占能量相对较大;100 Hz以上频率区域,爆破振动信号所占能量比例更大。爆破振动信号相对于机车振动信号而言,属于更加高宽频的非平稳随机振动。     

基于小波域威布尔分布模型的电机滚动轴承故障诊断

电机轴承的运行状态是否正常，通常可以通过分析电机的滚动轴承的振动信号得到诊断结果.因此，分析和研究电机轴承振动信号是滚动轴承研究的热点.首先对电机滚动轴承振动信号进行降噪等预处理，并对预处理的振动信号进行小波分解，再对小波分解系数进行单支重构，得到不同尺度下的单支重构信号；接着对单支重构信号分别建立威布尔分布模型，并验证模型的恰当性，然后求取单支重构信号的威布尔分布模型的尺度参数和形态参数；最后将模型的尺度参数和形态参数输入SVM模式识别器进行故障诊断和模式识别，识别结果表明其参数能较好地表征电机轴承的运行状态.实验结果证明所提方法能较好地诊断电机轴承的故障.     

离散小波包分析在非平稳信号处理中的应用

用离散小波包将振动信号分解到不同的频带，然后对感兴趣的频带补零重构提高缺陷信号的时频分辨率．对306滚动轴承的保持架缺陷作出了实际诊断，诊断结果与理论较为符合，证明离散小波包是一种有效的弱信号提取与诊断方法．     

基于小波包分解的滚动轴承故障诊断

提出了一种基于小波包分析的滚动轴承故障诊断方法用于实现滚动轴承早期故障的检测.该方法的诊断过程如下:对轴承原始振动信号进行频谱分析,获取振动信号能量集中的频段.根据频段的范围和振动信号的采样频率确定小波包分解的层数.采用小波包分解的方法提取滚动轴承振动信号中能量集中的频段并生成相应的重构信号,对重构后的振动信号进行Hilbert变换和二次频谱分析.通过对比轴承故障的特征频率和二次频谱中的特征谱线判断轴承是否有故障及其发生位置.运用上述方法对具有外环故障的滚动轴承进行了实验研究并成功地实现了滚动轴承外环故障的检测.实验结果表明基于小波包分析的诊断方法可以有效诊断出滚动轴承的早期故障.     

基于小波包分析和BP网络识别的齿轮故障诊断

针对齿轮故障信号的能量所引起的变化会淹没在常规振动与噪声之中，用传统的信号处理方法不易提取故障特征，给齿轮的故障诊断带来很大困难这一事实，本文描述了用于从振动信号中提取故障信息的小波包和用于识别故障类型的BP网络，研究了BP网络故障模式识别与小波包故障特征提取结合在一起对齿轮故障进行诊断的方法，研究结果表明该方法可以成功地用于轮常规故障的识别和诊断。     

一种基于爆破振动信号小波分析的爆破危害评判新方法

基于Matlab小波分析软件,利用小波包良好的时频局部化性质对现场监测的爆破振动信号进行能量分析,得到爆破振动信号不同频带上的能量分布。根据爆破振动信号在传播过程中能量的变化规律及爆破振动信号的频带能量分布与爆破振动影响的密切关系,据爆破振动信号主振频率所在频域能量和受控结构自振频率所在频域能量,提出一种新的基于爆破振动信号小波分析的爆破危害评判方法。将计算实测点的爆破危害评定参数α与在该点观测到的建筑物的α进行对比。研究结果表明:当α0.235时,建筑物受损;随着α增大,建筑物受损情况加剧。     

小波包分析在变速箱故障自动诊断中的应用

小波包分析技术能有效地在宽频带范围内提取振动信号的有用成分，便于实现拖拉机变速箱故障的自动诊断．分析了小波包分析原理和BP人工神经网络拓扑结构，研究了小波神经网络在变速箱故障自动诊断应用中的几个关键问题，提出了相应的解决方法．运用小波包分解与重构技术将振动信号分解到不同的频段内，并将其能量归一化，实现故障特征信息的自动提取，然后在此基础上建立以小波人工神经网络为框架的拖拉机变速箱故障自动诊断系统，并对“东风8l—A型”手扶拖拉机变速箱的故障信号进行特征提取，取得了较好的效果．     

基于一种新的时频分布的机械故障诊断

在巧妙构思核函数的基础上，给出了一新的时频分布TFD(Time—Frequency Distribution)及其离散算法，并应用于机构故障诊断。结合两个诊断实例，同时与WVD(Winger—Ville Distribution)进行对比，发现该分布具有良好的时频聚集性，并且能够有效地抑制交叉项，表明该分布能够刻画出幅值谱和WVD所不能反映的故障特征信号，能够较好地进行故障诊断。     

Fault Diagnosis of Reciprocating Compressors Valve Based on Cyclostationary Method

The relationship between second-order cyclostationary method and time-frequency distribution is studied,and cyclic autocorrelation(CA) function is indicated to be one sort of special time-frequency distribution method.Furthermore,a fault diagnosis method for reciprocating compressors based on empirical mode decomposition (EMD) and CA function is proposed,and then it is applied to the fault diagnosis of reciprocating compressor valve.Firstly,the vibration signal of reciprocating compressor valve is decomposed by using EMD method,and several intrinsic mode functions (IMFs) are obtained.Secondly,the IMFs are evaluated by some denoising criterions to remove the noise and interfering ones.Finally,the CA functions of the remained IMFs are calculated,which will be used to reconstruct the CA function of the original vibration signal.Engineering application indicates that this method can sufficiently inhibit the cross-interference items of CA function.Therefore,more explicit working conditions of reciprocating compressor components can be achieved.     

基于云模型的体震信号智能诊断方法

研究了使用云模型理论智能诊断体震信号中心率异常信息的方法.利用云模型将定性的专家诊断体系与定量的计算机辅助诊断系统相结合,模拟了专家诊断过程.建立了心率异常智能诊断规则云模型,构造了体震信号JJ间期分布曲线图,以此自动校正模型参数,最终建立智能诊断机制.采用实验室搭建的体震信号实时采集系统提取2 000组样本作为采样对象,并与传统标准阈值法进行对比,验证了所提方法的可行性.实验结果表明:该方法自动聚类的准确率达到90.2%,高于传统方法 2个百分点.     

基于解析信号的小波变换及其应用

提出对信号的解析进行小波变换，从而可直接计算出信号能量的时-频分布.使分析结果能象短时Fourier变换、Wigner分布那样直观地显示出来，解决了小波分析的可视性问题.用这种算法在调频信号的分析、消噪和故障诊断上应用说明了它的优点.     

希尔伯特变换在故障诊断中的应用

许多机械故障信息以调制形式存在于振动噪声之中,希尔伯特变换是提取调制信息的一种有力工具。本文首先介绍希尔伯特变换在数字信号处理中提取幅值和相位调制方法,它利用调制信号和它的希尔伯特变换形式构成的解析信号,进行取模和反正切变换,即可获得包络和相位信号。这方法简单,适合于微机实时处理。由于现场实测信号存在各种噪声和干扰,对于被处理的信号需作预处理,因此本文引入时间同步平均,自适应消噪技术用于信号预处理,这有利于提高信号处理结果的信噪比以及诊断的可靠性。最后本文对三个典型机械零件故障的实际诊断作扼要介绍,实测说明希尔伯特变换和它相关的预处理技术结合应用于故障诊断是非常成功的,它为机械故障的早期诊断,和提高诊断灵敏度开辟了新的途径。     

基于参考信号频域半盲提取的机械故障特征声学诊断

针对生产现场机械设备零部件结构复杂、设备运行时背景噪声干扰严重等造成的监测诊断难题,以及传统盲信号处理算法在机械声信号处理方面的局限性,提出一种基于参考信号约束频域半盲提取的机械故障声学诊断算法。详细介绍了该算法的关键技术:以频域盲解卷积算法为基础,使用利于全局寻优的人工鱼群算法,构建适用于机械故障特征的改进多尺度形态学滤波器,以最大程度削弱背景噪声干扰;结合机械设备零部件结构参数构建参考信号,通过单元参考信号约束频域半盲提取算法,对降噪后的信号逐段进行复数盲分离;利用改进KL距离,解决复分量间次序不确定性问题,最终实现机械故障特征信号的提取与分离。实际声场环境中的滚动轴承故障声学诊断实验验证了该算法的有效性。     

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     

FFT频谱分析在微震信号识别中的应用

 为识别采场大爆破信号与岩石破裂大震级微震信号,运用MATLAB 的快速傅里叶变换(FFT)频谱分析,对采场大爆破信号和大震级微震信号的功率谱和幅频特性进行分析,并对比两者能量在频带上的分布差异。研究表明,大震级微震信号频带分布较宽,且在30～50 Hz 达到了最大幅值,采场大爆破信号频带更窄、幅值更大、且一般在10 Hz 就能达到最大幅值。由于爆破释放的能量较大且释放的非常快,采场大爆破信号能量大多分布在0～30 Hz 的低频区域,大震级微震信号的能量大多分布于30～50 Hz 区域。利用信号特性实现对两种信号快速有效的辨识,为后期微震监测对地压风险区域的预测预报提供了准确的数据支撑。     

特征提取在工况监测与故障诊断中的应用

随着信息技术和计算机网络技术、虚拟仪器等在企业的普及和应用，基于网络技术的未来企业全球制造化模式的建立，使日趋大型化、复杂化集成化生产设备的远程工况监视，远程故障诊断成为重要的研究课题。生产现场工况信息的自动检测、数据采集和存储是故障诊断系统的基础和起点，而对检测信息进行加工、变换和特征分析，提取敏感的故障征兆是诊断系统实现故障可靠诊断的关键之一。阐述了机械故障诊断的理论方法及特点，分析了信号的特征分析方法——时域分析方法，频域分析方法，联合时—频分析方法等多种信号处理方法的特征分析特点及其在机械工况监到与故障诊断分析过程中的工程应用。简要介绍了工况监测中特殊的时变性随机机械故障信号的分析与处理方法。     

关联维数的超声波电机故障诊断

利用关联维数分析方法对超声波电机进行故障诊断,并针对故障诊断的实际情况,建构特殊实验平台采集故障振动信号.通过互信息法及Cao方法来确定相空间重构的2个重要参数,然后计算超声波电机在不同故障状态下的关联维数.结果表明,不同故障状态产生机制不同,其关联维数也不同,关联维数可用于故障的特征提取.通过分析不同状态下超声波电机...