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。     

基于混沌和符号序列统计的滚动轴承故障诊断

针对滚动轴承故障的特征信号处于较低频带内、容易被噪声淹没、难以检测的问题，提出了基于混沌和符号序列统计的滚动轴承故障诊断方法．该方法利用混沌振子对微弱周期信号的敏感性，通过检测处于低频带内的故障特征周期信号来诊断轴承故障，同时采用符号序列统计量来识别振子状态的变化，达到了客观、自动识别振子状态和确定故障的目的．通过诊断滚动轴承的滚动体故障和内圈故障，验证了该方法的有效性．     

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.     

基于Hilbert变换的滚动轴承内环和外环故障诊断

针对滚动轴承的外环和内环发生故障时轴承产生的振动信号具有调制的特点,提出基于Hilbert变换的滚动轴承内、外环故障诊断方法,介绍基于Hilbert变换的调制信号解调过程:运用Hilbert变换对滚动轴承的振动信号进行包络解调,实现载波和调制波的分离.通过对调制波进行频谱分析实现滚动轴承内、外环故障的诊断,对具有内环故障和外环故障的滚动轴承进行故障诊断仿真.仿真结果表明:基于Hilbert变换的包络解调技术能有效提取调制信号中的包络信号,对包络信号进行频谱分析后可以实现滚动轴承内、外环故障的诊断;诊断结果与实际故障相吻合,基于Hilbert变换的包络解调技术可应用于滚动轴承内、外环故障的诊断.     

经验模态分解(EMD)在滚动轴承故障诊断中的应用

针对滚动轴承故障振动信号的非平稳特征，提出了基于经验模态分解(Empiri-cal Mode Decomposition，简称EMD)和神经网络的滚葡轴承故障诊断方法，首先对原始信号进行了经验模态分解，将其分解为多个平稳的固有模态函数(Intrinsic Mode functioll，简称IMF)之和，再选取若干个包含主要故障信息的IMF分量，并从中提取时城特征措标——峭度或裕度因子作为神经网络的输入参数来识别滚动轴承的故障模式，对滚动轴承的内圈、外圈故障信号的分析结果表明，以EMD为预处理器提取时域特征参数的神经网络诊断方法比直接从原信号中提取时域特征参数的诊断方法有更高的故障识剐率，可以准确、有效地识别滚动轴承的工作状态和故障类别。     

滚动轴承故障诊断系统研究

在对滚动轴承振动信号特征分析的基础上，建立了AR模型，利用AR模型参数建立径向基函数神经网络，并用该网络对滚动轴承的故障模式进行了识别。最后应用Matlab语言强大的计算功能，建立了滚动轴承故障诊断系统。理论和试验证明了该系统的有效性，且具有较高的识别精度。     

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.     

基于声学信号瓶颈特征的滚动轴承故障诊断

为有效诊断滚动轴承的健康状态,针对运行监测声学信号特征微弱的特点,提出了基于声学信号瓶颈特征的滚动轴承故障诊断方法.首先提取滚动轴承声学信号的多维特征参数,通过自编码网络降低特征维数,获取有效反映滚动轴承运行状态的瓶颈特征,最后训练支持向量机实现滚动轴承故障诊断.通过对滚动轴承不同故障状态的模拟试验分析,并与传统方法对比,可知本文提出的方法具有更高的诊断正确率.     

小波变换与滚动轴承振动的故障诊断方法研究

简要综合介绍了滚动轴承振动及故障诊断的方法及小波变换在滚动轴承故障特征提取中的应用.通过对滚动轴承故障信号的分析表明,该方法可以分析出滚动轴承振动的故障信号,确定轴承振动的故障部位.     

采用参数自适应最大相关峭度解卷积的滚动轴承故障特征提取

针对滚动轴承故障特征信号因受传输路径和强噪声的干扰而导致周期性故障脉冲难以提取以及最大相关峭度解卷积(MCKD)参数依赖人为经验选择的问题，提出一种参数自适应MCKD的滚动轴承故障特征提取方法。以解卷积信号的包络谱熵作为适应度函数，利用麻雀搜索算法强大的全局搜索能力自适应地选择MKCD方法的最佳参数组合；利用参数优化后的MCKD方法对故障信号进行解卷积运算，滤除掉信号中的噪声，以突显由轴承故障激发的周期性故障脉冲；对解卷积信号进行包络解调，以提取出轴承故障特征频率成分。仿真结果表明，与遗传算法和粒子群算法相比，采用麻雀搜索算法可使MCKD参数在优化中具有更快的收敛速度和更强的稳定性。对滚动轴承进行全寿命周期实验及对工程案例的实验结果表明：所提方法能自适应提取强噪声中的轴承周期性故障脉冲成分，信号的峭度提高了3倍，鲁棒性更强；与直接谱分析和快速谱峭度方法相比，所提方法能完整提取信号中的故障特征频率成分，成功率可达100%,有效提高了滚动轴承的故障诊断精度。     

滚动轴承振动信号的计算机测试系统

以３８６微机为主体建立了振动信号采集和分析系统，此系统在不需要人工过多干预的情况下，能实现对成品轴承振动质量的诊断且诊断准确可靠，在轴承振动超差的情况下，能自动判明原因，软件系统用ＴｕｒｂｏＰａｓｃａｌ语言编制，全部汉字显示菜单，应用方便。该系统还可以推广应用于其它机械振支信号的采集和分析。     

基于DSP的双通道动平衡仪研制与应用

普通单片机在测量过程中很难实现对振动信号的实时处理，为此，提出一种以DSP为核心的双通道动平衡仪的软、硬件实现方法．原始加速度振动信号经电荷／电压转换、滤波、积分和程控增益放大后形成两路电压信号，DSP以光电传感器产生的转速脉冲信号为基准通过A／D对其进行整周期采样，进而由离散傅里叶变换精确计算振动信号的幅值与相位，并通过影响系数法给出了最终的平衡配重结果．系统结构简单，实时性强，满足现场双面动平衡对双通道同步测量的要求．采用此仪器对有五级叶轮的罗茨风机进行双面动平衡，平均振动下降率超过90％．     

高压断路器机械状态的监测

介绍了一种高压断路器操作过程中外部振动信号的检测和处理系统。系统由计算机、机械振动信号加速度传感器和系统处理软件等组成,具有数据采集、信号处理等功能。通过信号处理技术,分析了振动信号时域和频域的响应特性,揭示了外部振动信号与内部机械部件运动和撞击的对应关系。以试品断路器的合闸缓冲器为例,运用振动信号的检测和处理,定量描述了合闸缓冲器的机械状态。监测系统从安装在断路器的表面上的传感器获取振动信号,不需要电气接线,这种检测方法适用于高压断路器的在线监测。     

变速箱振动信号的分解及在故障诊断中的应用

建立了变速箱故障振动理论模型，模型考虑了箱体内部各齿轮、轴承和轴不对中时对箱体复合振动信号的影响．利用时域同步平均技术和小波分析技术分别将齿轮振动信号、轴不对中故障振动信号和轴承故障振动信号从箱体复合振动信号中分离出来，并利用分离出来的振动信号成功地诊断了变速箱的典型故障．     

基于CPLD虚拟逻辑分析仪设计

逻辑分析仪用于涉及大量信号或复杂触发器要求的数字测量,以往的独立式逻辑分析仪不仅结构复杂,而且价格昂贵。设计了一种基于CPLD的虚拟逻辑分析仪,分析了虚拟逻辑分析仪的硬件电路和软件。以CPLD为主要功能实现平台,以单片机作为与计算机和CPLD之间的通信纽带,以可视化的形式在计算机上显示采集到的数据。采用VHDL语言进行各个功能模块的编程,最后,对程序进行编译和功能仿真,给出仿真结果,验证系统设计的正确性。仿真结果证明该虚拟逻辑分析仪不仅结构简单、成本较低,而且具有通道数量多、捕获速度快、性能稳定等特点。     

压电薄膜压力分布计算机测试系统研究

提出一种新型的压电薄膜（ＰＶＤＦ）压力分布计算机测试系统,它包括多点压电薄膜传感器,多点电荷放大装置,计算机采集处理系统。该系统可以实现全场、实时测量,其动态范围可达０．１Ｈｚ～５００Ｈｚ。采用微机输出具有独特的图象动画显示,使测量结果更为直观。文中叙述了系统的工作原理以及实验测试,测试结果证实了系统的动态压力分布测量能力。本系统的研制为动态接触问题的研究及振动测试开发了新的研究工具。     

便携式数据采集与工况监测分析系统

便携式数据采集与工况监测分析系统贾民平刘玉春钟秉林黄仁（东南大学机械工程系，南京２１００１８）目前，对设备的工况监视与故障诊断在电力、石油、化工、冶金等行业受到了高度的重视［１，２］，如我们研制的“１２５ＭＷ汽轮发电机组工况监视与故障诊断系统”、“...     

用振型拟合原理识别机床主轴的支承参数

机床主轴系统支承参数的识别是机床动态优化设计中的一个首先必须解决的问题。本文根据机械振动分析理论,提出了一种用振型拟合原理识别机床主轴支承参数的新方法,并编制了相应的计算机识别程序。本识别方法不仅对滚动轴承适用,对滑动轴承也同样是适用的。     

一种基于压缩感知和小波信息熵的滚动轴承特征提取方法

为降低滚动轴承在线监测和故障诊断过程中振动信号采集、传输、存储和处理负担,基于压缩感知理论和小波包分析技术,提出一种基于压缩感知和小波信息熵的滚动轴承特征提取方法,用于滚动轴承故障诊断。应用部分哈达玛矩阵采集振动信号实现压缩,通过小波包分解提取滚动轴承状态特征,计算其小波信息熵作为故障诊断特征。在标准数据集上进行振动信号特征提取,并采用四种分类方法完成故障诊断实验,结果表明本文特征提取方法能够在较高的数据压缩率条件下,保持较高的故障诊断精度,适用于滚动轴承在线监测和故障诊断。     

Design of an MRI quadrature-data acquisition card

A design of a quadrature-data acquisition card based on peripheral component interconnect (PCI) bus for mini-type magnetic resonance imaging (MRI) system is reported. It uses two high speed analog-to-digital converters (ADCs) to sample the MRI signals and two static random access memories (SRAMs) to store the data which will be read to the computer by PCI bus after sampling. All the logic control signals on the card are generated by the field programmable gate array (FPGA). The software Foundation3.1 is used to design the FPGA and achieve useful result after simulating and implementing. The card has some merits that normal commercial cards do not have. For example, the sampling parameters can be varied according to different pulse sequences.