关联维数在汽轮机故障诊断中的应用

在汽轮机轴系典型故障模拟试验的基础上,对故障信号的关联维数进行了计算研究.采用G-P算法分别计算了故障信号的时域波形及小波高频重构波形的关联维数,采用自相关函数法确定延迟时间.计算结果表明,对原始信号进行高频重构后再计算关联维数,可以达到突出故障信息,增大关联维数对故障的区分度的目的,此关联维数可以作为汽轮机故障诊断的定量指标.     

关联维数计算的分析研究

本文从理论上分析了关联维数的计算方法，研究了实测数据采样序列的长度、采样序列的自相关性及附加噪声等因素对关联维数计算的影响，并给出实际算例。     

利用关联维数进行液压阀故障诊断

研究关联维数在减压阀和调速阀故障诊断中的应用,并针对故障诊断的实际情况,对采集到的信号进行分析,提出将关联维数用于液压元件故障诊断的技术路线及方法.结果表明,不同故障的液压阀产生机制不同,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.正常情况下,位移和加速度参量的关联维数D2<2;而在故障情况下,所得到的关联维数D2>2 通过分析加速度的关联维数,可以判断被测液压元件是否存在故障.     

关联维数计算的分析研究

本文从理论上分析了关联维数的计算方法,研究了实测数据采样序列的长度、采样序列的自相关性及附加噪声等因素对关联维数计算的影响,并给出实际算例.     

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。     

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.     

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     

诱发电位的关联维数研究

研究了视觉刺激前后脑电(EEG)以及视觉诱发电位的非线性特征,计算了单次和多次叠加平均情况下EEG的关联维数,结果表明:诱发电位具有一定的非线性特征,诱发电位的关联维数低于自发脑电,说明诱发电位的复杂性低于自发脑电.     

分形维数在滚动轴承故障诊断中应用

将分形维数用于刻划滚动轴承在不同故障状态下表现的非线性行为,进而对轴承的运行状态进行判别。实验结果表明,滚动轴承振动信号在不同运行状态下的分形维数是不同的,可以将分形维数做为识别滚动轴承故障的特征量。     

采用关联维的溢流阀故障诊断

用Grassberger-Procaccia(G-P)算法合理选择嵌入维数、数据长度、延迟时间等重要参数,并且在对数曲线图中准确划定无标度区,以得到比较客观的关联维数.结果表明:关联维有定量描述非线性信息的特点,在一定的工作条件下,不同的故障类型对应不同的关联维数,通过计算溢流阀振动信号的关联维数来诊断出其工作状态.     

基于分形关联维的汽轮机转子的振动故障诊断

采用Bently实验台模拟不同转速下碰摩、松动、不对中、不平衡几种常见汽轮机转子振动故障,进行实验研究．通过相空间重构理论,对满足随机分形统计自相似性的振动信号序列进行相空间重构,计算其分形关联维数,从而再现动力学特性．实验分析结果表明：碰摩故障时的分形关联维数最大,松动和不对中时的分形关联维数次之,不平衡时计算所得的分形关联维数最小;不同故障类型下的分形关联维数增量不同．因此,分形关联维数可以作为一种振动故障征兆加以提取．     

相关维数在大机组故障诊断中的应用

文中提出了将描述混沌运动的特征参数———相关维数（ｃｏｒｅｌａｔｉｏｎｄｉｍｅｎｓｉｏｎ）用于大机组振动信号的分析．一些带有低频噪声的复杂故障信号的分析结果表明,信号在伪相空间中具有不同的相关维数,反映了不同故障的动力学形成机制的不同．因此,相关维数可用于诊断传统方法难以区分的故障．     

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。     

基于LMD和SSA-SVM的电机故障诊断

针对电机故障诊断问题,尤其电机轴承方面的诊断,提出了LMD分解和麻雀搜索优化算法（SSA）优化支持向量机（SVM）的故障诊断方法。第一步采取小波降噪和LMD算法相结合去处理原始信号,经过小波降噪后的原始故障信号会去掉一部分的干扰,再分解得到原始信号的一系列PF分量,接着使用相关性分析法选择出有效的PF分量进行信号重构,重构后的故障信号再次经过LMD分解得到的PF分量求出各自的能量熵,直接用能量图展现出来。接着将各个PF分量的能量熵组成一组组特征向量输入到支持向量机的故障诊断模型里。利用麻雀搜索算法在支持向量机（SVM）对于电机故障的分类的模型上进行惩罚参数和核参数的挑选和模拟,选择最合适的参数组合建立SSA-SVM故障诊断模型进行仿真实验,通过仿真实验验证该方法的故障诊断准确率高达99.2％,与PSO-SVM和SVM故障诊断模型进行比较分析,实验证明提出来的方案有着更适合的故障识别能力,对电机故障诊断有着很好的适应性和发展性。     

基于综合关联度分析的电力变压器故障诊断

在电力变压器故障诊断中,针对油中溶解气体分析,传统的三比值法难以包括和反映电力变压器内部故障的所有形态,在实际工作中存在许多变压器故障因查不到故障编码而无法判断的问题.结合油中溶解气体分析技术和灰色关联的相关理论,提出了一种面积关联度和斜率关联度相结合的综合关联度分析方法,给出了变压器故障诊断的算法步骤,并对权重系数的选取进行了探讨.该方法既能表征序列曲线的离散程度,又能反映序列曲线的变化走向相似度,能全面描述序列间联系的紧密程度.实验表明,将该方法用于变压器故障诊断,不仅克服了三比值法存在的问题,而且故障诊断准确率也高于面积关联分析方法和斜率关联分析 方法.在收集到的数据中随机选取350组进行计算,诊断准确率达到93.7%.     

基于EMD关联维的齿轮箱齿轮状态振动辨识

论述了经验模式分解(EMD)的理论和特性,以及关联维数及其特性,并根据实际齿轮箱振动信号的非平稳特征和简单监测征兆的需要,引入分别适于非线性非平稳信号分析和表征系统观测序列非线性、不规则程度的经验模式分解和关联维数,提出用EMD关联维来辨识齿轮箱振动信号,结果表明：当齿轮处于不同状态时,与齿轮故障密切相关的内在模式函数的关联维数明显不同,EMD关联维方法可以作为齿轮故障的特征提取工具。     

基于小波包分析的三相感应电动机转子断条故障诊断

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．