转速随机波动旋转机械振动信号的周期平稳性

首先推导了旋转机械转速波动的随机角位移统计特性,证明了随机角位移信号是一种非平稳的随机过程.对于离散随机角位移序列,提高采样率可以减小其随机性.当采样率无限增加时,该序列将退化为确定性序列.然后以不平衡质量的惯性力为例,以转角和时间为参量,分别推导出一阶和二阶矩统计量.这些统计量证明,以转角为参量的惯性力随机矢量信号是非平稳的,但具有周期平稳性;而以时间为参量的惯性力随机矢量不仅是非平稳的,而且一般也不具有周期平稳性.     

旋转机械振动数据管理及咨询系统研究

介绍了旋转机械振动数据管理及咨询系统的结构,性能特点及应用等方面的情况,本系统能够实现对机组台帐,机组历史故障,历史振动量,动平衡数据及文档信息等的管理和查询,能实现对振动量的分析和机组振动趋势的查询,对工程人员长期检测记录的振动数据进行整理和合理的二次加工,处理,以统一的格式进行计算机管理,建立了一种振动数据管理的新模式,实现对振动数据的标准化管理,为设备管理和机组的故障检测处理提供有效的信息平台。     

基于经验模式分解的旋转机械振动信号降噪处理

分析了经验模式分解的滤波性能；针对旋转机械振动信号信噪比低及非平稳特性，应用经验模式分解对振动信号进行降噪处理，突出了有用振动信号，为旋转机械在线监测和故障诊断提供了有效的依据；仿真实验及真实数据分析表明，经验模式分解在振动信号降噪处理中是有效的，为振动信号分析提供了新的方法。     

振动测试技术在旋转机械故障诊断中的应用

在旋转机械设备测试中,振动测试与分析是应用最广泛、也是应用频率最高的基本方法。本文依次分析了振动测试技术对旋转设备的选取、检测点的选择、信号的处理与分析以及设备测试的判断标准。并以滚动轴承及转子的振动分析实例分析了振动测试技术在旋转机械故障诊断中的应用。     

旋转机械振动的频域多维时序预报

旋转机械是化工、发电大型企业的关键设备，为减少因定期维修和突发故障造成的经济损失，需在实时状态监测的条件下进行状态预报．目前一般通过对机组振动的时域信号预报机组的运行状态，但时域信号与机组运行状态之间的本质特征关系并不直观和确切，同时在旋转机械的转动速度有波动时该方法并不有效．本文在考虑机组转速有波动的前提下，对振动频谱进行规范化处理，并根据相应的的数学力学分析。把振动频谱作为多维时间序列进行机械状态预报．     

旋转机械振动故障的分析和诊断

阐述了旋转机械转子的振动故障机理,给出了振动故障诊断的一般原则,介绍了轴心轨迹分析法、转子振动相位分析法、转子升降速振动特征分析法3种常用故障分析方法,以及实施简易诊断和精密诊断的方法。     

谐波小波在旋转机械故障诊断中的应用

为了对具有非平稳信号的旋转机械的轴心轨迹形状进行识别,提出一种基于谐波小波滤波提纯的方法.谐波小波具有明确的函数表达式,算法实现简单,具有良好的"盒形"频谱特性,能将信号不交叠且不遗漏地分解到相互独立的空间,便于信号特征的提取.采用谐波小波进行滤波提纯,可以将故障信息从原始轴心轨迹信号中分离出来,从而获得轴心轨迹的形状,为旋转机械的故障诊断提供了依据.大量仿真试验表明,该滤波提纯方法简单,具有较强的实用价值.     

旋转机械振动监测与故障诊断的工程应用

在旋转机械故障监测和诊断中,振动诊断技术具有较强的识别能力,可及时地进行早期诊断,发现造成故障的原因,从而实现预测维修。实践表明,以振动监测与故障诊断技术为基础的设备预知维修能节省大量的维修费用,便于实时诊断,诊断结果准确可靠,可取得显著的经济效益。     

回转机械振动中的拍频分析

分析某压缩机组振动信号的频谱发现低频处具有较高的谱峰．考察压缩机组各转轴的频率后,分析可能激发低频振动故障的各特征频率,观察有关测点频谱图的特点,逐一排除其他原因,确定该低频项为压缩机的拍频．对实时监控系统采集、记录的实测数据进行抽样,用样本谱线综合幅值构造统计量,采用3σ规则确定了测点综合故障报警限．从信号中滤除高频成分,求得样本拍频附近谱线的综合幅值,用数理统计的方法确定了拍振故障报警限．     

匹配追踪信号分解与往复机械故障特征提取技术研究

提出了一种自适应提取往复机械振动信号冲击特征的信号处理方法,方法的核心是基于特别选定的基元函数将信号展开,在采用匹配追踪算法分解信号时,应用指数衰减正弦波函数作为信号分解的基元函数,能够十分理想地匹配信号中的冲击响应波形,与往复机械振动信号有最好的相似性,往复机械的故障诊断实例证明,利用该方法提取信号中的瞬态冲击响应特征是可行的,研究结果为机械冲击故障的特征提取与诊断提供了一条新途径。     

Acoustic Signal Feature Extraction of Vehicle Targets

IntroductionThe acoustic features of vehicle targets are animportant index for target recognition[13 ] ,butextensive data is needed to understand the acousticfeatures of vehicle targets.Target features can beacquired from existing test results or addition…     

旋转机械振动信号的循环谱分析

依据循环平稳理论,建立了具有旋转特性的机械设备的信号模型,对其振动信号的二阶循环统计量的解调性能进行了分析.指出利用循环谱图及其轮廓图可以有效识地从复杂的机械振动信号中提取调制信号及载波信号的频率特征,为设备的故障识别及故障定位提供了依据.     

分级自适应多传感器融合与机械振动监测诊断

针对旋转机械振动的监测与诊断 ,提出了一种分级自适应的多传感器数据融合方法 .每个测点首先进行传感器级的时间跨度的特征融合 ,然后再进行全局的空间跨度的融合 .融合过程基于自适应模式特征提取 ,提出的方法可以在系统状态未知的情况下 ,自适应地融合不同测点的信息 ,从而较全面、准确、及时地反映系统的振动状态 .对转子试验台上模拟故障数据的融合处理 ,说明了所提出方法的有效性 .     

被动声纳信号分类特征提取的研究

对被动声纳信号进行了分析和特征提取,基于听觉系统识别声音信号的原理,提出了一种新颖的平稳恒Ｑ特征,并给出了距离指数和识别指数２种更为合理的评价方法。实验结果表明本文提出的平稳恒Ｑ特征较原有几种典特征,具有良好的分类正确性。／     

旋转机械故障诊断方法概述

介绍了旋转机械故障诊断的常用方法,概述了国内外的研究发展状况,展望了故障诊断技术的发展趋势和前景。     

微弱振动信号的谐波小波频域提取

为解决设备故障检测和故障预报中某些微弱振动信号难以提取出来的问题,在介绍谐波小波变换的优良特性及其基本原理的基础上,给出了谐波小波变换的实现技术.在不减少信息点数的情况下,用谐波小波变换成功地对微弱振动信号实现了频域提取与时域重构,并且实现了强噪声下微弱周期振动信号的频域提取.通过算例和工程实例,说明谐波小波方法在微弱信号的频域提取能力和精度上明显优于基于二进分解的小波方法和傅里叶分析方法,且在混有强噪声的信号提取中消除了二进小波包仍然存在的噪声泄漏,同时也显示了谐波小波变换的频域保相特性.     

BP神经网络在旋转机械故障诊断中的应用

人工神经网络模型是在现代生物神经系统研究基础上建立的一种网状结构，是对人脑某些基本特性的一种简单的数学模拟。神经网络以其信息的并行分布式处理、联想记忆、自组织及自学习能力，在机械故障诊断领域显示了极大的应用潜力。本文就神经网络对给定知识的表达、联想、记忆能力及网络结构进行了研究，利用反向误差传播网络对旋转机械中四种典型故障进行了实例分析诊断，取得了令人满意的效果。     

BP算法在旋转机械故障诊断中的应用

分析了旋转机械故障的特性,在此基础上对基于BP算法的诊断方法进行了研究,建立了旋转机械故障诊断的神经网络模型,对基于BP网络的汽轮发电机组的故障进行了诊断。实验证明,基于BP网络的旋转机械故障诊断方法具有较高的使用价值。     

冗余第2代小波构造及机械信号特征提取

针对强噪声背景下机械信号故障特征的提取问题,构造了一种提取该类信号时域特征的冗余第2代小波方法.该方法通过对初始预测算子和更新算子插值补0,来获得不同分解层上的预测算子和更新算子.冗余第2代小波不需要剖分运算,直接利用构造的算子对逼近信号进行对称预测和更新,可使逼近信号和细节信号的数据点数保持不变,并根据每层细节信号的噪声特点选取降噪阈值门限.实验和工程振动信号分析表明,冗余第2代小波的降噪效果优于其他类型的小波方法,较理想地提取出了滚动轴承内圈剥落和汽轮发电机组高压缸蒸汽激振的时域故障特征.     

小波分析在旋转机械故障诊断中的应用

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，并以透平压缩机组为例，分析了小皮分析在故障诊断中的应用。用小波进行信号降噪的方法是，先对机组轴承径向报动信号进行处理后再进行特征提取，使故障诊断过程变得容易，很好地保存了瞬态信号的尖峰和突变部分。