Welch功率谱估计法在流化床风帽故障检测中的应用

利用循环流化床常见故障风帽的实际模型,在搭建的冷态鼓泡流化床的试验台上对流化床正常风帽工况和故障风帽工况下流化床炉膛内复杂多相流动的工况进行模拟。并对正常风帽和故障风帽工况下循环流化床风室内的压力波动信号进行了采集,应用Welch功率谱估计法处理采集的压力波动信号,最终得出两种工况下功率谱密度(power spectral density,PSD)的分布情况。对比正常风帽与故障风帽工况下流化床风室内压力波动信号的功率谱密度分布情况,提取故障时的特征值,来实现流化床风帽故障的检测与诊断。试验表明,该方法能对流化床风帽的故障进行检测与诊断。提出应用welch功率谱估计法对流化床风帽故障检测的方法,为流化床风帽故障的在线检测提供参考。     

流化床风帽压力波动信号相关性实验研究

在研究流化床气固两相流流化状态时,采集、分析流化床中压力波动信号是主要的研究手段之一,近来,使用风帽压力波动信号替代壁面压力信号成为研究热点。借助冷态鼓泡流化床实验装置,在不同风量下,采集布风板不同位置风帽入口静压波动信号,分析风帽整体压力信号的相关性问题。首先分析信号时域图和箱型图,然后应用主成分分析方法计算不同位置风帽压力波动信号的相关性,最后利用风压信号独立性,分析不同风量对床内流化状态的影响。结果发现:不同床料会对流化床中风帽压力造成影响;风帽的压力信号随着风量的改变仍然保持不相关性;能够利用不同位置风帽压力波动信号对床内流化状态进行监测,表明所提方法具有可行性。     

基于功率谱密度与随机配置网络的低压串联电弧故障检测

低压串联电弧电流为非平稳信号,故障特征区分度低且具有随机性,给电弧故障特征提取和准确检测带来困难,提出了基于功率谱密度与随机配置网络的低压串联电弧故障检测方法。首先,搭建了串联电弧故障发生平台,采集不同负载类型的电流数据,构建数据集。其次,采用功率谱密度对电流信号执行随机信号分析,实现对电流信号的定量化频域特征描述,增强故障电流与正常电流特征的区分度。然后,采用随机配置网络构建串联电弧故障检测模型,将功率谱密度特征用于随机配置网络的自适应训练学习,提升网络训练效率和模型故障检测能力。在本文构建的电流数据集上,串联电弧故障检测的平均准确率达到96.156 7%,证明了方法的有效性。     

流化床光反应器中光强波动信号的测量

针对流化床光反应器中光强的测量问题,研制了一种高灵敏度的光导纤维光强传感系统,并对外部平行光源平板流化床光反应器中光强的分布及其波动规律进行了研究。结果表明:在外部平行光源照射下平板流化床中光沿径向呈指数衰减;液-固流化床与三相流化床中光强信号的波动规律不同,三相流化床中光强信号的功率谱密度图在5~12 Hz处出现谱峰。该测量系统结构简单,操作方便,适合各种流态化光反应器床层内部光强信号的测量。     

垂直管道低温汽液两相流流型识别的实验研究

采用直接可视化方法和压力信号的功率谱密度分析方法对低温垂直管道中液氮-汽两相流的流型判别进行了实验研究.通过采集实验管路上不同位置处的压力信号,对其进行功率谱密度分析,并由此推断两相流的流型,同时与高速摄像机拍摄的流型进行对比.结果表明,在常温汽液两相流流型识别中应用的功率谱密度分析方法也可用于低温两相流的流型判别.通过改变热流密度发现,对于不同的热流密度工况,都可以使用功率谱密度分析方法判断管内低温两相流的流型.     

应用时间序列分析的液压溢流阀故障诊断法

基于液压溢流阀体工况,提出一种振动频率特性的故障诊断方法.利用溢流阀体振动信号的相关性、自回归模型的参数和功率谱特性,获得故障的突变信息,从而确认溢流阀的工作状态,为液压系统故障的诊断提供判断依据.测试系统采用LabVIEW虚拟仪器构建,并通过计算机自动完成测试和分析.实验结果表明,正常状态和故障状态下的电压信号没有明显的趋势,是一种平稳时间序列;有故障时,相关函数衰减比正常状态慢,但都不够明显;正常状态和故障状态下的特征根分布明显不同,故障状态下的系统可能处于某种稳定状态;正常状态的自回归(AR)功率谱比任何一种溢流阀常见故障的功率谱都低.     

二阶循环统计量在机械故障诊断中的应用

基于循环统计理论，对循环平稳信号进行处理，主要研究了信号的二阶循环统计特性，即循环自相关函数和循环谱密度，指出循环自相关函数不为零的循环频率对应着信号中的某些故障，并可以对调幅信号进行解调。通过循环频率扫描方法提取的调制源分布在循环频率域的低频段，其结果可用循环频率-频率-循环谱密度的三维图表示。用仿真信号对该方法进行验证，并应用于滚动轴承的内、外圈及滚动体的故障诊断，可以有效地分离出所对应的故障特征频率。     

轴承早期故障信号的二阶循环平稳分析

研究了故障轴承振动信号的循环平稳特性,用常见调制信号证实了二阶循环自相关、谱相关密度函数的解调性能.通过实例仿真,在切片分析的基础上,针对多载波多调制源的早期轴承故障信号,提出应用二阶循环切片集合分析法对轴承故障信号进行故障提取,并与谱密度组合切片分析法进行了比较.分析结果表明,切片集合法能快速有效地诊断出轴承的早期故障.     

CFB锅炉风帽的节流改造技术应用

循环流化床锅炉所用7字型风帽,磨损及漏渣比较严重,并由此引发系列问题,严重影响机纽正常运行。经分析,我厂尝试在风帽入口进行节流改造,并配套燃烧系统其它方面的改造,有效提高了水冷布风板阻力,解决了实际问题。     

垂直轴风力机翼型单音噪声和流场特性研究

采用大涡模拟和Ffocws-Williams and Hawkings (FW-H)数值模型预测方法,在雷诺数为1.6×10~5条件下研究常用和专用垂直轴风力机翼型的单音噪声特性和流场特征.结果表明:翼型单音噪声特征与压力面尾缘处的压力波动关系密切,压力波动频率越大,单音噪声特征越明显;在相同条件下,对称翼型表面压力功率谱密度要高于非对称翼型的功率谱密度,噪声声压级也相对较大;翼型最大相对厚度对压力波动功率谱密度有重要影响,相对厚度越大,表面压力功率谱密度越低,翼型越薄单音噪声特征越明显;翼型最大相对弯度影响单音噪声对应的频率位置,最大相对弯度的位置越靠近尾缘,单音噪声对应的主频率越低.     

功率谱估计在心电信号处理方面的应用

频谱心电图(FCG),即心电信号的功率谱估计图,是一种心脏检查新技术。本文首先在Welch法、自相关法和Burg法中选取综合性能比较好的Burg法作为谱估计方法,其次通过对几种心电图信号的Burg法谱估计结果作分析,发现频谱心电图对病症敏感性强,对心血管疾病的早期诊断有一定的临床意义。相关结果用Matlab仿真。     

声场流化床颗粒浓度时间序列分析

在内径140mm,高1600mm的声场流化床中,以FCC颗粒为流化介质,采用光导纤维探针测定不同轴／径向位置的颗粒浓度时间序列,通过统计分析、功率谱分析和小波分析揭示外加声场对颗粒浓度的影响。结果表明：声场的引入降低了颗粒最小流化速度,声压越大最小流化速度越小,声波频率在150HZ时最小流化速度最小。颗粒浓度功率谱呈现宽频且有明显主频的低频信号,声压越大主频的峰值越小,颗粒浓度信号的主频峰值随频率先下降后上升。对颗粒浓度信号进行5尺度离散小波变换,声场流化床中颗粒浓度信号高频部分增加,低频部分减小。     

大颗粒流化床内压力波动现象的仿真研究

应用离散颗粒模型对大颗粒气固两相流化床系统进行了仿真研究 ,在完全流态化条件下对压力波动现象进行数值模拟。结果表明 ,压力波动的范围和频率与流化床内两相运动状态密切相关。随着床内颗粒相湍动的加剧 ,压力波动不断加剧 ,床内压降随表观气流速度的增加略有减少。对大颗粒流化床压力波动的模拟为进一步研究流化床稳定操作提供了有力的依据     

混沌同步系统降噪方法及其在滚动轴承故障诊断中的应用

提出了一种基于混沌同步系统的降噪方法,将其应用于滚动轴承振动信号的前期处理,并结合功率谱密度进行故障诊断.分析Chua电路混沌同步系统的降噪机理,讨论系统处于不同运行状态时,输入信号对相空间运行轨迹的影响;搭建混沌同步系统降噪模型,分析其检测特性,并与其他方法进行比较;将滚动轴承不同损伤模式下测得的振动信号输入该模型,比较振动信号和同步误差信号的时域波形和功率谱密度,并通过峰值查找,匹配对应的故障特征频率.新方法利用了混沌系统的噪声免疫性和可同步性,避免了现有方法参数设定复杂和运行状态判定困难的问题.结果表明该方法可有效提升被测信号的信噪比,能与传统方法结合形成新的故障诊断方法.      

低信噪比多径-信道下的OFDM带宽自动估计

针对低信噪比多径-信道条件下正交频分复用(OFDM)信号带宽估计精度低的问题,提出一种基于小波变换的OFDM信号带宽自动估计方法。首先利用修正周期图法(Welch法)得到信号瞬时功率谱,通过多次观察测量并对功率谱曲线进行统计平均。然后对功率谱曲线进行连续小波变换,计算小波变换后时间-尺度平面上同一时间不同尺度能量累计曲线,提取曲线局部峰值位置,进而估计信号带宽。实验仿真结果表明：在不同多径信道且信噪比为-10dB条件下,估计偏差均不超过1.2%,准确度优于传统方法,且鲁棒性较强。     

基于变频调速技术的循环流化床锅炉引风机节能改造问题研究

循环流化床锅炉作为新一代节能燃烧设备在现代工业生产中发挥着重要的作用,对促进节能增效和经济安全生产具有积极的意义。引风机是有效调节循环流化床锅炉供热量和控制炉膛负压的重要设备。该文以某热电厂循环流化床锅炉为例,对锅炉烟风系统引风机运行工况进行分析,在对不同工况下引风机节流调节特性进行分析的基础上,基于变频调速技术对引风机运行调节方式进行改造和优化。实践表明,变频调速技术在提高引风机调节性能和节能降耗方面具有显著的效果和良好的应用前景。     

特征谱分析方法及其在列车轮对故障诊断中的应用

鉴于列车轮对故障特征信息往往被淹没在背景噪声里,而一般频谱分析方法常因负载变化、转速波动而造成谱值模糊不准的缺点,提出了一种列车轮对故障在线诊断的特征谱分析方法,并根据列车轮对故障诊断的实际需要,研制了故障在线诊断特征谱分析系统.阐述了该方法的原理、信号采样、信号处理以及特征谱泄漏抑制等问题.实际运用结果表明该方法比普通的频谱分析技术更为准确地描述了故障信号的特征,是一种可靠而有效的故障诊断方法.图5,参8.