小波变换在轴心轨迹识别中的应用

将轴心轨迹ｘ轴与ｙ轴的信号联系起来形成极径函数，基于此子数的小波变换零交叉表示和匹配过程，得到了识别轴心轨迹的一种新方法，实验结果表明分辨率较高。     

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.     

基于小波包的转子轴心轨迹提纯方法

提出一种基于小波包的转子轴心轨迹提纯方法。将从转子上测得的互相垂直的两个方面上的原始时域信号用小波包分解后,采用逆Ｇｒａｙ编码对分解结果进行整序处理,得到按频率大小由低到高排列的频段序列,再根据对不同类型转子故障特征的先验知识,分别选取若干不同的频段进行重构,利用重构数据合成的轴心轨迹,删除了噪声的干扰,能更清晰地表现转子故障的特征。     

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。     

大型旋转机械集成智能故障诊断系统

大型旋转机械集成智能故障诊断系统张雪江，钟秉林，贾民平，黄仁（东南大学机械工程系，南京２１００１８）随着人工智能技术的发展，国内外相继研制了一些基于专家经验知识的设备诊断系统［１～３］．由于这类系统采用单一的符号推理，忽视了对诊断对象运行信息的分析与...     

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。     

旋转机械状态监测与故障诊断

状态监测与故障诊断在大型旋转机械应用日益广泛,能够显著提高设备维护水平,降低设备故障,给企业带来十分显著的经济效益。     

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。     

基于支持向量机的旋转机械故障诊断研究

用转子振动试验台模拟了汽轮机典型故障,根据其频域变化特性,采用小波包分析对其建立频域能量特征向量。最后用svm进行故障状态识别,取得了良好的效果。     

集成旋转机械故障诊断的知识表示与推理

本文提出了一种新的基于规则和神经网络集成的智能旋转机械故障诊断方法，该法把专家经验和故障样本以统一的分布表示形式组织到知识库中，并在此基础上提出了推理算法的自学习选取，整个系统充分发挥了规则系统和神经网络的优点，具有知识表示明确、并行推理、联想和自学习等优点。最后结合实例进行了分析。     

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。     

基于案例推理的机械故障诊断方法探讨

介绍了基于案例推理的故障诊断方法的机理,从案例的表示与存储、检索和匹配、修改与维护等3个方面对基于案例推理的机械故障诊断过程进行了分析。表明了基于案例推理的故障诊断方法具有实现方式灵活简便、自学习能力强等特点,使用大量的范例特征集合,能够不断积累问题求解的经验,避免知识荻取的困难,缩短了问题求解途径,提高了推理效率,节省了开发时间,具有很好的应用前景。     

旋转机械设备常见故障诊断

旋转机械设备是工业企业常用的设备,对它进行监测和故障诊断,确保设备正常运行或预知设备运行状态是现代设备管理的一项重要内容.分析了旋转机械故障产生机理,对诊断的对象、周期、诊断点和原理进行了论述,提出了判定标准,对旋转机械故障的判断具有现实的指导作用.     

信息融合技术在机械故障诊断中的应用

针对目前机械故障诊断过程中存在的不足,考虑信息融合技术在机器故障诊断中的应用,以有效进行机器故障诊断．对目前应用的基于神经网络、贝叶斯理论和D-S理论的信息融合方法作了比较详细的论述．并以例子说明了信息融合技术在机器故障诊断分析中的有效性．     

面向旋转机械的嵌入式故障诊断系统

介绍了一种基于嵌入式系统技术,面向大型旋转机械设备,集数据采集、状态监测、专家系统等功能于一体的状态监测与故障诊断系统,讨论了其系统底层硬件架构以及系统上层的软件设计.该系统已成功运用于工业现场的大型水泵、鼓风机等设备的故障检测,取得了满意的运行效果.     

基于支持向量机的机械故障诊断方法研究

针对因缺少大量故障数据样本而制约机械故障智能诊断发展的问题，提出了一种基于支持向量机的机械故障诊断新方法，介绍了该方法的原理和算法，并利用模拟故障数据建立了多故障分类器。这种诊断方法只需要少量的时域故障数据样本来训练故障分类器，不必进行信号预处理以提取特征量，便可实现多故障的识别和诊断。测试结果表明，当数据样本中含有26％的噪声时，故障分类器仍然能正确分类多种故障。这种诊断方法具有算法简单、可对故障在张分类和故障分类能力强的优点。     

基于象限面积向量的轴心轨迹特征参数定量提取

以判断转子轴心轨迹在不同状态下,各周期的重合度和在各象限内的分布均匀性为出发点,提出了基于无量纲、象限面积向量的轴心轨迹重合度和分布均匀性的定量计算方法,并加以分析和改进。分析了在不同象限划分下,不同计算方法得到的信息熵和重合度,以及重合度标准差与状态级别之间的关系曲线。最后,结合实验,分析了上述特征提取方法的正确性,以及划分块数和重合度计算方法在状态划分中的重要作用。