基于提升方法的小波构造及早期故障特征提取

针对机械信号早期故障特征的提取问题，提出了一种根据故障特征波形的特点来构造相应小波的方法．该方法以提升方法为基础，通过对初始双正交滤波器组进行提升和对偶提升，来获得不同的提升算子和对偶提升算子，从而构造出具有理想特性的新小波．提取提升后小波分解的高频细节信号在每个信号工作周期中的模极大值，来确定信号发生微弱突变的时刻和位置．工程振动信号分析表明，同其他类型的小波相比，用提升方法构造的小波能更好地匹配机械信号故障特征波形，因此较理想地提取出了某炼油厂重催机组转子不平衡、轴系不对中和轻微碰摩的故障特征．     

纸张在复印过程中的非线性瞬态温度场分析研究

建立了复印纸张定影过程的瞬态非线性温度场数值模型，运用有限元－有限差分法对普通复印纸张通过定影辊轮时的温度场的变化规律进行了仿真计算。通过对纸张温度的变化及力学特性的综合研究表明，纸张前端在通过定影辊轮0.6s后，纸张温度，干燥收缩对其向上形变的影响，可以忽略，因此分离爪应设置在距定影上辊接触点弧长为60mm的最佳位置。研究结果为复印机结构的计算机辅助工程（CAE）的优化设计提供了理论依据，根据该理论依据改进后的复印机，大大降低了卡纸的故障。     

小波分形技术及其在非平稳故障诊断中的应用

根据小波变换和分形理论在多尺度分析和自相似本质上的一致性,提出了小波分形技术。为了克服目前离散信号盒维数计算方法的不足,推导出了确定周期或准周期振动信号无标度区的经验公式,使盒维数的改进算法具有简单、准确和实用的特点。通过汽轮发电机组轴瓦松动故障的成功诊断案例表明,小波分形技术为非平稳故障诊断提供了一种有效的新技术。     

大型旋转机械磨擦故障诊断研究

旋转机械的摩擦故障将产生一定带宽的有色噪声。采用主分量自回归(PCAR)谱分析方法比用FFT或自回归谱分析能更有效地对有色噪声和谐波分量给出合理的谱估计。通过计算机仿真计算和汽轮发电机组摩擦故障的分析比较,本文方法的应用结果是令人满意的。     

近场光存储一体化光学飞行头结构设计与特性仿真

设计了一种新型一体化光学飞行头，通过对光学飞行头滑块气浮力分布和飞行姿态(飞行高度、仰俯角和滚动角)的数值仿真分析，对滑块气体轴承表面(ABS)形貌参数进行了优化设计，确定了滑块的主要结构参数．仿真结果表明，所设计的光学飞行头滑块的飞行高度能够在光盘的不同半径处保持在43-44nm之间，符合近场光存储系统的信号读写要求．该光学飞行头具有良好的机械性能和光学性能，可在近场光存储系统的读写过程中获得稳定的飞行高度和高信噪比的光学信号．     

总体平均经验模式分解与1．5维谱方法的研究

针对复杂背景下机车走行部齿轮箱齿轮裂纹故障微弱特征的提取问题,提出了总体平均经验模式分解(EEMD)与1.5维谱的故障特征提取方法.首先运用EEMD方法对振动信号进行自适应抗混分解,得到不同频带的基本模式分量(IMF),然后运用1.5维谱方法对停含有故障特征信息的IMF进行后处理.该方法具有避免模式混淆、抑制高斯白噪声、检测非线性耦合特征等特性,并以此来提取故障的微弱特征信息.根据待处理信号的时频特性与EEMD原理,提出了在EEMD方法中加入高斯白噪声的准则,通过信号仿真验证了EEMD方法的抗混分解能力.将EEMD与1.5维谱方法应用于机车走行部齿轮箱的监测诊断中,成功地提取出齿轮箱大齿轮齿根早期的裂纹故障.     

利用运行状态信息的机床刀具可靠性预测方法

针对数控机床类退化失效型设备,提出了一种基于设备运行状态信息的可靠性预测方法,主要包括状态特征指标选取、瞬时可靠度计算以及神经网络预测模型的建立和应用.其中,瞬时可靠度计算是准确预测的关键,结合Bayes方法和KM估计器思想提出的基于状态特征指标比例关联关系的瞬时可靠度算法简单高效.针对刀具加工过程中的磨损量时变数据,以可靠度为评价标准,正确预测出了刀具的失效时间,该过程表明设备状态信息用于可靠性预测的可行性和有效性,是未来可靠性发展的一个重要方向.     

自适应冗余多小波及其在故障诊断中的应用

针对机械设备在运行过程中萌生的故障尚在特征不明显、特征信息微弱且往往被机械设备运行过程中的强噪声所淹没等给故障特征提取与故障定位带来了很大困难,提出了自适应冗余多小波的故障诊断方法.基于Chui-Lian多小波,依据信号特点采用两尺度相依变换方法,以谱熵最小为优化目标、遗传算法为优化方法,实现了冗余多小波的自适应构造.同时,对振动信号进行了冗余多小波分解,从而实现了对故障的准确定位及特征提取.将提出的方法应用于滚动轴承的故障分析和烟汽轮机的碰摩故障诊断中,结果显示,该方法可以有效地提高对机械设备在运行中产生故障的诊断能力.对比结果表明,该方法明显地优于传统的傅里叶变换、Db6单小波变换和原始CL3多小波变换等方法.     

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。