【摘 要】
：
滚动轴承故障信号具有非平稳、能量低等特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波(dual-tree complex wavelet transform,DTCWT)和最大相关峭度反褶积(maximum correlated kurtosis deconvolution,MCKD)相结合的诊断方法.首先运用双树复小波对采集到的振动信号进行分解,再重构单支信号,由于噪声的干扰,从重构后
【机 构】
：
内蒙古科技大学机械工程学院,内蒙古包头014010
【出 处】
：
第十一届全国随机振动理论与应用学术会议
论文部分内容阅读
滚动轴承故障信号具有非平稳、能量低等特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波(dual-tree complex wavelet transform,DTCWT)和最大相关峭度反褶积(maximum correlated kurtosis deconvolution,MCKD)相结合的诊断方法.首先运用双树复小波对采集到的振动信号进行分解,再重构单支信号,由于噪声的干扰,从重构后分量的频谱中很难对故障做出正确的判断.然后对包含故障特征的分量进行最大相关峭度反褶积处理以消除噪声成分,凸现故障特征信息.最后对降噪信号求取Hilbert包络谱,便能准确获得故障特征频率.通过信号仿真和实验数据分析验证了该方法的有效性.
其他文献
工程实践中发现，航空发动机中涡轮叶片结构失效有相当比例是由高循环疲劳导致的，为了减小叶片结构在工作过程中的振动应力，设计者会在叶片结构设计中引入摩擦阻尼减振装置，主要包括：缘板阻尼器、叶冠、凸肩。建立了分析阻尼器接触面上接触刚度的有限元模型,考查了影响接触刚度的因素,重点分析了接触面上正压力和摩擦系数对接触刚度的影响;推导出接触刚度变化时的迟滞曲线方程,并进一步分析了接触刚度的变化对阻尼器减振效果
在平稳地震动过程的Kanai-Tajimi模型和Clough-Penzien模型基础上,分别建立了两种全非平稳地震动加速度过程的广义演变谱模型.根据我国现行的《水工建筑物抗震设计规范》,确定了两种广义演变谱模型的参数值.应用非平稳随机过程模拟的谱表示-随机函数方法,分别生成了基于两种广义演变谱的全非平稳地震动代表性时程集合,并进行了二阶数值统计值的对比分析.同时,通过代表性时程集合的平均反应谱与规
航空飞行器在滑跑、机动、着陆等诸多过程中都会产生或经受复杂的振动激励,特别是随机振动激励,所以,对加筋板这类典型航空结构进行随机激励下的振动疲劳寿命分析具有重要意义.本文基于MSC.patran&nastran及fatigue平台,对某航空单加筋试验件进行振动疲劳寿命的仿真分析,找到结构的危险点,获得危险点处的应力响应和寿命结果,验证了振动疲劳寿命分析方法的可靠性.此外,做出了不同阻尼下应力与寿命
考虑结构参数的随机性对把握实际工程结构的整体抗震性能至关重要.采用概率密度演化理论可以直接获取随机参数结构响应的概率密度函数.本文以广义F-偏差最小化作为代表点优选准则,结合概率密度演化理论,对具有随机参数的多自由度线性与非线性结构的随机地震响应进行了概率密度演化分析.研究结果表明,采用概率密度演化理论可以较高的效率获得具有良好精度的分析结果、特别是结构响应量的概率密度函数.同时,由于非线性的发展
本文针对一维随机无序声子晶体，利用华-王方法，提出了计算局部化因子的快速算法。与传统矩阵特征值方法相比，本文方法基于华-王序列构造出确定性的无序声子晶体。但在数学上，华-王序列无序声子晶体的局部化因子与随机无序声子晶体的局部化因子相同。利用华-王序列无序声子晶体，利用极少的单胞就可以得到收敛的局部化因子。因此基于华-王序列的矩阵特征值方法与传统方法相比，计算效率更高，收敛性更好，更加适合随机无序声
本文考虑了张力腿平台(TLP)下沉运动的非线性因素,以及TLP平台本体与张力腿系泊系统的耦合运动条件,研究TLP平台在龙卷风与随机波浪联合作用的非线性运动响应.本文提出了龙卷风对TLP作用的分析模型,采用JONSWAP谱模拟随机海浪计算时变随机波浪力,考虑几何非线性建立TLP刚度矩阵,建立TLP的非线性随机运动微分方程.针对450米水深的TLP,分别计算有无龙卷风时TLP的运动响应.计算结果表明,
首先建立用于CRH3型高速动车组横向悬挂系统故障诊断的动力学模型,然后进行故障特征分析.研究分析发现,抗蛇行减振器阻尼故障对转向架横向加速度信号敏感,其敏感频段为0～10Hz;二系横向阻尼故障对车体横向加速度信号敏感,其敏感频段为0～2Hz.基于以上分析,针对现有基于Kalman滤波技术的诊断方法诊断高速动车组横向悬挂系统故障的不足,提出改进诊断方法:首先对转向架横向加速度信号进行0～10Hz滤波
轨边声学诊断系统的诊断时间至关重要.然而,由于列车和系统的相对运动,其获取的信号将产生多普勒畸变,需要消除多普勒效应才能对信号进一步分析.当前轨边声学诊断系统中所采用多普勒校正方法大多为离线方式,其不可避免的将带来时间延迟.为此,提出了一种多普勒信号的在线校正方法并将该方法应用在嵌入式系统中.将该嵌入式系统用于列车轴承外圈故障多普勒信号诊断,结果表明了该方法能够有效的在线去除声学信号中的多普勒效应
故障预测是预知维修的关键技术.当前的故障预测研究多停留在是否出现故障以及剩余寿命的预测上,对于故障性质、故障部位缺乏有效的预测方法.本文针对故障性质预测的需要,对振动数据采集策略和数据层融合方法进行了研究.首先,分析了常规振动检测方法对于故障诊断效果的影响,提出了故障性质预测所需要的数据采集模型;其次,设计了振动数据全矢采集方法和采样控制程序,研究了预测模型的数据层融合算法;最后,提出了基于全矢数
准确地表征滚动轴承局部故障信号是进行故障特征提取与分析的基础.本文深入分析了滚动体通过轴承内、外圈局部故障时声发射信号的产生机理,建立了含双冲击响应的声发射信号解析模型,并探讨了声发射信号的频域特征.采用仿真信号与试验信号验证了解析模型的正确性.结果表明:滚动体通过内、外圈局部故障的声发射信号是由进入和离开故障时的两个响应成分组成,且两个响应成分的能量均集中在声发射传感器的共振频率附近.滚动体通过