【摘 要】
：
针对往复压缩机振动信号的非平稳和非线性特性,提出了基于经验小波变换(EWT)与多尺度模糊熵(MFE)的往复压缩机轴承故障特征提取方法.以经验小波变换方法分解各状态的振动信号,形成一系列具有紧支撑傅里叶频谱的AM-FM分量,依据相关性系数筛选包含故障状态主要信息的AM-FM分量.利用多尺度模糊熵对各分量进行定量描述,并以类间平均欧氏距离对尺度因子进行优选,得出可分性良好的特征向量.利用SVM识别轴承
【机 构】
：
东北石油大学机械科学与工程学院,黑龙江大庆163318
【出 处】
：
2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016
论文部分内容阅读
针对往复压缩机振动信号的非平稳和非线性特性,提出了基于经验小波变换(EWT)与多尺度模糊熵(MFE)的往复压缩机轴承故障特征提取方法.以经验小波变换方法分解各状态的振动信号,形成一系列具有紧支撑傅里叶频谱的AM-FM分量,依据相关性系数筛选包含故障状态主要信息的AM-FM分量.利用多尺度模糊熵对各分量进行定量描述,并以类间平均欧氏距离对尺度因子进行优选,得出可分性良好的特征向量.利用SVM识别轴承间隙故障的类型,以识别准确率为依据,通过与不同方法所提取的特征向量进行对比,验证了该方法的有效性.
其他文献
为了检测列车平轮故障,从振动加速度信号中提取故障特征,结合小波包分解理论,提出了一种平轮检测的新方法.引入能量理论,对小波包分解重构信号进行分频段求取能量值,并将求得能量值写成向量形式,根据相关系数的概念,求取各小波包能量向量的相关系数,以判断平轮故障的存在.并设计振动加速度采集系统,通过试验对该方法进行了验证.结果表明该方法是一种有效的平轮故障检测方法.
针对目前智能诊断方法缺少故障样本的问题,提出一种基于数值模拟的个性化故障诊断框架体系及其方法.具体运用转轴不平衡、不对中及碰摩等故障信号数值模拟技术与结合支持向量机分类方法的小波包变换技术.首先,建立转子系统的有限元模型,利用数值模拟软件为工具,综合考虑转子运行状态下转速、支撑轴承刚度、阻尼及环境噪声等影响,获得不同类型故障样本信号;其次,利用小波包对振动信号进行分解获得不同的信号分量,将信号分量
柴油机燃烧压力是反映柴油机技术状况的重要参数,燃烧压力的测试也是进行发动机故障诊断的重要技术手段.提出了一种新型测量柴油机气缸燃烧压力的方法,设计了压力传感器适配器及电荷放大器,并进行了某型坦克柴油机的气缸压力测试实验.根据柴油机压力测试原理,并对所测柴油机压力进行研究分析,选取缸压数据的峰值、均值和方差等作为特征值,对不同工况下各特征值进行比较,分析柴油机各特征值的变化规律,得出柴油机气缸燃烧压
为分析某石化空压机组尾气透平高压叶轮叶片断裂事故的原因,对叶轮进行了基于有限元方法的理论模态分析和基于现场测试的锤击法试验模态分析,两种模态分析方法所得出的叶轮固有频率具有高度一致性,验证了有限元理论模态分析的准确性.经现场振动测试分析,发现机组存在与叶轮某阶固有频率接近的激励频率,且叶轮叶片的断裂形貌与该阶固有频率相对应的模态振型吻合,从而判断叶轮在运行过程中,由于流体对叶片的作用力,激起了叶轮
针对局域均值分解(LMD)在处理非平稳非线性信号的过程中存在的模态混叠问题,提出一种基于互补总体局域均值分解(CELMD)的特征提取方法.对信号进行降采样之后,通过CELMD进行分解,得到包含信号特征的PF分量,并用相关性方法选取有效PF分量重构信号进行分析.轴承故障信号分析结果表明,基于CELMD的方法能够有效实现轴承典型故障的诊断.
以故障诊断为背景,将改进的A1-Shudeifat呼吸裂纹模型应用到Jeffcott转子的动力学分析中,建立时变的转子刚度矩阵,定性分析呼吸裂纹转子的振动特征,利用数值方法对模型进行求解,提取呼吸裂纹转子的响应特征,进而得到呼吸裂纹的界定条件;将快速自适应模态分解方法(FAEMD)应用到裂纹的故障诊断中,相比于传统的EMD方法,该方法避免了端点效应和模式混叠;实验结果与理论分析相吻合,证明所建模型
含有局部故障的齿轮振动信号通常包含周期性冲击成分,冲击重复频率是诊断齿轮故障的重要依据之一.风电增速齿轮箱行星轮局部故障振动信号,由于振动源复杂且相互耦合,且易受时变振动传递路径干扰和强背景噪声污染,表现出频率成分复杂、信噪比低和故障特征微弱的特点.针对该问题,提出基于谱峭度和时间小波能量谱的行星轮局部故障特征提取方法.首先,利用谱峭度确定故障振动信号的最佳滤波参数进行带通滤波,突显周期性瞬态冲击
传统的振动信号分析方法都是基于香农采样定理实现信号的采集,这种信号采样方式,使设备状态监测过程中产生了海量的冗余数据,增加了数据处理的难度以及数据存储与传输的成本.压缩感知理论的提出为解决海量的状态监测数据的存储与传输问题提供了新契机,而振动信号不稀疏的特性又成为压缩感知在故障诊断领域应用的障碍.为此,提出了一种基于块稀疏贝叶斯学习的振动信号重构的方法,该方法利用解的块内相关性,通过解的后验概率知
混流式转轮叶片是水轮机水下非常重要的一个部件,由于其水下运行工况的复杂性和不稳定性,经常发生水轮机叶片疲劳断裂.分析发现作用在叶片应力是导致叶片产生疲劳裂纹的主要原因.然而水轮机复杂的水下工作环境和特殊旋转结构,是进行叶片应力测量的主要障碍.转轮叶片应力测量归类于转动构件的应变测量,与常规应力测量任务的主要不同之处是如何将转动部分的测量信号传输到地面.对于旋转轴的应变测试,由于无法直接连接导线传输
叶端定时传感器由于具有非接触测量叶片振动的优势而光纤叶端定时传感器具有抗电磁干扰能力强、灵敏度高等优点,因而被应用于航空发动机压气机叶片的振动测量当中.本文基于Matlab数值仿真的方法,系统地分析了光纤叶端定时传感器在"6+1"结构下光纤束的轴间距、数值孔径以及芯径大小对光强调制特性的影响,总结了这些参量对光纤叶端定时传感器光强强度调制特性的影响规律,优化并确定了光纤叶端定时传感器在实际应用中的