【摘 要】
：
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
【机 构】
：
温州大学机电工程学院,温州325035
【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,将信号分量单支重构后再经过特定的时域参数计算,并将结果作为特征向量.最后,利用实测信号的小波包分解后参数计算的特征向量作为测试样本来训练支持向量机,从而完成模式识别.数值模拟和实验研究结果表明其可行性.
其他文献
风电作为一种清洁的可再生能源,越来越受到世界各国的重视.齿轮箱作为风力发电机组的关键部件,其运行的健康状况对整个风力发电机组的正常运行影响重大.齿轮箱振动信号中包含有用的故障信息,但由于齿轮箱故障信号比较微弱,容易被外界噪声和其他部件的振动信号淹没.对独立分量分析(ICA)典型算法的理论进行了论述.通过将分析结果与齿轮箱故障波形进行对比,发现采用基于负熵的FastICA进行信号分离不仅有助于正确地
齿轮箱是风力发电机械设备中的重要组成部分,由于自身的功能性决定,齿轮箱也是风力发电机机械设备中故障最频发的系统之一,由此风力发电机齿轮箱的故障诊断问题也就被凸显出来.目前比较常见的研究方法是检测风电机组转子的工作状态,通过获取振动信号进行频谱分析并诊断故障.在此基础上,根据对振动信号处理方法的不同可分为传统信号处理方法,现代信号处理方法以及人工智能处理方法.通过描述对比已有各种齿轮箱故障诊断方法,
局部均值分解(Local Mean Decomposition,LMD)方法是一种以信号局部极值点为基础的非平稳信号分析方法.在实际应用过程中,由于信号采样点与信号局部极值点的偏差,会导致分解结果失真.以三角函数信号为研究对象,分析了不同采样频率下LMD方法分解误差的变化情况,并提出了相位平均模型定量描述不同采样率下LMD方法的理论分解误差.在此基础上,通过数值实验验证了理论误差模型与实际误差的一
滚动轴承的局部故障振动信号一般表现为周期的瞬态冲击成分.对轴承振动信号进行瞬态冲击成分分析,可以提取轴承的故障特征.而在强噪声存在的情况下,很难提取冲击故障.提出了基于最大相关峭度去卷积和增广拉格朗日收缩方法对微弱滚动轴承故障进行诊断.首先采用最大相关峭度去卷积进行降噪处理,然后通过最大相关系数法建立Laplace小波字典,最后采用增广拉格朗日收缩来求解稀疏表示系数.通过分析轴承故障仿真信号和实验
作为一种有效的非稳态信号处理方法,经验模态分解已经广泛地应用于旋转机械的故障诊断中.但是该方法的诸多弊端,如端点效应、模态混叠和终止准则等问题,限制了它的应用.提出了一种快速自适应经验模态分解的方法.该方法利用顺序统计滤波器拟合极值曲线,替代了费时低效的三次样条曲线方法.实验信号的分析结果表明,该方法具有快速、高效和自适应强的特点,在滚动轴承的故障诊断中取得了良好的效果.
齿轮箱是一个复杂的传动系统,由于其工作环境的恶劣和复杂的内部传动,经常导致齿轮及轴承的故障,对齿轮箱典型故障信号特征分析意义重大.提出了一种基于包络排列熵的故障特征提取方法.通过齿轮箱故障模拟实验,采集齿轮及轴承故障时的振动信号,使用包络优化算法,提高对故障信号分析的准确性;然后计算其排列熵,得到故障振动信号的包络排列熵曲线,提取故障特征;实验结果表明:该方法提取齿轮及轴承的故障特征十分有效.
在小样本在线自适应反面选择算法中产生的界面检测器存在过度拟合和欠拟合情况发生,提出了基于疫苗机理的改进的界面检测器生成方法.在测试阶段,阴性疫苗可以克服过拟合来提高检测率;阳性疫苗可以克服欠拟合来减少假报警率.对比试验结果表明,带有疫苗机制的界面检测器具有较好的检测效果.
基于数据挖掘技术的机床主轴故障诊断系统,系统由信号采集及故障特征提取、诊断规则获取及知识库搭建、故障分析机制三个功能模块组成.重点研究诊断规则的获取技术及主轴知识库搭建,提出了基于粗糙集理论的故障诊断决策生成算法.算法利用信息系统的不可分辨特性,通过属性约简,提高规则求取效率,并通过软件建立数据知识库,建立主轴故障推理机制.实例研究证明该方法可行.
直升机主传动系统结构复杂,如果其中的关键部件出现故障,往往容易引发严重事故.如何更有效地获取直升机主传动系统关键部件的状态信息,为主传动系统关键部件健康状态监测提供充分的状态感知信息,是提高直升机飞行安全性需要面对的首要问题之一.通过建立直升机主传动系统的物理模型,对关键部件损伤信息在传动系统不同部位的表现形式进行了仿真分析,在此基础上,对传感器的测点布局进行了分析与优化选择.
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.