MRSVD-EMD方法在滚动轴承故障诊断中的应用

经验模态分解(EMD)广泛应用在故障分析过程中,特征提取时从状态信息中提取与机械设备故障有关的信息［1］。针对经验模态分解受噪声影响较大的问题,提出多分辨奇异值分解的方法,可以先利用多分辨奇异值分解将信号分成具有不同分辨率的近似信号和细节信号实现信号降噪,再进行经验模态分解,并计算其Hilbert边际谱得到准确的特征频率。实验通过仿真信号和滚动轴承故障特征提取,证明了多分辨奇异值分解（MRSVD-EMD）方法在滚动轴承故障诊断中能有效去除信号中的噪声成分,提取故障特征频率。     

基于非线性接触测量的步进电机故障诊断技术

为实现对步进电机故障的精准诊断,引进非线性接触测量技术,设计了一种步进电机故障诊断方法。将非线性接触测量过程作为一种对信号的时间序列重构过程,使用加速度传感器,主动采集步进电机在作业中的频谱信号;对步进电机在作业过程中的电流、电压和脉冲等参数进行时间域分析,采用短时傅立叶转换方式,处理步进电机作业信号;通过步进电机故障范围确定与故障点查找,完成步进电机故障诊断方法的设计。设计对比实验证明：该方法不仅可以准确识别步进电机作业过程中的采样信号故障,还可以精准诊断步进电机在不同故障状态下的异常电流值。     

基于傅里叶分解和共振解调的齿轮箱故障诊断（英文）

目的：齿轮箱的振动信号频谱结构比较复杂,难以提取其故障特征频率。傅里叶分解方法可以将振动信号分解为多个单分量信号,利用共振频率筛选出最优分量并进行包络解调,识别特征频率以实现故障诊断。创新点：1.为了求解共振频率,提出一种基于短时向量的最大奇异值比方法;2.将傅里叶分解方法引入到齿轮箱故障诊断中,并利用共振频率选择最优分量进行包络解调以提取故障特征频率。方法：1.分析奇异值比与冲击信号的关系,提出求解共振频率的最大奇异值比方法;2.对比最大奇异值比方法与谱峭度方法在求解共振频率方面的表现,从而验证最大奇异值比方法的有效性;3.对比分析所提方法与传统的总体经验模态分解（EEMD）和变分模态分解（VMD）方法在信号分解与故障特征提取方面的效果,并通过仿真和实验进行验证。结论：1.最大奇异值比方法能够准确计算出共振频率,比谱峭度方法求解的频率值更加精确;2.基于傅里叶分解方法和最大奇异值比的共振解调方法能够有效提取故障特征频率,其在故障诊断方面的表现优于EEMD和VMD方法。     

基于复合字典降噪和优化傅里叶分解的齿轮箱故障特征提取方法（英文）

针对傅里叶分解对噪声敏感且存在模态混叠导致无法准确提取齿轮箱故障特征的问题,提出了一种复合字典降噪与优化傅里叶分解相结合的齿轮箱故障特征提取方法.首先,根据齿轮箱信号特点构造复合字典,结合正交匹配追踪算法降低振动信号中的噪声;其次,针对傅里叶分解过程中的模态混叠现象,提出了利用频谱的极值点划分频带的方法对其进行优化,提高分解质量;再次,使用优化的傅里叶分解将信号分解为若干个傅里叶本征模态分量;最后,选择与降噪后信号相关系数最大的傅里叶本征模态分量进行包络谱分析.该方法可以准确提取振动信号的故障特征频率.通过对齿轮箱故障仿真信号和实验齿轮箱振动信号进行分析,验证了该方法的有效性.     

变压器铁芯多点接地故障诊断及处理

简述了变压器铁芯多点接地这一常发性故障的类型、原因及其诊断,并给出了故障的处理方案.最后,例举了一例铁芯多点接地故障的分析、处理情况.     

导弹电源系统故障诊断实验

为了能用理论去指导实践,并在实践中进一步认识理论,开发了由计算机辅助分析的导弹电源系统故障诊断实验。首先,采用Multisim10.0电路仿真软件搭建虚拟实验平台,获得电源系统的主要故障模式;然后,设计制造实验硬件平台,供实际设置故障;最后,基于多信号诊断模型,利用LabVIEW和VB开发了诊断软件。详细论述了多信号故障诊断模型的诊断原理,给出了实验步骤,并对实验数据进行了处理和分析。该实验使学生对故障诊断方法和导弹电源系统有了深刻认识和理解。     

一种新颖的模拟电路故障诊断方法

为了更准确的诊断模拟电路故障,并节约诊断时间,提出了提取故障信号的峭度和偏度作为特征向量的故障诊断方法,相对于传统的以二阶统计量为基础的故障特征提取方法,峭度和偏度能有效地抑制噪声影响,显著减少了信号的失真,从而最大限度地保持了故障信息的原貌;并对信息融合技术加以运用,不再单一的运用电压信号作为构造故障特征向量的信息源,而是同时采样电压和电流信号作为故障特征提取的信息源,增加了故障信号的有效信息量.通过对实例电路的仿真诊断结果表明,该方法故障诊断率高、诊断时间短,不失为一种新的有效的模拟电路故障诊断方法.     

基于能量频谱分析法的电机故障诊断

基于定子电流信号进行异步电机故障诊断时,转子断条和匝间短路故障特征频率分量常常被电流的基频分量淹没,利用小波变换的能量谱对其进行诊断十分必要.考虑到小波分析在时域、频域都具有表征信号局部特征的能力,能通过时频窗的灵活变换来突出信号的不同频率成分;同时还有用小波处理非平稳信号的优越性,计算出各频带所占能量,进而获取能量分布的故障特征.实践表明,通过上述分析并从能量分布的角度出发,可以快速、准确地诊断出电机故障,诊断效果好于傅里叶分析;同时也提供了一种思路,为电机故障在线实时诊断提供了理论依据.     

基于群灰色关联度分析方法的电力变压器绝缘故障诊断

基于变压器油中溶解气体分析,提出了一种基于群灰色关联度分析的变压器绝缘故障诊断新方法.首先根据故障类型与灰色参考序列构造,选择变压器典型故障样本构造多组参考序列,这些参考序列组构成一个灰色参考序列群.其次根据给出的新的关联系数计算方法,计算个体关联系数和关联度.然后根据给出的群灰色关联度计算方法,计算群灰色关联度和构造群灰色关联度矩阵.最后根据关联序识别变压器绝缘故障诊断.通过大量变压器绝缘故障诊断实例分析,所提方法诊断准确性与可靠性优于三比值法和传统的灰色关联分析方法,具有较好的分类诊断能力和可靠性.     

基于小波特征的油浸式变压器电弧光故障诊断

基于小波分解频带能量特征和BP神经网络的方法识别油浸式变压器短路故障。利用电弧光信号进行油浸式变压器短路故障诊断,对不同工况下的光信号进行多分辨率分析的四层小波分解,选择合适的重构小波系数,提取特征频带。对提取出的特征频带的小波系数作平方和归一化处理,求出每个特征频带的能量,作为特征参数输入到BP神经网络模型中进行训练和故障识别。     

基于LabVIEW的电动机轴承故障诊断和性能退化评估系统设计

轴承作为电动机的核心部件,主要起到支撑引导轴、减小设备摩擦、连接不同设备等作用,准确判断其故障类型并评估其健康状态对于合理安排设备的检修具有重大意义。为此,设计了一套基于LabVIEW平台的电动机轴承实时故障诊断和性能退化评估系统。利用卷积神经网络(CNN)的特征挖掘能力,自主学习原始振动信号中的故障特征,在LabVIEW平台上构建故障诊断模型,实现轴承运行状态的实时诊断;对原始振动信号小波降噪后,提取信号时域特征,通过对所提取的特征进行主元分析(PCA)来获取表征轴承性能退化的综合指标;在LabVIEW平台上开发电动机轴承的故障诊断与性能退化评估系统软件。在线故障诊断和性能评估实验结果验证了该系统的实时性和有效性。     

基于小波包络分析的滚动轴承故障诊断研究

滚动轴承出现故障时的振动信号是非平稳信号,傅立叶变换方法难以达到满意的效果。小波分析可同时从时域和频域两个方面对信号进行分析,十分适于滚动轴承的故障诊断。根据滚动轴承故障诊断理论,通过构造轴承上有单个损伤点时的仿真信号,应用小波包分析与包络分析相结合的方法,成功提取了滚动轴承的故障特征,并在此基础上对实测的滚动轴承振动信号进行分析,实验结果表明小波包络技术可以有效的提取滚动轴承故障信号。     

基于小波分析的机械故障诊断

噪声是影响设备早期故障诊断正确性的主要因素。利用小波变换对机械设备的噪声信号进行多层次分解,并根据奇异性进行滤波,该法可以对信号进行良好的降噪,同时也不会弱化信号中的弱故障信号。通过对机械设备早期故障信号分析,结果表明奇异信号特征法对水泵早期故障诊断是有效的。     

变压器铁芯多点接地故障的检测与处理

分析了常见变压器铁芯多点接地故障的类型及原因,介绍了变压器铁芯多点接地故障的检测和处理方法.     

含稀疏度约束的非负张量分解算法及其在故障诊断中的应用(英文)

针对双谱分析在应用于机械设备故障诊断过程中面临的问题,提出了含有稀疏度约束的非负张量分解算法及基于此的二次故障特征提取方法.首先,改进已有的非负张量分解算法,加入稀疏度控制策略;其次,将机械振动信号的双谱图像堆叠为一个三阶张量;然后利用改进后的分解算法对该张量进行二次故障特征提取,得到代表局部特征的"基图像";最后,通过计算得出基图像在构成原双谱图像中所占的权重,并将得到的权重向量用于故障分类.将该方法应用于齿轮箱故障诊断的结果表明,从齿轮箱振动信号的双谱中提取出来的二次特征不仅能够反映出系统中存在的一些非线性特征,而且二次特征与故障特征频率之间有直观的对应关系,从而为解释齿轮箱故障与对应双谱之间的关系提供了很大的方便.     

整流变压器铁芯多点接地故障诊断与处理

通过对万铝变3#整流变压器主变铁芯多点接地故障的分析,找出产生故障的原因及如何处理铁芯多点接地,并提出防范措施。     

基于小波变换的滚动轴承故障诊断研究

分析滚动轴承的失效机理及出现故障时的特征频率。小波分析能同时从时域和频域两个方面对信号进行分析,应用小波变换加包络分析相结合的方法,成功提取仿真信号和实测信号中的周期性成分,对滚动轴承故障做出准确诊断。     

基于IWO-PSO优化支持向量机的模拟电路故障诊断

为提高模拟电路故障诊断率,提出一种基于IWO-PSO优化支持向量机的电路故障诊断方法。通过对典型电路进行Monte-Carlo分析,提取输出端时域信号,经小波包提取特征参量,生成样本数据,再经IWO-PSO改进入侵杂草算法,优化多核SVM参数后建立相应故障诊断模型。实验表明,该模型能较好实现地电路故障诊断模拟,与已有方法相比,可获得较高的故障诊断正确率。     

基于LabVIEW的变压器局部放电监测系统设计

通过设计一款变压器局部放电的超高频监测系统,将微弱的超高频信号放大到足够的幅度,采用多级滤波去除带外干扰,以便于对传输线路所采集到的超高频信号进行处理与分析,并利用Lab-VIEW软件仿真与虚拟分析,对电力系统变压器的故障进行早期诊断,对变压器早期产生病变以及发展趋势发出预警,以确保电力系统变压器安全、可靠地运行。     

滤波耦合法在航空发动机振动去噪中的应用

在航空发动机故障诊断研究中,如何从被干扰的信号中有效去除噪声并提取更为准确的故障信息是十分重要的.本文结合实际问题,在小渡分析和中值滤波两种方法的基础上提出了Db小波与自适应中值滤波耦合法,并用该方法分析了某型航空发动机振动信号,其有效地去除了一系列噪声.