基于IMCKD与谱负熵的滚动轴承故障诊断方法

针对轴承故障成分常以周期性冲击成分出现在振动信号中,而冲击信号常被强大噪声淹没,导致轴承故障诊断难度较大的问题,提出一种基于改进的最大相关峭度解卷积(IMCKD)与谱负熵的故障特征提取方法。首先,采用改进的最大相关峭度解卷积以最大相关峭度为目标对原始振动信号进行降噪处理,检测信号中的周期性冲击成分;然后,以最大谱负熵值为准则寻找信号的最佳分析频段;最后,通过平方包络解调提取出轴承的故障特征。仿真和实测信号验证了该方法的有效性。     

基于EEMD和平滑能量算子解调的轴向柱塞泵故障特征提取

针对液压泵振动信号出现的调制现象,提出基于集总平均经验模态分解(ensemble empirical mode decomposition,EEMD)和平滑能量算子解调相结合的方法进行解调,并运用小波包分解频带能量的方法提取了轴向柱塞泵的特征向量.首先,利用EEMD将采集到的柱塞泵振动加速度信号分解成若干个平稳的本征模函数(IMF);然后,选取包含主要故障信息的本征模函数通过能量算子解调的方法进行包络解调,从而提取振动信号在高频谐振带的包络成分;最后,运用小波包理论提取各频带的能量作为特征向量.结果表明:基于EEMD和平滑能量算子解调的方法能有效地避免模态混叠现象,提取振动信号的包络成分,成功获得各种状态下的特征向量.     

基于MOMEDA和IITD的滚动轴承微弱故障特征提取

为了清晰准确地提取出强背景噪声下滚动轴承微弱故障特征,对采集的外圈故障轴承的振动信号用MOMEDA进行信号增强;然后,利用IITD分解得到一系列模态,并对分解得到的模态进行包络解调提取故障特征;最后,进行了故障模拟实验,实验结果表明了该方法的有效性。     

基于固有时间尺度分解的能量算子解调法及故障诊断应用

针对Teager能量算子包络解调方法主要用于对单分量的调幅调频信号进行解调,而真实机械故障信号多为多分量的调幅调频信号的问题,提出了能量算子与固有时间尺度分解相结合的解调方法.首先,利用固有时间尺度分解法将原始振动信号分解为若干个固有旋转分量和一个单调趋势项,并基于波形匹配算法实现原始数据的自适应端点延拓以解决分解过程中的端点效应;然后再选取合适的固有旋转分量,利用能量算子方法实现调制信号的包络解调;最后,将该方法应用于仿真信号和故障模拟信号.结果表明:该方法能有效地提取机械振动信号的故障特征.     

EMD降噪与小波变换在轴承故障诊断中的应用

在轴承故障诊断中,为降低噪声对小波变换的干扰,提出了先用经验模态分解、再用小波变换对信号进行分析的综合处理法.在用经验模态分解方法的自适应性对信号进行分解的基础上,选用峭度值优选贡献率高的固有模态函数重构信号,计算其自相关函数,然后进行小波变换,得到分解后细节信号的级联谱,对效果最好的分量进行Hilbert解调.该方法解决了噪声对弱故障信号干扰导致诊断效果不明显的问题,提高了小波变换的故障识别率和效率.轴承滚动体点蚀故障试验结果表明:该方法能有效提取轴承滚动体故障特征,与传统包络解调相比具有更好的效果.     

基于MED和EEMD的滚动轴承故障诊断方法

针对滚动轴承早期微弱故障特征难以提取的问题,提出将最小熵反褶积(MED)和集成经验模态分解(EEMD)方法相结合用于提取轴承微弱故障特征的方法。首先,采用MED对滚动轴承振动信号降噪,以增强冲击特征;然后,利用EEMD分解降噪后信号得到一组固有模态分量(IMF),依据相关系数和峭度准则,选择敏感的IMF分量重构信号,并采用希尔伯特包络解调提取故障特征;最后,通过仿真信号和实验台信号验证了该方法的有效性。     

基于Teager能量算子的解调方法

为实现调制信号瞬时幅值和瞬时频率的分离检测，研究了Elilbert变换解凋方法和Teager能量算子解调方法，给出了详细算法和应用注意事项。利用仿真信号对两种解调方法进行了对比分析，结果表明：Teager能量算子解调方法解调效果较好，町红机械振动信号的解调分析中广泛采用。     

基于Hilbert变换的包络解调法在鱼雷电磁引信中的应用

分析了鱼雷电磁引信的目标信号及其低频调制包络的特性,阐述了Hilbert变换的原理,提出了一种基于Hilbert变换的包络解调法并对其解调原理进行了推导.在Matlab/Simulink环境下,对上述的包络解调法应用于电磁引信目标信号的解调进行了仿真.结果表明,相比传统的电磁引信检波方法,Hilbert 变换法具有解调输出信号波形失真小和解调稳定性高的优点.     

基于短时加权峰度的包络解调及其优化研究

针对机械故障信号中大幅值冲击成分的提取问题,提出了基于短时加权峰度的包络解调方法,通过与基于Hilbert变换的传统解调方法对比分析,验证了该方法的有效性。为了寻找最佳窗宽,给出了一种采用包络细化谱中大幅值冲击成分的基频及其倍频的功率和占包络总功率比值作为评价指标的优化方法。     

基于空间采样法的齿轮调相振动信号解调

在对机械设备的齿轮部件进行振动监测时,由于载荷以及转速波动等因素的影响,会引起振动信号的相位调制,使得频谱严重失真.通过对调相现象的理论分析和数值仿真计算,提出了基于空间采样的齿轮振动调相信号的解调方法,结果表明,该方法可以获得有价值的振动信号,从而进行有效的齿轮故障诊断.     

基于线性混合盲分离模型的电机故障诊断方法

基于定子电流信号的频谱分析方法诊断电机故障,其检测的精度易受到噪声干扰及频率分辨率的限制。为解决这一问题,提出了一种基于线性混合盲分离模型的电机故障诊断方法。该方法采用固定点算法从电机的定子电流信号中分离出故障特征信号,由观测信号估计出混合矩阵,据此计算故障特征信号的幅值,再根据幅值在电机正常和故障状态下的变化实现对电机故障的诊断。以电机转子故障为例进行了实验,结果表明:该方法可实现转子断条故障的可靠诊断,并且在短数据条件下,也能取得较好的诊断效果。     

基于 EEMD 的滚动轴承故障诊断方法

针对经验模态分解（empirical mode decomposition,EMD）方法处理轴承振动信号时存在的缺点,指出极值点的选择是产生模态混叠现象的原因。分析了集成经验模态分解（ensemble empirical mode decomposi-tion,EEMD）方法抑制模态混叠现象的原理,讨论了加入高斯白噪声的次数和大小对 EEMD 方法分解结果的影响,并通过仿真和实测信号对 EMD 和 EEMD 方法的性能进行了比较测试。结果表明：EEMD 方法不仅能够有效地抑制模态混叠现象,而且能更好地反映出轴承振动信号中的故障信息。同时,对通过 EEMD 方法得到的重构信号进行平方包络分析,结果证明：该方法能够有效地提取出滚动轴承的故障特征。     

基于自适应滤波的4FTSK信号解调方法及DSP实现

针对某型通信设备中无线数传机的信号解调问题,研究了一种基于自适应滤波算法的解调4FTSK信号的方法.采用常用的最小均方误差(LMS)自适应算法,跟踪信号的单一频率,分析输出信号的包络,实现4FTSK信号的解调.详细介绍了此种解调方法的基本原理及实现过程.研究了用DSP技术来实现自适应解调算法,并给出了对4FTSK信号的解调结果.     

基于高阶谱净化的水声目标宽带调制信号检测

针对水声目标解调谱轴频提取中低信噪比和低频信号干扰严重的问题,给出了一种检测水声目标辐射噪声宽带调制信号的方法。首先利用希尔波特变换解调出信号包络,进而计算出解调谱;根据螺旋桨桨叶旋转产生的调制线谱存在明显的谐波关系,利用高阶累计量对角切片对解调谱进行净化;根据线谱波形特征进行线谱检测识别得到比较干净的线谱成分。通过实际舰船噪声检验分析,该调制信号检测方法能够较好的检测出水下目标辐射噪声中调制线谱的基频以及谐波成分。     

柴油机气阀故障振动诊断的初步试验研究

文章首先简述了故障诊断的重要意义。它对于提高柴油机的操纵管理水平、进行视情修理、节约修理费用、提高舰艇在航率是有帮助的。本文着重介绍了气阀间隙异常与气阀漏气的故障诊断试验。其诊断原理就是利用气阀在开和关时产生的冲击振动信号,在时域、频域、幅域进行分析,而后把异常时测得的信号和正常时的振动信号进行比较,根据其差异的性质和大小来诊断气阀的故障。本试验采用加速度计、测振仪、电荷放大器、光线示波器等,将测到的振动信号仅在时域里作了分析。根据振动信号出现的早晚、幅值的大小、延续时间的长短来诊断气阀机构的故障。只要测点选择合适,故障时的异常振动信号是明显的,发动机正常工作时的其它振动信号随着转速升高、负荷增加而变大,对气阀的异常信号干扰也增大,所以低速小负荷要比高速大负荷容易诊断出故障来。在试验中除了气阀开关时的冲击振动信号之外,还出现了许多其它的信号,也通过对比试验一一作了识别。     

基于高斯白噪声加入的EMD在旋转机械故障诊断中的应用研究

为了避免经验模式分解(EMD)过程中不同时间尺度函数间的模式混叠,采用基于高斯白噪声加入的经验模式分解方法,并将之应用于旋转机械故障诊断中。该方法主要是对同一信号重复若干次加入相互独立的高斯白噪声序列,并分别筛选固有模式函数,而后把各个对应的固有模式函数进行平均计算,消除白噪声对分解结果的影响。最后,通过对固有模式函数进行包络解调,从中提取故障特征。对实际旋转机械故障振动信号的分析结果表明,该方法能有效避免固有模式函数间模式混叠,提高故障诊断效果。     

基于声测法的齿轮箱齿轮故障诊断研究

分析了齿轮箱故障机理及其与噪声信号的内在联系 ,利用声检测原理对齿轮箱工作状态进行了监测实验 ,分析处理了系统正常和故障工况下的声学及振动信号 ,并通过倒频谱分析方法进行特征参量提取 ,成功地判断出了齿面磨损故障。     

一种鱼雷电磁引信目标信号特征识别的新方法

描述了表征信号奇异性的Lipchitz指数方法,分析了小波变换检测信号奇异值的原理,结合鱼雷电磁引信目标信号的包络信号在到来和结束时刻以及在最大值点存在奇异值的情况,提出了一种识别包络信号的幅度变化率和持续时间特征的新方法。在Matlab环境中对该方法进行了仿真分析,结果表明:相比传统的模拟电路的识别方法,该方法识别精度高。     

遥测振动参数的处理

文本阐述了在导弹研制过程中遥测振动参数的处理的意义,讨论了弹上遥测振动参数的数字量准确描述弹上振动状态所必须满足的条件。其中包括振动传感器、低通滤波器、数据的采样率及遥测头异校值的选取,并指出了它们之间的内在关系。文章着重分析了地面计算机的速变参数处理方法,其中包括用观测法进行信号平稳性检验,频谱分辨率与FFT样点的关系,及各种FFT处理方法基于频谱分辨率和估计方差这两个最重要指标的优劣。     

模式识别方法诊断机械故障实验分析

本文用统计模式识别方法进行了减速机故障诊断试验,选择振动信号幅值概率分布的前几阶矩作为特征向量来进行状态信息凝聚,实验中,将设备的状态分为正常和故障两种状态,应用模式识别方法进行状态分类,实验数据分析的结果表明,实验方法是有效的。