柴油机缸盖振动信号关联维数的影响因素分析

柴油机缸盖振动信号的关联维数是柴油机健康状况评估的重要参数。在实际工程应用中,关联维数的计算面临着重复性差的问题,通过分析振动信号的截取方法、信号成分以及工况等因素对关联维数计算的影响,较好地解决了关联维数计算重复性差的问题。     

关联维数在梁式结构损伤检测中的应用

为探索有效实用的结构损伤检测方法,运用分形理论直接对结构振动信号进行关联维数分析,通过度量系统输出的奇异性来识别结构的局部损伤,提出了基于振动响应关联维数的结构损伤检测方法.简支梁损伤算例结果表明,该方法能够准确地检测出梁式结构单个和多个不同程度的损伤位置,同时关联维数指标变化值会随着损伤程度的增加而增大.与曲率模态指...     

加权振动烈度在齿轮箱状态监测中的应用研究

针对齿轮箱运行过程中状态监测的性能特征参量及其评价标准的确定问题,研究以齿轮箱振动烈度为性能特征参量,依照国标GB6075—1985来判定齿轮箱运行状态,提出在特征频率处计算振动烈度,即加权振动烈度,以此作为监测量来判定齿轮箱性能状态,并可以对故障进行初步定位。     

关联维数在转子系统状态监测应用时参数选择的实验研究

给出了转子系统状态的关联维数方法,通过获取大量实验数据来计算关联维数。在此基础上讨论了在计算关联维数时如何选择合适的重构相空间的矢量数、嵌入维数、时间延迟及矢量间间距等参数,最后给出了分析结果。     

时间序列关联维数快速算法及实现

针对关联维数计算耗时量大的问题,通过改进点对距离的度量方法,以及采用K-NN技术进行点对的搜索实现了关联和的快速计算,较大程度地提高了关联维数的计算速度.验证表明对于长度为20 480的时间序列,采用快速算法计算关联维数,其耗时量是G-P算法的1/60.     

粒子群优化齿轮箱振动信号周期分量提取方法

为了从齿轮箱振动信号中快速获得各零部件的振动信号,给准确定位故障部件提供理论依据,提出了一种适合于齿轮箱振动信号周期分量提取的改进型粒子群优化算法。在对齿轮箱振动信号、周期信号振幅与对应频率间的关系以及初始相位与对应频率间的关系分析的基础上,以各特征频率及其组合为基准生成初始种群进行优化,减少了周期信号提取中的盲目性,加快了周期信号的提取过程。最后,对实验室的齿轮箱进行了不同工况下振动信号的检测,以这些信号为例进行了周期分量的提取,结果说明所提方法是可行有效的。     

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。     

基于阶次分析方法的齿轮箱齿轮故障诊断研究

研究了旋转机械非稳态振动信号分析中的计算阶次分析方法．分析了该方法在重采样过程中的采样率设置规则．利用插值算法实现了对等时间间隔采样的齿轮箱振动信号的角域重采样,将其应用于齿轮箱加速过程故障诊断,成功识别了齿面磨损故障．结果显示,阶次分析法能有效避免传统频谱方法出现的频率模糊现象,在处理非平稳转速变化信号时具有独特的优越性．     

齿轮箱故障诊断特征级数据关联方法研究

提出了齿轮箱故障诊断特征级数据关联的定义．在该定义的基础上,提出了基于Bootstrap方法的小样本诊断特征参数关联的方法．利用某型齿轮箱振动试验台测取的振动加速度响应信号对提取的特征参数进行了关联评估,基于Bootstrap方法的特征级数据关联方法正确区分出了效果不好的特征参数,证实了该数据关联方法的正确性．     

人字齿轮振动模型的解算方法

对人字齿轮传动装置振动模型的解算方法进行了分析讨论 .从中得出在齿轮传动系统振动模型中 ,从参数的确定到模型定量的求解 ,经常不得不采用有限元计算方法 .对于齿轮箱体的分析模型 ,只能采用有限元法建立 ,而对于齿轮的固有振动特性的确定更是离不开有限元方法 ,因此齿轮箱的振动特性的求解除了试验方法之外 ,有限元法应作为基本方法 .     

一种齿轮箱振动控制方法

从机械结构的振动控制理论出发 ,提出了一种齿轮箱振动控制方法 ,研究并讨论几种齿轮箱箱体以及齿轮本体的结构参数对动态特性的影响 ,其结论可以为齿轮箱的振动设计提供参考依据     

基于模态分析的变速箱振动测点优化配置

针对坦克变速箱振动信号在状态监测中测点的选择问题,提出了根据不同测点的频响特性优化振动测点的方法。通过分析变速箱箱体的有限元动力学模型,得到箱体的各阶固有频率和振型,选择模态分析中总位移较大的位置作为最优的测点安装传感器,为试验测点布置以及状态监测和评估提供理论支持。研究结果表明：位于风扇联动装置齿轮箱附近的传感器对变速箱振动信号的强弱变化比较敏感。     

基于小波包变换和BP网络的齿轮箱故障诊断

利用小波包分析提取出齿轮箱在各种工况下振动信号的有效成分,根据时频域特点提取比较典型的特征参量,利用改进的BP网络进行训练,根据训练结果判别齿轮箱的故障状态。     

基于阶次小波包与粗糙集的轴承故障诊断

针对齿轮箱启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法诊断精度不高的现状,将阶次小波包和粗糙集理论引入轴承的故障诊断中,提出了一种新的故障诊断方法。首先利用阶次跟踪算法对瞬态振动信号进行重采样,得到等角度分布振动信号,其次采用小波包对该信号分解—重构,并对每个频段的能量进行归一化,构成特征向量,通过粗糙集理论得到清晰、简明的决策规则,最后通过故障实例验证该方法的有效性。     

齿轮箱非线性研究现状与展望

从齿轮箱非线性的产生及现象、非线性建模和非线性信号处理等方面论述了当前齿轮箱非线性研究的现状,阐述了目前齿轮箱非线性研究工作的特点,探讨了今后齿轮箱非线性研究的几个关键问题。     

基于LabVIEW的变速箱状态检测系统

采用门限关联度理论进行变速箱状态检测,并构建了以虚拟仪器为核心的变速箱状态采集系统,建立了表征变速箱状态的特征参量和正常故障判定准则,采用LabVIEW开发了检测与故障判定软件系统。     

齿轮箱振动测试与分析

在对某型齿轮箱的模态、振动烈度和振动加速度进行测试的基础上,详细分析了测试结果.模态测试得到了齿轮箱的振型和模态参数,振动烈度测试结果表明该齿轮箱处于良好工作状态,振动加速度测试结果显示该齿轮箱的减振措施达到了预期的效果.最后,对测试提出了建议.     

基于NNLI技术的齿轮箱故障诊断

将NNLI技术应用到齿轮箱的故障诊断中,提出了基于NNLI的特征提取方法,并将该方法与神经网络结合起来,进一步提出基于NNLI特征提取的神经网络故障诊断方法,给出了两种不同的网络分类器,通过齿轮箱故障诊断实例验证了该方法的有效性。