基于分数阶滤波的全息阶比解调谱及齿轮早期故障诊断

为提高变速器齿轮早期故障诊断的准确性和可靠性,提出了一种基于分数阶傅里叶变换(fractional Fourier transform,FRFT)滤波的全息阶比解调谱方法。对变速器变转速过程的水平与垂直测点振动包络信号进行分数阶滤波,分离出调制频率分量,再对分离后信号进行全息阶比谱分析,得到调制分量的全息阶比解调谱,并对齿轮早期点蚀故障进行故障诊断。试验结果表明,基于分数阶滤波的全息阶比解调谱,兼具分数阶滤波分离频率变化分量的特点与全息阶比谱融合多维特征的优势,既能有效分离变转速过程的调制分量,隔离其他分量和噪声干扰,又能有效融合两个方向的关键特征信息,有效诊断出单测点单特征方法难以识别的齿轮早期故障。

基于改进阶比的变速器微弱故障特征提取

提出了一种基于转速调整的改进阶比分析方法,并应用于提取变速器齿轮微弱故障特征。从理论上分析了传统阶比方法分析转速波动信号的局限性,提出了基于转速调整的改进阶比分析方法,采用传统和改进阶比方法对实测转速波动信号进行分析,通过对比证实了转速波动对传统阶比分析结果有较大影响,而改进阶比方法能有效克服该影响,明显改善了分析效果,提高了分析精度。分别采用传统阶比和改进阶比方法对变速器加速振动信号进行分析,结果表明,传统阶比谱不能正确区分齿轮正常与轻微故障状态,而改进阶比谱能清晰反映齿轮正常与轻微故障状态的幅值能量变化,说明改进阶比方法能有效分析转速波动信号并正确提取出微弱故障特征。

基于多分类支持向量机和D-S证据理论的轴承故障诊断

针对支持向量机(SVM)硬判定输出分类结果缺乏定量评价的问题,提出了一种多分类SVM后验概率建模的改进方法。通过引入D-S证据理论,得到多分类SVM在D-S证据理论识别框架下的基本概率分配,使样本在分类时同时具有定性解释和定量评价。接着,将多源信息送入SVM之后在决策级对多个SVM分类输出进行证据融合,以提高诊断精度。最后,将该方法应用于轴承故障的诊断中。结果表明,该方法能正确分类采用单源信息时所错分样本,降低识别的整体误差,显著提高故障诊断的准确性。

基于高阶累积量的轴承并发故障振动信号分析

针对并发故障特征相互耦合、互相调制且容易被噪声淹没而难于提取的实际问题,利用高阶累积量能有效抑制噪声、识别相位耦合和检测系统非线性的特性,提出了基于高阶累积量的AR双谱方法,并对曲轴轴承、连杆轴承并发故障加速振动信号进行分析.结果表明,基于高阶累积量的AR双谱能从多种激励源相互耦合、互相调制的复杂信息中,分辨出各运行部件的激励频率.曲轴轴承和连杆轴承并发故障时,信号之间存在耦合与调制现象,基于高阶累积量的AR双谱能对曲轴轴承、连杆轴承产生的激励信号进行有效地去耦和解调,分辨出并发故障时,曲轴轴承特征频段为1.5～1.8,kHz,连杆轴承特征频段为0.9～1.1,kHz,特征频段的幅值能量可以作为诊断并发故障的特征参数,表明AR双谱是提取曲轴轴承、连杆轴承并发故障的一种有效方法.

基于分数阶傅里叶变换的邻近阶比分离研究

提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的邻近阶比分离方法。根据变速器输入轴转速信号及传动比确定FRFT最佳阶次,对变速器升速过程振动信号进行最佳阶次FRFT,在该分数阶域分离邻近阶比分量,并对分离出的单分量信号进行阶比分析。试验结果表明:根据转速信号确定FRFT最佳阶次,准确、快速、鲁棒性好,并具有自适应性;最佳阶次的FRFT能准确分离提取邻近阶比分量,对分离出的目标阶比分量进行单分量分析,能有效解决邻近阶比胶合问题。

基于FRFT的改进多尺度线调频基稀疏信号分解方法

针对全局搜索基函数计算量大的问题,提出了基于分数阶傅里叶变换(Fractional Fourier Transform,FR-FT)确定基函数的改进多尺度线调频基稀疏信号分解方法。通过解析信号的FRFT消除实信号FRFT结果中的对称项,两级搜索FRFT幅度谱确定信号的最佳基函数,检验该方法的计算效率和抗噪性能,并采用该方法分解频率呈曲线变化的多分量非平稳信号。试验结果表明:对解析信号进行FRFT能有效消除实信号FRFT结果中的对称项;基于FRFT确定基函数速度快、精度高、抗噪能力强,与频偏大小、频率变化快慢无关,不需先验知识,有效克服了全局搜索方法计算量过大的问题;基于FRFT的改进多尺度线调频基稀疏信号分解方法能快速、准确地分解频率呈曲线变化的多分量信号,适合于旋转机械瞬变工况下非平稳信号的瞬时频率估计与目标分量隔离分析。

基于FRFT的单分量阶比双谱提取微弱故障特征

提出了一种基于分数阶傅里叶变换(fractional Fourier transform,简称FRFT)的单分量阶比双谱分析方法,消除阶比双谱分析多分量信号时产生的交叉项,提取变速器齿轮微弱故障特征。根据变速器输入轴转速信号及传动比确定FRFT最佳阶次,对变速器升速过程振动信号进行最佳阶次FRFT,在该分数阶域分离目标阶比分量,对分离出的单分量信号分别进行阶比双谱分析,并累加各分量阶比双谱结果得到基于FRFT的单分量阶比双谱。试验结果表明,变速器变速过程振动信号为多阶比分量信号,直接对其进行阶比双谱分析会产生明显的交叉项,使阶比双谱阶次和幅值失真。基于FRFT的单分量阶比双谱方法能有效屏蔽其他分量和噪声干扰、消除交叉项,真实、准确反映被分析信号的阶比双谱,有效提取变速器齿轮微弱故障特征。

基于变精度粗糙集理论提取发动机振动故障特征

为了从受强噪声干扰的信号中提取出故障特征信息，提出并应用了一种基于变精度粗糙集理论提取发动机振动故障特征的方法，对实测数据进行分析并与Pawlak粗糙集模型提取故障特征的结果进行比较。分析结果表明：采用变精度粗糙集的近似逼近理论能有效地提取发动机故障特征，并能克服Pawlak粗糙集模型对数据噪声过于敏感的缺点，增强了数据分析和处理的鲁棒性。

基于稳健全息阶比谱提取微弱故障特征

提出一种稳健全息阶比谱方法,用于提取变速器变速过程的微弱故障特征。首先分析了转速波动对传统阶比方法分析精度的影响,构造了基于转速调整的改进阶比方法,对水平与垂直方向加速过程信号的改进阶比谱进行全息分析,构成稳健全息阶比谱,并与单测点改进阶比谱结果对比。试验表明:改进阶比谱能有效抑制转速波动对等角度采样的影响,提高阶比谱分析精度,有效增强全息阶比谱的稳健性;相对于任一方向单测点阶比谱,稳健全息阶比谱既能分析变速过程信号,又能融合多点信息,其量化参数能更准确评价诊断对象的技术状态,证明稳健全息阶比谱是一种全面、可靠提取变速过程微弱故障特征的有效方法。

稀疏信号分解-分段拟合逼近及其无转速计阶比应用

针对传统无转速阶比存在低阶拟合阶次模糊和高阶拟合频率积分方程难求解的问题,提出了一种基于稀疏信号分解和分段拟合积分逼近的无转速计阶比方法。根据啮合频率的稀疏信号分解动态时间支撑区对瞬时转频分段,并进行低阶多项式拟合,采用积分逼近方法代替求解方程,确定等角度重采样时刻,准确实现无转速计下的阶比分析。仿真和实测信号试验结果表明:基于啮合频率动态时间支撑区对瞬时转频分段,既能保证各段内频率变化简单,又能使分段最少;在各分段内采用2阶多项式就能准确拟合,解决了单个多项式整体拟合精度不高、缺乏自适应性的问题;积分逼近求解等角度重采样时刻,不需要求解方程,有效解决了方程无解、无实数解影响阶比结果的问题;基于稀疏信号分解和分段拟合积分逼近的无转速计阶比方法,为无转速计条件下旋转机械变转速过程信号阶比分析提供了一种新的有效途径。

基于分数阶聚能带分析的微弱故障特征提取研究

提出了一种分数阶聚能带时频累加谱方法,快速实现长数据的时频分析,突出目标分量,用于提取变速器急加速过程微弱故障特征。根据变速器输入轴转速信号及传动比确定分数阶傅里叶变换(Fractional Fourier Transform,FRFT)最佳阶次,对变速器急加速过程振动信号进行最佳阶次FRFT,根据FRFT模值谱确定聚能带,计算分数阶聚能带时频累加谱,通过对比多组正常和故障数据的分数阶聚能带时频累加谱结果和阶比谱结果,验证该方法的有效性。试验结果表明:根据转速信号能快速、准确确定FRFT最佳阶次;选取聚能带内的FRFT结果进行时频分析,计算量小,分辨率高,分数阶聚能带时频累加谱具有聚焦和局部放大的特点,能很好地突出目标分量,抑噪噪声,是提取变速器急加速过程信号微弱故障特征的有效方法。

Teager算子和极坐标级联增强时频特征算法及轴承微弱故障特征提取

提出了一种Teager算子和极坐标级联增强时频特征方法(Cascading enhancement of time-frequency feature based on Teager energy operator and polar diagram,CETFTP),应用于提取轴承早期单一和并发故障微弱特征。首先计算信号的Teager能量算子输出,一级增强冲击信号能量,按有限种可能周期将时间尺度平面上的时频系数累加,映射到极坐标平面,二级增强周期冲击时频特征。对仿真信号和4种工况轴承实测信号进行CETFTP分析,结果表明:CETFTP方法能级联增强周期冲击特征,有效抑制非同周期的其他分量和噪声干扰,更能提取强噪声下的轴承微弱故障特征;CETFTP不仅能有效提取单一故障微弱特征,而且能消除并发故障调制源之间的干扰,逐个提取信号中的多个调制源特征,为轴承并发故障特征提取提供了一条新途径。

FRFT循频滤波及齿轮微弱故障特征提取

提出了一种分数阶傅里叶变换(Fractional Fourier Transform,FRFT)循频滤波方法,贴近瞬变工况下信号频率曲线变化特征,循迹剥离包含故障信息的特征分量,提取齿轮早期故障微弱特征。首先,研究了线性多尺度分段方法,将频率呈曲线任意变化信号自适应分成若干个频率近线性变化的信号段;然后研究了频率拟合确定FRFT滤波参数的方法,计算各段信号的FRFT滤波参数并逐段进行FRFT滤波,实现FRFT循频滤波。采用该方法对变速器加减速过程振动信号进行滤波解调分析,试验结果表明:线性多尺度分段方法,能自适应地将任一频率呈曲线任意变化信号分段成若干个频率近线性变化的信号段,且分段数较少;频率拟合确定FRFT滤波参数方法,不受振源和多分量数量影响,能准确确定各分段信号的FRFT滤波参数;该滤波方法能从变速器瞬变工况振动信号中循频提取出包含故障信息的特征分量,有效剥离其他分量和噪声干扰,对提取后的特征分量进行解调分析,能准确提取出传统方法难以识别的齿轮早期故障微弱特征。

基于时频分析及阶比跟踪的曲轴轴承故障诊断研究

针对发动机曲轴轴承磨损故障诊断中测取的机体振动信号非平稳、频率成分随转速变化的规律不明确等特点,将时频分析及阶比跟踪算法应用于故障诊断中。在匀速及加速工况下分别将曲轴轴承间隙调节为0.08 mm、0.2mm及0.4 mm后采集机体振动信号,结合同步采集的转速信号及外卡油压信号对振动信号进行时频分析和阶比跟踪后发现,振动信号存在明显的108阶比成分和2 600～3 100 Hz频带成分。随着曲轴轴承间隙的增大,108阶比成分有增强的趋势,而2600～3100Hz频带成分有减弱的趋势。对加速工况下上述两部分信号成分提取参数发现,曲轴轴承正常、轻微及严重磨损工况的参数分别分布在0.002 7、0.010 0及0.035 0附近,提取的参数能有效的区分出这些工况。

基于阶比跟踪及共振解调的连杆轴承故障诊断研究

针对发动机连杆轴承磨损故障诊断中测取的机体振动信号非平稳、频率成分及故障机理复杂的特点,提出了基于阶比跟踪及共振解调的诊断方法。在加速工况下,分别将第3缸连杆轴承间隙调节为0.07、0.20和0.40mm,采集机体振动信号,结合同步采集的转速信号及第1缸外卡油压信号对振动信号的时频分布进行分析,发现振动信号在0.90～1.25kHz频带存在明显的冲击成分,其相位近似分布在第3缸燃爆相位附近,其幅值与连杆磨损程度成正比。在加速状态下对上述冲击成分包络解调及阶比跟踪后提取参数发现,连杆轴承正常、轻微及严重磨损工况的参数分别分布在0.48、1.00和2.50V附近,提取的参数能有效区分出这些工况。

基于双谱和变精度粗糙集理论的柴油机故障特征自动提取

采用双谱对柴油发动机曲轴轴承非稳态振动信号进行了分析,根据双谱对称性,对第一象限的对角线及对角线以下区域划分成若干等分区域,计算每个等分频率面内的双谱平均幅值,作为分析对象特征值,利用变精度粗糙集理论提取与特定故障部位强相关特征参数。分析结果表明:双谱能有效消除曲轴轴承非稳态振动信号中的噪声,变精度粗糙集能提取出与分析对象相关的关键因素,双谱和变精度粗糙集相结合能实现故障特征的自动提取。

双稳系统随机共振效应的数值分析

以绝热近似随机共振理论为基础,分析了双稳系统随机共振模型,研究系统参数、噪声强度、信号幅值和频率变化对双稳系统随机共振效应的影响。通过分析得出,输入信号和系统参数一定时,系统发生随机共振所需要的噪声存在一个最佳强度;信号幅值的增大有利于随机共振效应的产生;信号频率的增大将使输出功率谱信号频率处谱峰逐渐离开噪声能量集中的低频区,且谱峰幅度逐渐减小,随机共振效应逐渐弱化消失。针对信号幅值、频率、噪声强度超出绝热近似理论的小参数要求而成为大参数,对变尺度方法实现大参数信号的随机共振进行分析和评述。

非平稳循环特征极坐标增强及其在发动机故障诊断中的应用

发动机早期磨损故障特征微弱且呈现非平稳循环特征,提出一种非平稳循环特征极坐标增强方法。利用连续小波变换对发动机振动信号进行处理,然后根据发动机工作过程与配气相位的关系对于每一工作循环数据进行等角度采样,将信号特征由直角坐标系映射到极坐标系并进行同步增强,并利用模糊C均值聚类对故障特征参数进行分类识别。仿真信号的分析对比显示了该方法能够削弱噪声干扰,突出信号特征。运用此方法对某型发动机曲轴轴承磨损信号进行分析,有效地提取了曲轴轴承磨损特征信息,准确识别了曲轴轴承不同磨损故障。

柴油机加速振动信号的阶比双谱特征提取

针对发动机加速过程振动信号的非平稳性和混有大量噪声的特点,提出计算阶比跟踪和双谱相结合的方法,将振动信号按等角度间隔进行软件重采样,得到阶域内的平稳信号,再进行双谱分析,通过仿真信号验证了该方法优于传统双谱。为了充分利用阶比双谱图中的信息,提出双谱特征阶比面的概念,通过比较阶比平面内的累加能量来反映不同工况的变化。诊断实例表明,该方法能有效提取柴油机曲轴轴承的故障特征。

基于小波包分解的柴油机异响故障特征提取与诊断

在分析小波包分解原理的基础上,提出了利用柴油机缸体振动信号的小波包特定频带能量值作为特征向量实现柴油机异响故障诊断的方法和步骤,并利用该方法对EQ6BT柴油机活塞敲缸响、活塞销响两种异响故障进行了特征提取与诊断。结果表明：利用柴油机转速为1300r/min时采集到的缸体振动信号,用1.25～1.875kHz和3.75～4.375kHz频带的信号能量值作为特征向量,采用欧式距离法能够有效地诊断出EQ6BT柴油机活塞敲缸响、活塞销响两种故障及其严重程度。