基于差分振子的煤机设备故障诊断方法研究

针对煤机设备故障特征提取受变工况、变载荷等因素制约的问题,构建了差分振子检测器提取煤机设备故障特征。为利用差分振子检测器进行多故障特征频率检测,对差分振子相图做频谱分析,提出了提取多频率特征的方法,突破了差分振子只能检测单一频率的限制。利用煤矿井下带式输送机驱动电机故障实例进行了验证。结果表明,基于差分振子的多特征提取方法可以有效地提取煤机设备的早期故障特征,并具有较高的精度。

电机转子系统早期故障可视化检测的差分振子法

在对提取电机转子微弱故障信号方面作了深入研究的基础上,提出了电机转子系统早期故障可视化检测的差分振子法。该方法是在差分方程的基础上构造检测器,确定系统激励频率fe及检测频率fd,当被测信号中含有fd这一频率成分时,系统即刻产生共振来抑制噪声,其相图发生明显的变化,由相图的变化判断系统是否发生故障,从而实现了早期故障的可视化检测。将该方法应用于同步发电机转子匝间短路及转子碰摩故障的识别中,实例仿真证明了该方法的有效性。

微弱信号的差分振子检测方法

在分析了差分振子基本原理的基础上,重点在理论上分析了噪声对差分振子输出相图的影响,推导了相图大小与有效信号幅值之间的线性比例关系,弥补了差分振子不能检测信号幅值的缺点,阐明了系统参数对差分振子检测性能的影响。理论分析、仿真实验及工程实践表明,该方法简单稳健,实时性好,具有良好的抗噪性能,能有效检测强噪声背景下的微弱故障信号,可实现机电设备早期故障的可视化检测。

差分振子相图的自动识别与应用

通过仿真实验证明了差分振子相图的大小和待检测信号幅值大小之间的关系。在相同的参数条件下,差分振子的相图越大,则待检测信号的幅值越大。因此,在参数相同的条件下,对不同的差分振子相图进行比较,可以得到待检测信号幅值间的大小关系。针对差分振子相图的特点给出了差分振子识别的新方法,可以快速识别差分振子是收敛于极环还是极点。最后,通过工程数据的分析成功发现了设备故障发生发展的劣化过程,并对差分振子的相图进行识别,取得了理想的效果。

差分振子检测器输出特性研究及应用

差分振子是一种周期信号检测方法,但在强噪声干扰下其相图会变模糊。为了解决这一问题,通过差分振子的数学模型求得了差分振子相图收敛时间与参数口的关系,利用该关系绘制出改进的差分振子相图,弥补了强噪声背景差分振子相图模糊不清的缺憾,同时给出了改进的差分振子系统参数的设置原则。理论分析、数值仿真及实验验证均表明该方法相比传统差分振子检测方法能取得更好的效果,可实现机电设备早期故障可视化检测。

基于差分振子的轴承早期故障可视化检测

运用实验的方法得出了差分振子检测的上下限频率,振子检测的上限频率只要满足采样定理即可.振子的下限检测频率与采样频率有关,在采样频率一定的条件下,振子的下限检测频率大约为采样频率的1/650,当采样频率过高时,不论振子相图收敛于极点还是极环都呈现出饼形.利用差分振子相图变化的特点,对现场数据进行分析,发现了设备故障从无到有的相图变化,为设备状态检测提供了一种方法.

差分振子时间历程在微弱调制信号检测中的应用

单一的差分振子仅可实现对周期信号中某一频率成分进行检测,对于强噪声背景下的边频带,尽管可以利用多个差分振子组成差分阵列进行逐个检测,进而确定边频带的间隔,但这种做法无疑会带来巨大的计算量。在对调制信号进行Hilbert变换包络分析时,所得到的时域信号是原始调制信号中的低频分量,亦是调制波信号,若该低频分量仍然包含较强的噪声成分,传统的频谱分析将会失效。此时,我们可借助差分振子时间历程对含较强的噪声的包络进行检测。因此,提出基于差分振子时间历程的微弱调制信号检测方法,即首先对信号进行Hilbert包络解调,然后利用差分振子时间历程对含较强的噪声的幅值包络进行检测,并成功应用于风机早期故障检测中。

提升机驱动电机振动信号的相关差分振子阵列检测方法

针对提升机工作时所处环境背景嘈杂,监测得到其驱动电机振动信号中含噪声多,信噪比低,难于根据振动信号诊断电机可能存在的故障问题,提出利用相关差分振子阵列的方法检测提升机电机设备故障。该方法利用相关分析去除信号中的噪声信号,再利用差分振子阵列对提升机振动信号中可能包含的频率信号进行检测,研究结果表明相关差分振子阵列检测方法可以准确诊断出提升机驱动电机内圈和转轴不对中的故障隐患。

基于差分振子与欧氏距离的微弱未知信号检测方法研究

针对噪声很大,并且具有非高斯、非平稳、非线性特征的轴承微弱故障信号,提出了基于差分振子结合欧氏距离检测微弱故障的方法,通过构造差分振子微弱信号检测器,结合欧氏距离定量识别出未知信号的频域信息和幅值信息,该方法很直观地证实了系统参数对检测信号的影响,将该方法用在提升机的轴承故障实例中,证实了该方法能够成功地提取出故障频率。

差分振子在滚动轴承故障诊断中的应用

提出了差分振子检测微弱信号特征频率的方法,通过观察系统的相图变化判断系统是否含有待检测频率。介绍了差分振子的参数设置原则,通过仿真说明了差分振子的检测带宽特性和幅值检测特性,并将其应用于圆锥滚子轴承的故障检测,通过连续观察相图大小的变化,发现故障信号幅值的变化,从而在线观察故障变化趋势,做出故障判断。

基于相关差分振子阵列的煤矿电机故障诊断研究

针对煤矿电机设备所处环境背景噪声大,设备故障信号的信噪比低,难于诊断的问题,提出将相关差分振子阵列的方法用于煤矿电机设备故障诊断。应用该方法对煤矿电机设备轴伸端振动信号检测,研究结果表明相关分析可以去除电机轴伸端振动信号中的背景噪声,提高了信噪比,差分振子阵列对电机信号中可能包含的不同频率的信号进行检测,可以准确诊断出煤矿电机不对中的故障隐患,是一种新的煤矿电机设备故障诊断方法。

基于差分振子的带式输送机故障诊断方法

针对带式输送机运行状态信号微弱而不易提取故障特征的问题,提出了一种基于差分振子的带式输送机故障诊断方法。该方法采用Hilbert对信号进行解调,揭示隐含在信号中的设备故障特征,然后利用差分振子相图的变化实现对故障特征的提取。若信号中含有故障特征,则差分振子相图收敛于极环状态,反之则收敛于极点状态。应用结果验证了该方法的有效性。

基于差分振子检测微弱信号的特性研究

差分振子法是一种可视化的检测方法,通过辨识差分振子相图状态来判定待测信号中是否存在待检测频率.往往输入信号不是单一信号或者是有相位的信号,这就要求相位和多频率信号不会引起差分振子相图的改变.本文就是从这两面分析差分振子的敏感性,结合欧氏距离更直观的提取复合频率的单一频率,并提出了最优解的信号频率提取方法.

双振子差分混沌特性判别方法

利用混沌振子检测微弱信号具有灵敏度高、抗噪性好等优点,其检测的关键在于对混沌特性的判别。该文在对Duffing振子混沌特性研究的基础上,提出了一种利用双振子差分来进行混沌特性判别的新方法。该方法具有直观、计算量小、抗噪性好和易于实现等优点。文中阐述了该方法的原理,提出混沌牵引的概念,给出相应的判别程序流程,最后对该方法进行了数字仿真,并应用该方法处理小电流接地故障保护现场数据,仿真试验结果证明了该方法的可行性和有效性。

基于双振子差分系统的复频检测新方法

描述了间歇混沌检测原理,结合差分原理构成双Duffing振子差分系统对弱信号频率进行检测,提出了该方法对复频信号的检测具有全新的意义,给出了方法的具体步骤和流程图,在对复频信号进行检测的同时对单频信号也进行了仿真。结果显示,与传统的Duffing振子阵列方法进行比较,该方法不仅减少了阵列数,且在不影响检测精度的前提下提高了频率检测带宽,大大减少了计算量。

双振子差分法检测复频信号的可行性分析

描述了双Duffing振子差分法检测弱信号的基本原理,在仿真的基础上对其检测特性进行分析,验证了双Duffing振子差分系统对弱信号检测的可行性,且此方法可在不影响检测精度的前提下,提高频率检测带宽,减少计算量和阵列数,降低了误判率。

基于改进型振子差分的微弱正弦信号检测

在信息检测领域,微弱信号检测是目前的研究热点之一.为了检测更低信噪比下的纳伏级微弱正弦信号,综合考虑混沌系统检测信号的灵敏度和工作稳定性2方面,建立了改进型双振子差分检测模型.通过振子差分对相空间中的周期部分和共模噪声的抑制特性,利用差分波形图检测微弱正弦信号.仿真实验结果表明:改进型的差分振子可以更好地对微弱正弦信号进行检测,且该方法具有稳定性高、灵敏度高、直观、易于实现等优点.

机电设备早期故障微弱信号的非线性检测方法及工程应用

阐述了并联随机共振、混沌振子、差分振子的基本原理和数学模型。并联随机共振利用相关分析从多个随机共振输出结果中提取出相同成分,在一定程度上减小了对参数设置的依赖性。当混沌振子从混沌状态向大尺度周期状态转变时,其相图的Hu氏不变矩值将发生明显的跃变,利用Hu氏不变矩的跃变对混沌振子的状态进行自动定量识别。差分振子相图的大小与待检测信号幅值之间呈现出一种线性比例关系,弥补了差分振子不能检测信号幅值的缺陷。将这三种非线性方法应用于机电设备故障诊断中,成功地提取出了设备早期故障的微弱特征信息,取得了理想的效果。

微弱信号检测的3种非线性方法

阐述了随机共振法、混沌振子法及差分振子法3种方法的基本监测思想,确定了数学模型。随机共振系统(SR)是一个非线性双稳态系统,存在着在某一最佳输入噪声强度下,使系统产生最高信噪比输出,达到抑制噪声、放大微弱信号的目的。SR系统数学模型可由非线性Langevin方程定义,并进行了分析及仿真。混沌系统具有对初值敏感性及对噪声免疫的特点,数学模型选用Holmes型Duffing方程为监测器,进行了分析及仿真。差分振子法是基于差分方程构造监测器,以二维离散性系统作为数学模型,进行了分析及仿真。将3种方法应用于同步发电机转子匝间短路故障监测和异步电动机转子断条故障监测的实例中是成功的,证明了3种方法的有效性和准确性。

非线性检测方法检测微弱信号的检测频率范围分析

无论是混沌振子和差分振子检测器,检测微弱信号的时候都有局限性,并不是给定任意的微弱信号都可以检测。在采样频率一定的条件下,振子的极限检测频率和采样频率有一定的关系。运用实验的方法得出采样频率和待测频率的关系,如果信号频率处于[f_s/600,f_s/55]之间,可以使用混沌振子和差分振子进行检测,反之,待测信号无法进行正确识别。