基于DSP的振动信号阶比与时域同步平均分析

本文介绍了阶次这一特征分量在机械故障诊断中的作用 ,以及其原理和各种具体实现方法。而时域同步平均可以有效衰减与回转频率无关的干扰 ,提取与工作状态直接相关的周期信号。同时 ,时域同步平均的实现方法与阶比分析也有相似之处 ,所以本文也对其作了介绍。在比较几种传统方法后 ,提出了采用高速数字信号处理器DSP电路和插值算法来进行振动信号的阶比分析和时域同步平均处理。克服了基于锁相环电路采样方法跟踪精度低。

时域同步平均的相位误差累积效应研究

时域同步平均是提高振动信号信噪比的常用方法,由于估计误差的存在性,相位误差累积效应是基于周期的时域同步平均方法的固有现象。对相位误差累积效应的产生机理进行了深入分析,表明这一效应是由取整运算误差和频率估计误差引起的。为统一分析这两种误差的影响,定义了相位误差累积因子,用其定量分析了相位误差累积效应的产生机理。为评估相位误差累积效应对时域同步平均效果的影响,系统分析了相位误差累积因子、信号分量阶次和平均段数等主要分析参数对时域同步平均信号幅值的影响规律。研究表明,一定范围内这几个参数的增大都会增强相位误差累积效应导致的时域同步平均信号幅值的衰减。因此,需要根据相位误差累积因子和信号分量阶次的范围慎重选择平均段数。

变转速齿轮箱振动信号监测的无键相时域同步平均方法

为了克服传统时域同步平均方法应用中需要键相信号及恒定转速的要求,提出了一种不需要键相信号的变转速齿轮箱振动信号时域同步平均方法.该方法通过振动信号时频域滤波及滤波信号的瞬时相位计算来估计齿轮箱的瞬时转速,通过对原始振动信号的等角度间隔重采样来消除转速变化的影响,并用重采样信号进行了时域同步平均.变转速齿轮箱实验台的实验数据分析表明,该方法可以准确地估计变转速齿轮箱的瞬时转速,从而消除了齿轮箱转速波动对振动信号的影响.重采样信号的时域同步平均结果为齿轮监测诊断提供了有效信息.

基于加权时域同步平均与Bootstrap方法的柴油机供油系统故障诊断

根据柴油机供油压力波的信号特征,提出了使用加权时域同步平均提取整周期供油压力信号的方法;考虑到柴油机运行过程中各监测参数的波动性及其概率分布的不可知性,采用Bootstrap方法对正常状态的监测参数进行估计,确定监测参数的上下量限,实现了对柴油机供油系统的状态监测与故障诊断。

基于自适应线调频基原子分解的时域同步平均方法及其在变转速齿轮故障诊断中的应用

提出一种基于自适应线调频基原子分解(adaptive chirplet atomic decomposition,ACAD)的时域同步平均方法,并将其应用于低信噪比下变转速齿轮故障诊断。首先对齿轮振动信号进行ACAD分解估计齿轮所在轴的转速曲线;然后根据转速曲线对信号进行等角度重采样,以满足时域同步平均方法对信号周期平稳的要求;再利用时域同步平均方法对重采样信号进行处理,处理后的信号具有很高的信噪比;最后,对其进行FFT变换,其阶次谱上非常清晰地显示齿轮的调制阶次,从而揭示齿轮的故障信息。仿真算例与应用实例证明了该方法的有效性。

基于时域同步平均法的行星齿轮振动信号分离技术

基于某个特定的行星齿轮转过最小圈数后回到起始点这一特性,提出一种基于时域同步平均法的振动信号分离技术。由于实验采样时间较短,为了更快获取数据,根据行星齿轮啮合信号形状和齿宽,以及能量泄露小的特点,提出选择合适的窗函数—Tukeywin函数对信号进行加窗截取。选取窗宽为行星齿信号的一个齿宽,利用时域同步平均法对加窗信号进行相加平均,可提取到完整的行星齿轮信号。实验结果与对比分析表明,该方法简单且行之有效。

时域同步平均原理与应用

在回转和往复机械的状态监测和故障诊断中，时域同步平均可有效衰减与回转频率无关的干扰，提取与工作状态直接相关的周期信号，是一种非常有用的信号分析和预处理技术。本文对时域同步平均的梳形滤波器特性，实际操作中采用频率跟踪的必要性，实现频率跟踪的不同技术方案等几方面进行了论述和分析。

一种改进时域同步平均的滚动轴承故障诊断方法研究

复杂结构设备的滚动轴承其振动信号成分复杂,故障信号微弱,信噪比很小,常规诊断方法难以有效消除背景噪声,有效提取故障信息.文中研究了基于相位补偿时域同步平均的滚动轴承故障诊断方法,并根据轴承故障信号存在调制的特点,探讨了同步周期的合理选取.通过对轴承内圈故障的仿真研究,验证了相位补偿时域同步平均方法的有效性,它能够同时提取故障特征频率与调制频率,为精确诊断轴承故障提供了新的途径.经进一步实验研究,证明该方法是有效的.

时域同步平均在振动信号分析中的应用

时域同步平均可以有效过滤与旋转频率无关的噪声干扰。文中根据时域同步平均的原理,将旋转机械振动信号分为两组,进行时域平均处理对比研究,验证了时域同步平均方法的可行性。

时域同步平均技术在直升机主减速器故障诊断中的应用分析

由于直升机主减速器的结构特点致使振动信号的信噪比很低,给故障特征的提取带来了难度;文中以某型直升机的主减速器为研究对象,开展时域同步平均技术在主减速器故障特征提取上应用的深入研究,分析了该技术在实际中的应用以及在应用过程中的误差影响,在此基础上提出了时域同步平均误差分析的改进方法,通过在直升机主减速器飞行数据的对比应用分析,证明该方法的可行性和有效性,并能在一定程度上提高故障特征提取的精度。

基于时域同步平均与分离技术的齿轮箱振动信号混沌特性验证

通过对齿轮箱正常状态以及不同程度齿轮断齿故障振动信号进行分析,采用时域同步平均技术(Time synchronous averaging method,TSA)对振动信号进行预处理,而后分离信号中的非线性部分,并进行混沌特性验证。结果表明,该方法能够有效提取反映齿轮箱退化的混沌特性,证明了混沌现象普遍存在于齿轮箱运行的全过程中。

基于扭振信号加窗RMS时域同步平均的行星齿轮箱裂纹故障诊断

行星齿轮箱具有结构紧凑、传动效率高、运行平稳等优点,被广泛应用于关键机械装备中。由于恶劣的工作环境,行星齿轮箱易产生齿根裂纹故障损伤且不易被识别,易造成安全隐患。扭转振动信号理论上不受行星架旋转引入的路径调制影响,相比于传统研究中的横向振动信号具有很大的优越性,频率成分简单,易于提取故障特征。为此,以扭振信号为分析对象,提出了一种加窗RMS(Root meam square)时域同步平均技术,实现行星齿轮箱的早期齿根裂纹故障诊断;并搭建故障模拟试验台,验证了该方法的有效性。

齿轮故障诊断的时域同步平均改进算法

针对经典数据重采样算法实现时域同步平均的频率跟踪时存在重建误差大、计算速度慢的问题,提出一种三次样条重采样实现频率跟踪的算法。该算法首先采用峰值搜索算法搜集时标信号,然后以得到的时标信号分割数据形成多个数据段,最后采用三次样条函数重采样各数据段。试验结果表明:改进算法所需的计算资源从平方阶减至线性阶,抑制了噪声和非感兴趣频率,提高约10%的齿轮故障特征频率的提取效果。

基于时域同步平均与LabVIEW的行星齿轮箱信号预处理方法

行星齿轮传动相对于定轴齿轮传动,结构更加复杂,由太阳轮、行星轮、行星架和内齿圈构成。其结构特点致使其振动信号的信噪较小,对振动故障特征提取带来困扰。以行星齿轮箱实验平台为测试对象,采集了行星轮断齿故障的振动信号,通过时域同步平均的算法处理后的信号与原始信号对比,结合LabVIEW软件平台,验证了时域同步平均算法在行星轮断齿故障状态下的可行性。

无脉冲时域同步平均方法的直升机齿轮特征提取有效性验证

为了克服直升机健康与使用监控系统(HUMS)无法获取转速脉冲信号从而无法进行时域同步平均的问题,通过在额定频率一定区间内进行极值搜索获取目标周期频率,并以目标周期频率为中心对原始信号进行窄带滤波,获得目标周期频率的模拟正弦波,从而开展无转速脉冲的时域同步平均,提取直升机齿轮的特征参数。为进一步验证无脉冲时域同步平均齿轮特征提取方法的有效性,分别构建特征参数值比和有效信号占比率指标,并基于实际飞行数据验证基于转频和基于啮合频率的无脉冲时域同步平均特征提取方法的有效性,从而为提升直升机HUMS系统对齿轮的监测诊断能力提供了技术支撑。

基于时域同步平均的齿轮箱故障特征提取

齿轮箱是旋转机械中一种重要机械传动部件,对其故障诊断及检测具有重要研究意义。振动信号特征分析是机械故障诊断领域中常见方法,时域同步平均法是其中重要故障诊断方法之一,其能有效从复合信号中提取感兴趣的周期分量,提高信噪比。首先通过双通道分别采集原始振动信号及键相脉冲信号;其次通过键相脉冲信号获得参考轴每转起始位置,然后对原始振动信号进行分段截取;最后对前者进行分段叠加平均及频谱分析;通过齿轮箱实测故障数据,验证该方法可行性。

汽车变速箱故障诊断中的时域同步阶次分析法的分析研究

旋转机械故障诊断技术是20世纪七、八十年代得到迅速发展的一项新技术;在实际的生产应用中,一般将齿轮箱的频谱分为低频、中频和高频分别进行处理,进而实现故障诊断;文章所述的汽车变速箱故障诊断系统利用时域同步平均法,在阶次分析理论基础上,对时域信号进行处理,根据信号源的不同提取各自时域信号并进行处理,进而实现故障诊断;结合试验,对基于阶次分析的时域同步平均法进行了详细的论述和结果验证。

基于同步平均与倒频谱编辑的齿轮箱滚动轴承故障特征量提取

在齿轮箱振动信号中,由于滚动轴承早期故障信号相对较弱,传统的齿轮箱滚动轴承故障诊断方法通常难以有效地提取轴承故障信息。为实现滚动轴承故障特征的准确提取,本文提出了一种基于同步平均和倒频谱编辑的齿轮箱滚动轴承故障分离诊断方法。所提方法首先利用时域同步平均实现齿轮成分增强,并通过倒频谱获得齿轮成分对应的倒频谱线准确位置,然后对原信号的倒频谱进行编辑实现对其中齿轮成分的或削弱以突出信号中的滚动轴承故障特征,提高齿轮箱滚动轴承故障诊断的准确性。仿真和试验结果验证了该方法的有效性。

基于线性相位的风机齿轮箱无键相同步平均分析

风电机组转速信号多由发电机编码器提供,由于SCADA与CMS存在时间差和采样率差异,难以实现高速轴键相信号与齿轮箱振动信号的同步采集。基于时域同步平均的阶次分析技术较难在风机齿轮箱故障诊断领域得到大范围应用,提出了以线性相位估计为基础的、可适应转速波动为10%的风机齿轮箱无键相同步平均分析方法。选择输出级啮合频带中信噪比最高频段,利用傅里叶FIR"理想"滤波技术,实现严格线性相位保持的窄带滤波;通过希尔伯特变换提取带通信号复相位,并进一步通过线性插值合成过零点序列;以此为基础,完成基于软件的等角度重采样,进而实现无键相的时域同步平均分析。在某型号机组连续10 s的现场实测数据中,有效地验证了所提方法正确性和工程实用性。

基于角域同步平均的齿轮箱故障诊断

齿轮箱广泛应用于航空,船舶等大型工程机械中,因此对其故障诊断显得尤为重要。齿轮振动信号由于存在非平稳、调制、传递路径复杂等特点,其故障分析较为困难。为此提出一种角域同步平均的齿轮箱故障诊断方法,首先对齿轮箱非稳态信号进行时域采样;其次利用计算阶比跟踪对时域信号进行等角度重采样,转换为角域准平稳信号,克服转速波动对信号分析产生频率模糊现象;然后对角域信号进行同步平均,提高信噪比。该方法用于分析齿轮故障实测振动信号,能够有效地提取齿轮故障特征信息。