时频压缩随机共振用于转子故障早期检测

针对随机共振系统仅适用于小参数(小幅值、小频率)系统,而转子故障信号频率较高的问题。依据随机共振系统的基本理论,通过引入时频压缩算法,消除了随机共振系统对待测信号频率的限制,把随机共振系统扩展到全频段。理论和实测结果表明:通过连续的压缩变换,获得一个适当的输入信号到随机共振系统,根据谐振峰的变化及发变换运算即可得到原始信号所含的未知频率。该算法比传统扫频算法快了6个数量级,可以在极限信噪比下检测出故障信号(-50dB)。

基于2维非负矩阵分解的时频图像压缩在柴油机故障诊断中的应用

针对1维非负矩阵分解技术对2维矩阵特征降维时,会产生数据量巨大、计算效率低下和丢失原始数据结构信息的问题,引入2维非负矩阵分解技术。通过S变换得到振动信号的时频图像,用1DNMF和2DNMF分别压缩时频图像,对压缩后的图像信息进行分类,对柴油机在8种状态下的振动信号进行采集,并采用最近邻分类器、朴素贝叶斯分类器和支持向量机分类器进行实验对比。结果表明,2维非负矩阵分解技术比原始的1维技术计算效率更高,故障诊断更精准。