基于自相关降噪的混叠转子振动信号分离

航空发动机在运行过程中,传感器测得的振动信号是各振源的混叠信号,且含有很强的噪声。常规的信号处理方法难以分离混叠信号,对机器的健康监测和故障诊断造成了很大的困难。介绍了盲源分离基本原理和方法,指出盲源分离算法在强噪声环境下失效。针对强噪声环境下的混叠振动信号,提出首先通过时延自相关降噪方法对振动信号进行降噪,然后通过盲源分离算法对降噪后的信号分离。仿真结果验证了提出方法的有效性。最后,利用该方法对实测混叠转子振动信号成功实现了降噪和盲分离,为噪声环境下的混叠信号分离提供了一种新的方法。

基于自相关降噪和ELMD的轴承故障诊断方法

为了提取在故障轴承振动信号中被强噪声淹没的微弱冲击特征信号,提出一种基于总体局部均值分解和自相关降噪的轴承故障诊断方法。首先,应用自相关函数对轴承故障信号进行降噪;其次,对降噪后的信号进行ELMD分解,并得到一系列的乘积分量;最后,利用共振解调技术对各个PF分量进行包络分析,进而发现轴承故障频率。试验结果表明:将自相关降噪和ELMD分解方法结合用于实测轴承故障特征提取中,不仅可以降低信噪比,而且可以有效地提取轴承故障的特征频率。

基于自相关降噪和局域均值分解的轨道车辆轴箱轴承故障诊断方法

以轨道车辆轴箱轴承为研究对象,建立了基于振动监测的故障诊断模型,提出了基于自相关降噪和局域均值分解的轨道车辆轴箱轴承故障特征提取方法,用于轨道车辆轴箱轴承故障分类辨识。为分析该方法在轴箱轴承故障诊断中的有效性,参考轨道车辆轴箱轴承实际服役工况搭建了实验平台。进一步利用加速度传感器采集信号,将不同故障模式下的振动数据按照所构建方法的流程进行故障特征频率提取。实验结果表明,原始信号中的随机干扰噪声得到有效抑制,故障特征3倍频及以上频率成分被成功提取出来,验证了所构建方法用于轨道车辆轴箱轴承故障诊断的可行性。

基于自相关降噪与对称差分能量算子的轴承故障诊断方法

针对由Teager提出的能量算子解调方法在处理振动信号时波形不够光滑,频率值不够准确的问题,引入了对称差分能量算子解调方法,并提出了基于自相关降噪与小波包分解的对称差分能量算子相结合的解调方法,对轴承故障信号进行处理。

PCA和自相关包络分析在转盘轴承故障诊断中的应用

提出一种自相关降噪和主元分析(PCA)相结合的故障检测和诊断方法。首先采用自相关分析对正常运行状态的振动样本数据进行降噪,然后建立PCA模型,并通过T2和SPE统计量来区分正常和故障状态,最后采用Hilbert包络解调获取故障特征频率。转盘轴承加速寿命试验表明,该方法不但能较好地检测转盘轴承故障状况,而且可准确识别转盘轴承故障类型。

对称差分能量算子增压风机轴承故障诊断

文章针对烧结脱硫增压风机滚动轴承振动信号非线性、非平稳性,导致其故障特征难提取、难识别的问题,提出了融合自相关降噪与小波包分解的对称差分能量算子的解调方法,结果表明所提方法为增压风机滚动轴承的故障诊断提供一条新途径。

基于VMD与卷积神经网络的脱硫增压风机轴承故障诊断

针对常用的特征提取方法存在着误差较大,且方法多样难以有效对其进行选取等问题,提出一种基于变分模态分解和卷积神经网络的脱硫增压风机轴承智能诊断故障诊断方法,首先对信号做变分模态分解,以期把信号中不同成分分解到不同的频段节点上;最后对包含有故障信号的不同节点作为卷积神经网络的输入进行自动特征提取,利用分类器对特征进行分类,从而实现脱硫增压风机轴承的故障智能诊断。

连接件松动的非同步振动响应特征分析与验证

针对普遍存在的航空发动机连接件松动故障现象,建立了单自由度集总质量模型,引入松动故障模型,利用数值积分方法求得系统响应,分析了非同步响应特征;利用对含松动间隙的连接件进行松动实验,发现了其加速度响应经过自相关降噪后,时域波形表现为明显的冲击特征,波形上下不对称,呈现"截头状"波形;频谱上表现为伪临界亚谐共振以及伪临界超谐共振;此特征与仿真结果一致,可以作为判定松动故障的典型特征。通过仿真发现,导致连接件出现该松动特征的原因在于:1)松动故障引起的刚度的变化;2)当刚度变化的周期等于振动周期时,将产生倍频现象,在特定频率下,将激发系统的临界频率;当刚度变化的周期等于n倍振动周期时,则将产生1/n分频及其倍频,在特定频率下,将激发系统的临界频率。