CEEMD-FastICA-CWT联合瞬态响应阶次的电驱总成噪声源识别

以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastICA)方法提取纯电模式稳态工况下单一通道噪声信号特征,利用复Morlet小波变换及FFT对各分量信号时频特性进行识别。其次,采用阶次分析法和声能叠加法对稳态分量信号对应的各瞬态响应阶次能量进行对比分析,并结合皮尔逊积矩相关系数(Pearson product moment correlation coefficient,PPMCC)相似性识别确定不同噪声激励源贡献度。结果表明:减速齿副啮合噪声对该增程式电驱总成纯电模式运行噪声整体贡献度最大。

无转速阶次跟踪的滚动轴承故障诊断方法

机械装备轴承运行速度多变导致振动监测信号频谱模糊,一定程度影响了轴承故障诊断的准确性.目前的无转速阶次跟踪技术在转速波动较小且转频谐波不重叠时效果较好,但当轴承转频谐波重叠时则难以进行分析.针对以上问题,提出了一种基于广义解调的无转速阶次跟踪轴承故障诊断方法.首先,采用广义傅里叶变换和改进的基于成本函数脊线提取技术准确提取出轴承的转频谐波分量;同时,采用快速谱峭度算法和带通滤波器对轴承振动信号进行去噪处理;然后,通过角度重采样将去噪后的时域信号转换为角域信号;最后,通过包络谱分析得到轴承的阶次谱信息,从而识别轴承的故障类型.研究结果表明:通过数值模拟信号和实际轴承监测信号验证了提出方法的有效性,通过与传统包络谱方法对比可知,提出的方法可进行无转速信息时的滚动轴承阶次跟踪故障诊断.

弹性飞行器飞行动力学建模与刚柔耦合阶次分析

基于虚功率原理与混合坐标法,建立了弹性飞行器的飞行动力学模型。发现了附加在弹性结构上的部件会对飞行器姿轨运动与结构振动产生影响,从而给出了耦合系数与模态质量的修正项。定义了描述弹性变形项保留程度的刚柔耦合阶次,并以由弹性本体和刚体舵面组成的刚柔耦合多体系统为例,通过对比不同刚柔耦合阶次下动力学模型的时域响应与保守系统的动量计算结果,分析了动力学模型及动量公式中弹性变形项的保留阶次对动力学响应及动量计算精度的影响。揭示了传统模型忽略弹性变形高阶项可能导致的误差水平,为弹性飞行器动力学模型的简化与验证提供了参考。

基于EOE_LMD和阶次跟踪分析的变转速轴承故障诊断

振动信号分析是轴承故障诊断中的重要技术手段之一。变转速工况下的滚动轴承振动信号是典型的非平稳信号,并且在转频变化较小的工况中还存在噪声干扰的问题,使传统的时频分析技术难以应用。为解决该问题,提出了一种基于经验最优包络(empirical optimal envelope,EOE)的局部均值分解(local mean decomposition,LMD)和采用分段线性插值的计算阶次跟踪(computing order tracking,COT)算法相结合的故障诊断方法。首先,确定低通滤波器的截止频率和滤波阶数,对滚动轴承振动信号进行滤波,并对滤波后的包络信号进行COT,以获得角域平稳信号。然后,利用EOE_LMD对重采样后的平稳信号进行处理,得到若干乘积函数(product function,PF)分量。最后,通过计算各分量的信息熵和相关系数,选取合适的分量进行阶次分析,以判断变转速滚动轴承的故障类型。结果表明,该方法可以消除转速波动对故障特征提取的影响,在不同转速变化条件下对滚动轴承具有良好的故障诊断能力。

齿侧间隙非线性函数拟合阶次的选取研究

针对齿侧间隙非线性函数拟合阶次的选取问题,以斜齿轮传动系统为例,对齿轮系统进行了理论建模、仿真分析,并对实际齿轮系统进行了实验研究。首先,采用集中质量法建立了考虑轴向振动的齿轮非线性系统模型,并对数学模型进行了无量纲化,对齿侧间隙函数分别进行了无拟合、4阶拟合和8阶拟合处理;然后,采用Runge-Kutta数值积分法进行了数值仿真分析,得到了齿轮系统x、y、z三个方向的幅值-频率比响应曲线图,研究了拟合阶次对系统x、y、z三个方向动态特性的影响;最后,进行了齿轮系统动态测试,得到了齿轮系统x、y、z三个方向的振动响应图,根据仿真与实验结果得出了结论。研究结果表明:不同处理方式下的齿轮系统振动响应在z向的差异较大,拟合阶次的选取应重点考虑z向;在x、y方向,齿侧间隙非线性4阶拟合函数会提前改变齿面接触状态且共振振幅分别增大1倍和1/3倍;对于多间隙的齿轮非线性系统,对齿侧间隙进行无拟合处理,可能导致计算困难和结果不准确;在固有频率附近,对齿侧间隙进行4阶拟合处理能够最大程度弥补其他非线性因素带来的影响;在其他频率范围,对齿侧间隙进行8阶拟合处理会更接近真实齿轮系统。齿侧间隙非线性函数的拟合处理在提高了计算效率的同时,也提高了模型的准确性。

时变工况的风电机组齿轮箱无转速计阶次跟踪方法研究

针对时变工况风电机组齿轮箱振动信号受噪声干扰和频率模糊问题,通过研究无转速下风电机组齿轮箱振动信号与转频波动规律间的联系,提出了基于VMD⁃SET时变工况的风电机组齿轮箱无转速计阶次跟踪方法。该方法利用变分模态分解(VMD)滤波,利用同步提取变换(SET)对齿轮箱振动信号时频分析,分别从轴承故障时域振动信号中初步提取故障特征频率趋势,从正常齿轮啮合调制时域振动信号中提取啮合频率时频脊线,进一步利用精细化时频脊线交叉解耦优化瞬时频率提取效果,再用提取的转速曲线对轴承故障振动信号进行阶次跟踪,从角域阶次谱中得到故障特征阶次的单根谱线。通过仿真及实验验证了所提方法的优越性和有效性。

阶次跟踪和Hilbert变换在滚动轴承非平稳信号故障诊断中的应用

风力发电机组传动链因风速的时变特性而处于变转速运行状态,其主轴承因低速、重载导致振动信号具有非平稳和调制特点,常规分析时频谱会出现“模糊”现象,不能及早提取故障特征频率。提出了阶次跟踪和Hilbert变换联合分析方法,使用阶次跟踪在角度域进行等角度重采样,把时域非平稳信号转换成角度域平稳信号,然后应用Hilbert变换把低频故障信号从高频载波信号中解调出来,以及早发现隐患。结果表明,阶次跟踪和Hilbert变换联合分析能够较早地提取出故障特征频率并对故障进行精确定位,对低速重载风电主轴承故障诊断十分有效。

基于谐波匹配补偿和无键相阶次跟踪的轴承故障诊断

煤矿机械设备轴承在强冲击、大载荷工况下产生的振动信号表现出强烈的瞬态非平稳与局部非线性特性。经典的时域统计分析方法和全局域变换方法难以识别故障特征;传统阶次跟踪方法存在设备安装不便、难以获取瞬时频率的问题;传统的无键相阶次跟踪方法在转速波动剧烈的条件下估计出的瞬时频率精度低,导致故障识别效果差。针对上述问题,提出了一种基于谐波匹配补偿和无键相阶次跟踪的轴承故障诊断方法。首先,利用基于谐波匹配补偿的时频分析方法对轴承振动信号进行处理,准确估计瞬时频率;其次,通过Vold-Kalman滤波方法自适应提取谐波分量信号;再次,采用Hilbert变换计算谐波的瞬时相位,进而获得时间域与角度域的映射关系,完成原始时间域信号在角度域的重采样;最后,对重采样的信号进行快速傅里叶变换,通过分析包络阶次谱,实现轴承故障特征识别。仿真和试验结果表明,该方法估计的瞬时频率与实际值之间的最大相对误差不超过1%,表征轴承故障特征阶次准确且明显,可有效诊断轴承故障。

一种极值搜索的齿轮系统振动信号阶次跟踪方法

在变速工况下,齿轮系统的振动信号具有非平稳性,频谱特征模糊,不利于特征提取和故障诊断。阶次跟踪方法作为一种非平稳信号分析方法,将原信号从时间域转换到角度域,有助于抑制变转速导致的频率模糊现象。广泛应用的计算阶次跟踪分析方法在实现等角度重采样过程中,通过提取瞬时转速积分求取瞬时角位移,或者基于相位解调获取角度‑时间关系,受限于积分累计误差或小的转速跟踪范围。利用齿轮系统啮合振动信号峰峰值对应的等角度间隔特征,提出一种基于时域信号极值搜索的无键相阶次跟踪方法。所提方法不需要通过转速积分获取瞬时角位移,同时允许较大转速变化范围,降低了阶次分析域变换过程的误差,抗噪性能良好,使阶次谱能量集中度和特征成分辨识度得到明显提高。理论分析、仿真对比分析和试验测试结果均验证了所提方法的有效性,适用于变转速工况下的齿轮箱非平稳振动信号频谱分析和故障诊断。

直列6缸发动机半阶次振动分析及优化

为降低发动机振动速度,以某直列6缸发动机为研究对象,分析各阶次激励特征,通过整体振动试验、整机模态试验、工作变形分析,确定振动原因,并进行结构优化及试验验证。结果表明:该发动机扭转模态频率较低,并与4.5阶扭转激励耦合,导致发动机机体产生扭转共振,振动速度过高,不满足开发要求;增加机体加强板,可提高扭转模态频率,降低整机振动速度,满足开发要求。

基于阶次和传递路径分析的电驱动总成对车内噪声影响

为了探究电驱动总成对车内噪声的影响,对某纯电动汽车进行急加速工况下的试验研究。基于阶次分析确定车内噪声与电驱动总成振动噪声之间的关联,并识别电驱动总成对车内噪声影响较大的激励;基于奇异值分解改进的工况传递路径分析(Operational Transfer Path Analysis,OTPA)方法,分析对车内噪声影响最大的激励通过结构路径和空气路径对车内噪声的贡献情况。结果表明由空间0阶径向电磁力引起的频率24阶激励和48阶激励对车内噪声影响较大,其中24阶激励影响最大。在低转速区间,24阶振动激励和24阶声学激励通过结构路径对车内噪声贡献和通过空气路径基本一致;在中高转速区间,24阶声学激励通过空气路径对车内噪声贡献较大;在高转速区间,24阶振动激励通过后悬置Z方向结构路径对车内噪声贡献较大。研究结果从激励源和传递路径两个方面为降低纯电动汽车车内噪声指明方向。

CWT-ETVF与SWT结合的齿轮无转速计阶次跟踪及其应用

变转速齿轮故障振动信号特别微弱时,同步压缩小波变换(synchrosqueezing wavelet transform,SWT)无转速计阶次分析方法的提取效果不佳。基于此,提出一种连续小波变换的椭圆时变滤波(continuous wavelet transform-elliptic time-varying filtering,CWT-ETVF)与SWT相结合的无转速计阶次跟踪方法,用以提取齿轮时变低频故障特征。将CWT-ETVF与SWT结合对振动故障信号进行瞬时频率估计,以获得参考轴相位;再对原信号进行等角度重采样得到角域平稳信号,并作其阶次谱分析和SWT分解;最后,选取SWT重构分量进行阶次谱分析与阶次包络谱分析,以提取齿轮断齿的时变故障特征。仿真及实验结果验证了该方法在齿轮变转速工况下低频微弱故障特征提取的有效性。

直流微电网中Boost变换器的变阶次分数阶滑模控制

针对直流微电网中Boost电力电子变换器负荷侧波动频繁问题,设计一种新型变阶次分数阶非奇异终端滑模控制(variable order fractional-order non-singular terminal sliding mode control,VO-FNTSMC)策略,对负荷扰动进行精准快速的响应。主要研究该控制策略在Boost变换器启动阶段及负载变化阶段的控制效果,并将研究结果在NI PXIe-ModelingTech实验平台上以硬件在环(hardware in loop,HiL)的方式进行实验验证。结果表明:普通分数阶控制策略在分数阶微积分阶次为1时,具有抖振和输出误差较小的优势;在阶次为1.4时,具有超调量小、响应快速的优点。VO-FNTSMC融合了2个不同阶次分数阶控制器的优点,在启动阶段及负载变化阶段对输出电压都具有更快的响应速度,更小的超调量、稳态误差及滑模抖振,为分数阶控制理论应用于新能源电力电子领域提供了一种深入到变阶次的研究方法。

计算阶次分析中避免阶次混叠的滤波定阶方法及其应用

针对计算阶次分析中的阶次混叠现象,分析了各阶次信号分量在频域范围的对应关系,并分析了在相同转速区间内信号的各阶次分量会发生频率重叠的问题;在此基础上提出了使用滤波器限制频率、确定阶次的方法,推导了滤波器截止频率选择和滤波后信号角域重采样阶次的确定原则。通过仿真信号分析和实际信号验证,提出的方法均能成功地解决阶次混叠问题,有效确定和降低了角域重采样阶次。

基于阶次提取的车用电机振动快速计算方法

车用永磁同步电机运转时的工作转速范围较宽,分析电机全转速段的电磁振动的情况较为耗时和占用大量计算资源。本文采用多物理场耦合仿真计算少量转速工况的气隙磁密,通过阶次提取技术,将时域的瞬态电磁激励转换为角度域及频域的电磁激励。将稳态电磁激励施加到电机有限元模型定子齿面上,进行电机壳体表面法向振动响应求解,实现车用驱动电机全转速段壳体振动响应特征的快速计算,缩减了仿真时间和计算资源,仿真效率大大提升。

基于STFT和FPO的旋转机械阶次分析

针对在无转速计下发动机转速难以估计的问题,采用短时傅里叶变换(short-time Fouriertransform,STFT)和快速路径优化(fast pathoptimization,FPO)相结合的方法对发动机进行转速估计,结合无转速计阶次分析方法对某客车变速箱底部振动信号进行分析。使用STFT分析振动信号,运用FPO算法从时频图中提取特征阶次所对应的瞬时频率值,计算得到发动机转速曲线,通过积分采样得到等角度间隔信号,最终得到阶次图。仿真分析和试验分析的结果表明:文中方法在提取时频图中相应的瞬时频率值有较高的精度和较好的抗噪性,能够在无转速计的情况下有效实现旋转机械振动信号的阶次分析。

基于VMD与不同包络阶次构造的风电机组滚动轴承故障诊断

针对风电机组变工况滚动轴承故障诊断问题,将变分模态分解(variational mode decomposition,VMD)与计算阶比跟踪(computed order tracking,COT)、逆包络阶次谱(reversed sequence squared envelope spectrum,RE-SES)2种方法结合进行包络阶次分析;将非平稳的时间域信号转换成平稳的角度域信号,再经包络法找出滚动轴承故障特征信息。仿真与实验结果表明,VMD结合RE-SES包络阶次法可以更加有效地提取出调幅信号中的调制阶次,并且VMD滤波可以使得故障特征阶次更加凸显,易于故障识别,为风电机组变速工况下的滚动轴承故障诊断提供参考。

一种基于改进阶次包络谱的滚动轴承故障诊断算法

针对变转速工况下滚动轴承故障特征的提取问题,提出了一种基于滤波定阶理论的改进阶次包络谱分析方法。该方法在包络解调后,先对信号进行低通滤波,在确定计算阶次跟踪(COT)的重采样频率并进行重采样后,再对重采样后的包络曲线进行离散傅里叶变换得到阶次包络谱。通过仿真信号和实验数据对该算法进行验证,结果表明:该算法适用于变转速工况的轴承故障诊断,和传统阶次包络谱算法相比,该算法为角域重采样中重采样率的设置提供了一种方法,可以有效避免阶次混叠现象和降低重采样率。

FT细化校正阶次全息谱分析方法

针对变转速下阶次全息谱分析精度不高问题,提出FT细化校正阶次全息谱分析方法。用基于三次样条插值的阶次跟踪对转子时域非平稳信号进行等角度重采样获得角域平稳信号;用FT细化校正法精确计算出各阶次幅值及相位信息,由幅值、相位信息求出阶次全息谱参数;据计算结果获得阶次全息谱图。通过仿真及转子实验台信号分析表明,该方法能精确获得阶次全息谱图,且能准确根据FT细化校正阶次全息谱图判断旋转机械转子的故障种类。

阶次跟踪在齿轮磨损中的应用

研究旋转机械在变速过程中振动信号的分析方法。在利用B&K3560多分析仪对齿轮箱加速时测得的振动信号进行时域采样的基础上,利用样条插值算法进行角域重采样得到等角度分布的采样点,并对其进行阶次跟踪分析。结果显示出阶次跟踪分析法在处理转速变化信号时的优越性:能够有效地避免传统频谱方法所无法解决的“频率模糊”现象,对齿轮箱的早期故障有一定的识别能力。该方法是对传统的频谱分析法的有力补充,具有很广阔的应用前景。