基于混沌和二维近似熵的滚动轴承故障诊断

针对滚动轴承故障的特征频率处于较低频带,容易被噪声淹没而难于直接检测的问题,提出了在衡量二维时间序列复杂性方面具有普遍意义的二维近似熵,及基于混沌和二维近似熵的滚动轴承故障诊断方法。该方法利用混沌振子对微弱周期信号的敏感性,可以直接检测低频段内滚动轴承微弱的故障特征频率。同时,以二维近似熵作为测度,能够从二维角度全面地量化振子的相变规律,从而客观、准确地识别振子状态并确定故障类型。对滚动轴承内、外圈故障的诊断实例验证了该方法的有效性。

齿轮早期疲劳裂纹的混沌检测方法

齿轮箱振动信号中调制现象普遍存在,而且啮合频率产生的周期冲击成分占很大比重,反映齿轮箱故障的特征信号的幅值相对较低,难以检测。根据齿轮箱振动信号的特点,提出了基于混沌振子的齿轮早期疲劳裂纹检测方法,区别于目前常用的基于混沌振子的微弱信号检测方法。该方法通过辨识混沌振子加入齿轮箱振动信号后发生的由大尺度周期状态到混沌状态的反向状态改变,确定齿轮啮合频率边频带的状态,从而判断齿轮裂纹的发展情况,在齿轮裂纹的监测中取得了良好的效果。

基于混沌振子的微弱特征信号检测原理及应用

介绍了利用混沌振子检测微弱特征信号的原理和实现方法．实验表明该方法能够在信噪比相当低的情况下检测出微弱的特征信号。

滚动轴承故障监测诊断技术应用进展

概述了滚动轴承故障监测和诊断工程与试验应用技术的现状,着重介绍了基于振动信号的信号处理方法,并预测了滚动轴承故障监测和诊断技术应用的发展方向。

基于混沌振子和小波理论的轴承故障诊断方法

分析了小波理论和混沌振子检测微弱信号的方法。并在此基础上,将小波分析思想和混沌振子检测方法相结合组成联合测量系统。经过仿真试验,联合测量系统在检测微弱信号方面可以得到比较理想的效果。将此方法应用到滚动轴承的故障诊断中,准确地判断出了轴承的故障。

轴承早期复合故障诊断的一种非线性检测方法

针对强噪声背景下的信号难于检测的问题,利用混沌阵子对周期信号的敏感性和对噪声的免疫力,提出了一种用Duffing阵子结合欧氏距离检测微弱信号的新方法。该方法采用欧氏距离确定混沌振子由混沌状态向大尺度周期状态转换的临界阈值,并利用欧氏距离的跃变自动识别混沌振子的状态。应用该方法对仿真信号和深沟球轴承的早期模拟故障信号进行分析,验证了其可行性,同时分析了相位差和噪声对于系统特性的影响,并用Simulink进行了仿真。

基于Duffing与Van der Pol强耦合系统的随机共振研究及轴承故障诊断

微弱信号检测是一种重要的技术,已经被广泛用于许多领域。与众多微弱信号处理方法不同的是,随机共振(SR)可以利用噪声实现对特征信号的检测。Van der Pol振子具有丰富的动力学性质,被广泛运用在混沌检测中。基于此,将Duffing与Van der Pol振子进行线性耦合,并添加微分项作为耦合系统的反馈以加强耦合强度,构建一种Duffing与Van der Pol强耦合系统,实验发现,该系统具有丰富的SR现象,且通过广义时间尺度变换,可以实现任意特征频率下的微弱信号检测。实验显示,强耦合系统比一般耦合系统具有更好的稳定性;在三值噪声背景下,该系统的输出平均信噪比增益(MSNRI)随着三值噪声状态值的变化呈现不同形式的对称分布;在被控系统中,随着阻尼系数的逐渐增强,输出响应将变得逐渐平滑;另外,在控制系统中,当阻尼系数很小时,系统输出将会出现二次共振现象,随着阻尼系数的增大,次级共振峰将逐渐减小直至消失,一级共振峰将逐渐增强,这是阱间共振完全取代了阱内,阱间联合共振的缘故。最后,借助遗传算法(GA)自适应参数寻优,与传统双稳以及耦合Duffing系统对比发现,所提系统具有更高的输出MSNRI。经测试,该系统对实际轴承故障信号也具有良好的检测效果,并且与传统双稳系统相比能更显著的消除边频信号干扰。

滚动轴承故障的非线性诊断方法

反映滚动轴承故障的特征周期信号处于较低频带内,容易被噪声淹没,难以检测。针对当前的诊断方法没有充分利用其故障特征频带的问题,提出了基于混沌振子的滚动轴承故障的非线性诊断方法。该方法直接检测故障的低频特征信号,完成故障诊断。讨论了该方法的适用场合,并将其应用在滚动体剥落故障的诊断上,取得了良好的效果。

混沌振子在滚动轴承故障特征提取中的应用

滚动轴承的故障信号往往是微弱的周期信号,而混沌振子对特定频率的微弱周期信号十分敏感,可以有效地检测出故障信号.介绍了混沌振子的数学模型和基本检测原理,以及策动力临界阈值的确定方法.将混沌振子检测法应用于滚动轴承外圈、内圈和滚动体故障信号的检测中,通过输出相图的变化来判断故障信号是否存在,有效地实现了对滚动轴承故障信号的检测.

利用混沌吸引子阶跃变化现象检测滚动轴承微弱故障

针对现有的基于混沌振子的微弱信号检测方法存在混沌状态判据计算复杂、混沌状态临界点难以精确确定的问题,提出一种基于混沌吸引子形状阶跃变化的微弱信号检测方法。通过分析典型的混沌系统的动力学特性,将吸引子出现阶跃变化作为存在待测频率信号的判断依据,提出自适应选取阈值和自动判断混沌吸引子变化的方法,在此基础上,设计基于混沌吸引子形状阶跃变化的微弱信号检测系统。最终将该系统应用于滚动轴承的早期微弱故障诊断中。研究结果表明:该方法为基于混沌振子的微弱信号检测提供了一种具有新定量判断准则的方法,不仅能够实现自动检测微弱信号频率,提高基于混沌振子的微弱信号检测方法的检测性能,而且在滚动轴承的微弱故障信号检测中易于实现,具有实际应用价值。

基于混沌理论的滚动轴承故障信号检测

针对滚动轴承早期故障信号十分微弱的问题,提出采用Duffing混沌振子对故障微弱信号进行检测的方法。对Duffing方程进行改进,实现对任意频率微弱信号的检测。分析微弱周期信号相位角对检测系统的影响,提出采用多相位混沌振子阵列来消除微弱周期信号相位角对检测系统的影响。通过仿真实验,确定检测系统由3个混沌振子构成。使用该检测系统成功检测出轴承外圈故障微弱信号,相比传统的混沌振子检测系统,缩小了检测盲区,提高了检测信噪比。