基于MCKD与OFSC的变转速下滚动轴承故障特征提取

针对阶频谱相关(OFSC)法解决变转速下旋转机械故障诊断时易受背景噪声干扰的问题,通过最大相关峭度解卷积(MCKD)降低随机噪声的干扰,增强原始信号的故障脉冲;分析降噪后的信号,在三维空间中计算其阶频谱相关;依据降噪后信号的时频分布划定高能量频率区间,对三维OFSC进行集成运算,得到二维表达的OFSC,呈现故障信号的各类特征阶次。内圈点蚀故障模拟试验表明,二维OFSC能够清晰识别变转速下滚动轴承故障特征阶次,验证所提方法的有效性。

变转速下滚动轴承的阶频谱相关域微弱故障特征增强与提取

滚动轴承是旋转机械常用且故障率较高的部件之一,其故障的及时发现,对于设备安全、稳定运行具有重要意义。滚动轴承的早期故障特征十分微弱,容易被强背景噪声干扰所掩盖。同时,滚动轴承往往在变转速工况下运行,故障特征的时变特性导致特征提取较为困难。针对上述问题,提出一种变转速下滚动轴承的阶频谱相关(OFSC)域微弱故障特征增强与提取方法。首先,利用变转速下滚动轴承故障信号的角度时间域循环平稳特性,将故障信号转换到阶频谱相关域。然后,采用鲁棒主成分分析(RPCA)的低秩稀疏分解方法,将轴承振动信号的阶频谱相关矩阵分解为表征轴承故障特征的稀疏成分,并去除表征噪声的低秩成分,进一步提高稀疏分量的分辨率。最后对分解出的稀疏分量构建增强包络阶次谱(EEOS)来检测滚动轴承的故障特征。仿真和实验分析验证了该方法对于变转速工况轴承微弱故障特征增强和提取的有效性和鲁棒性。

牡丹江、延边地区渤海历史遗迹考察

渤海国的历史涵盖黑龙江省牡丹江流域、吉林省延边地区,遗迹丰富,在东北历史的发展中只有占要地位。考察两个地区的遗迹遗物,基本上明确了渤海王国与中源王朝之间政治、文化的联系,以及对东北地区的发展所做出的贡献。并对揭示渤海国发展的轨迹及内涵有所帮助。