Rolling element bearing instantaneous rotational frequency estimation based on EMD soft-thresholding denoising and instantaneous fault characteristic frequency

The accurate estimation of the rolling element bearing instantaneous rotational frequency(IRF) is the key capability of the order tracking method based on time-frequency analysis. The rolling element bearing IRF can be accurately estimated according to the instantaneous fault characteristic frequency(IFCF). However, in an environment with a low signal-to-noise ratio(SNR), e.g., an incipient fault or function at a low speed, the signal contains strong background noise that seriously affects the effectiveness of the aforementioned method. An algorithm of signal preprocessing based on empirical mode decomposition(EMD) and wavelet shrinkage was proposed in this work. Compared with EMD denoising by the cross-correlation coefficient and kurtosis(CCK) criterion, the method of EMD soft-thresholding(ST) denoising can ensure the integrity of the signal, improve the SNR, and highlight fault features. The effectiveness of the algorithm for rolling element bearing IRF estimation by EMD ST denoising and the IFCF was validated by both simulated and experimental bearing vibration signals at a low SNR.

基于局部特征尺度分解的经验包络解调方法及其在机械故障诊断中的应用

提出一种基于局部特征尺度分解(Local characteristic-scale decomposition,LCD)和经验包络(Empirical envelope method,EE)解调的非平稳信号分析方法。该方法通过局部特征尺度分解将一个复杂信号自适应地分解为若干个内禀尺度分量之和,对得到的各个内禀尺度分量进行经验包络解调,得到各个分量信号的瞬时幅值和瞬时频率信息,从而得到原始信号完整的时频分布。采用仿真信号将基于LCD和EE解调的时频分析方法和希尔伯特黄变换方法进行对比,结果表明,新提出的信号分解和解调方法在抑制端点效应和迭代所需时间,瞬时特征的精确性等方面优于希尔伯特黄变换方法。针对滚动轴承和齿轮故障振动信号的调制特点,将基于LCD和EE的时频分析方法引入机械故障诊断中,对试验信号的分析结果表明,基于LCD和EE的时频分析方法能有效地提取机械故障振动信号的特征。

基于包络解调滤波的滚动轴承复合故障诊断

针对在变转速工况下进行滚动轴承复合故障诊断时,由于故障间的相互作用使得多种故障特征混叠在一起,彼此干扰,造成误判﹑漏判等问题,以及时域滤波过程中共振频带参数难以获得这一问题,提出基于包络解调滤波的滚动轴承复合故障诊断方法。首先,使用多项式函数拟合轴承转速,并根据轴承各部分的故障特征频率系数和转速信息计算瞬时故障特征频率(IFCF)趋势线;其次,根据各部分IFCF趋势线的拟合函数,构造解调算法的相位函数,对原始信号经过Hilbert变换得到的包络信号解调;最后,以各部分IFCF拟合函数的初始值为中心频率构造窄带巴特沃斯带通滤波器,对解调信号进行滤波处理,并对滤波后的信号进行快速傅里叶变换(FFT)得到包络解调滤波信号的频谱。研究结果表明:该算法使轴承IFCF的能量集中在初始值的位置,使用巴特沃斯带通滤波器便可以在包络信号中提取解调后的故障信息。该方法既克服了转速变化引起的"频率模糊"现象,又避免了时域滤波中共振频带难以确定的问题。仿真算例和应用实例证明了该算法的有效性。

基于线调频小波路径追踪和逐步解调滤波的滚动轴承故障诊断

在变转速工况下诊断滚动轴承故障时,广义解调算法中相位函数的确定依赖转速计等辅助设备。针对这一问题,提出了基于线调频小波路径追踪(Chirplet Path Pursuit, CPP)和逐步解调滤波的滚动轴承故障诊断方法。瞬时故障特征频率(Instantaneous Fault Characteristic Frequency, IFCF)在包络信号中具有幅值优势,利用这一特点,使用CPP算法从降采样的包络信号中提取IFCF趋势线,构造IFCF的相位函数;针对转频在信号中难以提取这一问题,采用重复估计转频的方式,计算潜在转频的相位函数;根据IFCF和转频的相位函数,构造逐步解调滤波算法,既可以恢复时变频率的周期性,又能降低噪声干扰,避免幅值较小的转频被噪声淹没;根据IFCF和转频在解调频谱的比值,判断故障位置。仿真和试验信号的处理结果证明了算法的有效性。

基于低次故障特征阶比系数的变转速滚动轴承等效转频估计算法

基于时频表达的阶比跟踪算法能够帮助实现变转速旋转设备的故障诊断而不依靠转速计的帮助。然而,滚动轴承振动信号的时频表达却因缺少明显且易提取的转频成分使得该算法无法得到应用。为此,引入瞬时故障特征频率作为滚动轴承的等效转频,并提出基于低次故障特征阶比系数的估计算法对其进行提取。根据转频的变化范围确定基本滤波带宽并沿频率轴构造一组带通滤波器对原信号进行带通滤波。计算各带通滤波结果的包络时频谱并提取相应的等效转频趋势线。利用等效转频趋势线对相应的滤波结果进行重采样并计算故障特征阶比包络谱。将各阶比包络谱中与一、二、三次故障特征阶比相对应的幅值之和作为标准确定最优滤波带宽与相应的等效转频趋势线(瞬时故障特征频率趋势线)。利用该趋势线对原始信号进行故障相角域重采样,所得结果故障特征阶比包络谱即可用于滚动轴承的故障诊断。仿真算例和应用实例证明了该算法的有效性。

瞬频特征的谐波小波域提取与应用

为了能精确提取出复杂信号中特征分量的瞬频特征,提出了谐波小波域内的分量瞬频估计方法。该方法首先在分析谐波小波变换的基本原理及其优良特性的基础上,对谐波小波进行加窗光滑处理,改善了谐波小波的时域衰减特性。然后,针对在传统瞬频估计方法的不足之处,将线性回归、自适应滤波、曲线平滑、重采样等方法应用到瞬时相位函数的处理中,提高了瞬时频率特征的提取精度。最后,通过仿真实验与工程实践验证了该方法在信号分量瞬频特征提取中的可行性与有效性。

基于瞬时零序功率的谐振接地系统单相接地选线新方法

针对谐振接地系统单相接地故障,基于瞬时功率理论,提出了采用瞬时零序功率的复合选线新方法。分析了系统故障后的稳态及暂态故障特征。利用坐标变换后的故障信号分别推导、计算了稳态和暂态过程线路上的瞬时零序功率。通过对瞬时零序功率的分解得出,故障前后线路上的零序功率振荡分量以及故障线路与非故障线路零序功率振荡分量成分不同、频率特征不同。通过提取并综合分析振荡分量中单倍、2倍、4倍以及6倍工频振荡信号来甄别故障线路。该方法综合暂态和稳态特征、考虑谐波信号、多判据互补、不涉及相位分析,并且物理意义清晰。仿真及实录数据验证表明该方法有效。

基于局部特征尺度分解与瞬时频率谱的齿轮故障诊断

齿轮故障振动信号具有非平稳、非线性特征,且可视为多个调幅-调频分量的叠加,单个调幅-调频分量的瞬时频率蕴含了齿轮的故障特征;为了将信号准确分解、获得单分量的瞬时频率,进而根据瞬时频率谱进行齿轮故障诊断,提出了局部特征尺度分解与瞬时频率谱相结合的故障诊断方法;该方法首先对齿轮振动信号运用局部特征尺度分解,得到若干个瞬时频率有物理意义的内禀尺度分量,然后分别应用希尔伯特变换技术求取每个分量的瞬时频率,并对瞬时频率进行傅里叶变换得到瞬时频率谱,最后根据瞬时频率谱进行故障诊断;对齿轮断齿故障实验数据进行了方法有效性分析,分析结果表明:该方法不仅能够准确诊断出齿轮箱故障情况,还能定位发生故障的齿轮,该方法可有效地应用于齿轮故障诊断。

局部特征尺度分解结合局部均值解调的齿轮故障诊断

为了准确地进行故障诊断,根据齿轮故障振动信号的多分量调幅-调频特征,提出了一种新的解调方法——局部均值解调法,将之与局部特征尺度分解相结合进行齿轮故障诊断。该诊断方法首先对齿轮振动信号运用局部特征尺度分解,得到若干个内禀尺度分量,然后应用局部均值解调法求取每个分量的调频分量,最后根据瞬时频率的频谱进行故障诊断。采用仿真信号将局部均值解调法与Hilbert解调法、经验调幅调频分解法进行了对比,结果表明,局部均值解调法的精确性更好。通过齿轮故障振动数据的分析,验证了局部特征尺度分解结合局部均值解调的故障诊断方法的有效性。

基于LMD的列车频带变化故障诊断方法研究

列车轮对组件出现损伤缺陷时,其故障振动信号除了承受故障冲击外,还会受到其他影响因素的印象,导致其振动频谱频带发生整体迁移的情况。采用传统的谱分析方法,无法正确的提取频带迁移情况下的故障部件振动特征。针对这一问题,本文通过轮对轴承复杂工况下的动力学分析,分析其故障机理及振动信号的特性。提出特征谱分析方法,并将基于LMD分解的瞬时频率分析方法与特征谱分析方法结合起来,提取其故障特征。通过仿真分析和试验研究,验证了方法的有效性。

变转速下基于广义解调算法的滚动轴承故障诊断

变转速条件下故障轴承的冲击间隔会相应的发生改变,导致以包络分析为代表以恒转速为前提的故障诊断方法失效。阶比分析因其在消除频谱模糊方面的有效性,成为处理变转速故障轴承信号最为常规的方法。然而,上述方法在对信号重采样的过程中存在幅值误差、包络畸变以及计算效率低等问题。为此,从滚动轴承的振动特性出发,提出了无需角域重采样的基于广义解调算法的滚动轴承故障诊断方法。整个算法主要包括五部分:(1)利用快速谱峭度算法确定最优带通滤波参数,并对原始振动信号进行滤波;(2)根据转速脉冲信号计算并拟合转速曲线;(3)通过转频方程以及滚动轴承的故障特征系数确定广义解调算法所需要的相位函数;(4)根据相位函数对滤波信号进行广义解调,对解调信号进行快速傅里叶变换(Fast Fourier Transform,FFT)获取解调信号的频谱图;(5)观察频谱图中的峰值,更改故障特征系数重复步骤(3)-(4),最终确定轴承故障类型。仿真及实测的故障轴承信号分析证明了新算法对变转速下滚动轴承故障诊断的有效性。

基于PSO-VMD瞬时频率的三电平Buck-Boost变流器开路故障检测方法

三电平Buck-Boost变流器具有双向馈能和能量传输高效的特点。针对较高故障率的功率器件开路故障,论文通过分析三电平Buck-Boost变流器纹波电流倍频特性,提出了一种基于粒子群优化算法(particleswarmoptimization,PSO)-变分模态分解(variational mode decomposition,VMD)-瞬时频率的开路故障检测方法。首先,采用粒子群优化(particle swarm optimization,PSO)算法优化变分模态分解(variational mode decomposition,VMD)中的惩罚因子α和模态数K等参数,自适应地分解出开关模态电流分量,并利用希尔伯特(Hilbert)变换计算瞬时频率特征。然后,以瞬时频率二倍频特征为判据诊断开路故障,并根据子电容电压差值进行故障定位。最后,通过仿真和半实物硬件在环测试平台对所提算法进行验证。研究结果表明:所提PSO-VMD瞬时频率法具有非侵入、诊断时间快和鲁棒性高的优点,无需增加额外的传感器就能够在一个开关周期内检测出开路故障,而且检测不受运行工况的影响。

两相静止坐标系下有功功率的异步电机转子故障诊断

提出一种利用两相静止坐标系下瞬时有功功率诊断转子断条的方法。理论和试验共同证明,断条故障时,定子电流故障边频部分在两相静止坐标轴上有功功率pα、pβ中产生特征故障频率fb(fb=2sf1),此特征故障频率避免故障边频易被基频淹没的缺点,且幅值较大,易被诊断辨识。在故障早期,特征故障频率fb的幅值较明显,表明此法对电机断条故障早期在线监测的能力。试验频谱图表明,随着转子断条数量的增加,pα、pβ中特征故障频率的幅值也在增加,与实际情况相吻合,有利于故障程度的量化和电机故障诊断系统的建立。

济阳坳陷埕岛地区潜山断裂的特征及封闭性研究

断裂是埕岛地区潜山油气聚集成藏最主要的控制因素。利用高精度三维地震资料和钻井资料结合区域应力场分析,对潜山断裂体系进行系统的解剖;从局部应力场特征、断层性质、新生代活动强度和产状配置定性评价断层的封堵性,并形成基于断面两侧瞬时频率属性变化率的封闭性预测方法。研究结果表明,研究区主要发育NW向走滑伸展断层、NNE向左旋压扭断层和近EW向伸展断层,主要控山断裂将埕岛地区划分为西排山、中排山和东排山。成藏期不活动断裂封闭性好,新生代活动的断裂,增压段封闭性好,释压段及拉张断裂封闭性差。西排山断层封堵,油源风险大;中排山断层封堵性有一定风险;东排山整体封堵条件好,成藏条件有利。