Analysis and Study of Modern Fault Diagnosis Methods of Mechanical Equipments

Fast Fourier Transform(FFT)frequency spectrum analysis,signal decomposing and reconstruction by wavelet analysis,fractal theory and chaos theory are hot research topics for fault diagnosis and prediction of complex machinery so far.In this paper,the characteristics of the FFT method,wavelet method,fractal method,and largest Lyapunov exponent method are studied and analyzed in detail.The advantages and shortcomings of these methods are pointed out respectively.Some unsolved problems are presented here.

基于Lyapunov指数-相轨迹的发电机组故障诊断

以混沌理论为基础,根据非线性动力学系统的运动特性,对汽轮发电机组转子故障进行了分析阐述·通过对所测发电机组转子在3种不同工作状态下的时间序列进行的最大Lyapunov指数计算,并结合对这3种状态相轨迹图进行的分析和研究,发现发电机转子在不同工作状态下其时间序列的Lyapunov指数具有明显差异·因此,基于Lyapunov指数的实质,提出了发电机组故障诊断的'Lyapunov指数-相轨迹'法·该研究也为其他复杂机械的故障诊断和预测开辟了有效途径·

基于Lyapunov指数谱的航空发动机故障诊断研究

提出了基于Lyapunov指数谱和Lyapunov指数谱熵的航空发动机状态识别和故障诊断新方法。基于实测的某型航空发动机振动时间序列求解了系统不同工作状态和故障状态的Lya-punov指数谱;基于Lyapunov指数谱,对该型航空发动机进行了状态识别和故障诊断;为给出对Lyapunov指数谱及其对状态识别和故障诊断的整体表述,定义了Lyapunov指数谱熵,并基于该谱熵对该型航空发动机进行了状态识别和故障诊断。研究结果表明该型航空发动机振动时间序列在不同状态下具有不同的Lyapunov指数谱及其谱熵,即可以Lyapunov指数谱及其谱熵作为识别其状态的特征量,为航空发动机的故障诊断和状态监控提供了新的可靠的方法。

基于Lyapunov指数能谱熵的转子—机匣系统故障诊断研究

提出基于Lyapunov指数能谱熵的航空发动机转子—机匣系统状态识别和故障诊断新方法。基于Lyapunov指数谱,提出并定义系统Lyapunov指数能谱熵;在基于实测的航空发动机机匣振动时间序列求解系统不同故障状态的Lya-punov指数谱的基础上,获得系统不同故障状态下的Lyapunov指数能谱熵,并将其应用于航空发动机转子—机匣系统的故障诊断。研究结果表明,航空发动机机匣振动时间序列在不同单一故障状态下具有不同的Lyapunov指数能谱熵,此时可以Lyapunov指数能谱熵作为识别其状态的新特征量。

基于Lyapunov指数谱的转子-机匣系统故障诊断研究

发展了基于Lyapunov指数谱的航空发动机转子-机匣系统故障诊断方法。基于实测的航空发动机机匣振动时间序列求解了系统不同状态的Lyapunov指数谱;基于Lyapunov指数谱,应用最大Lyapunov指数和Lyapunov指数谱图对航空发动机转子-机匣系统进行了故障诊断。研究结果表明:航空发动机机匣振动时间序列在不同状态下具有不同的Lyapunov指数谱,即可以Lyapunov指数谱作为故障诊断的特征量。

基于Lyapunov指数的非线性模拟电路故障诊断方法

本文介绍一种基于计算最大Lyapunov指数的非线性模拟电路故障诊断方法,它应用混沌方法对一个变周期的多谐振荡器的输出信号进行处理,利用数据替代法生成电路故障数据,借助于小数据量法计算相应的最大Lyapunov指数,将这种混沌特性分析应用于强非线性模拟电路的故障诊断,并对混沌时间序列相空间重构中的延迟时间间隔和嵌入维数的选取方法进行了讨论;结合实例对该方法进行了计算验证。

基于Lyapunov指数分析的液压泵故障诊断方法研究

提出了一种基于最大Lyapunov指数分析的微弱信号检测新方法,依据该方法对柱塞泵的脱靴故障进行了实验诊断。实验结果表明,故障压力信号的最大Lyapunov指数比无故障时的正常信号的小,可以作为故障发生与否的定量判据,为旋转机械故障诊断提供了一条新途径。

基于Lyapunov指数能谱分布的转子-机匣系统故障诊断研究

提出了基于Lyapunov指数能谱分布的航空发动机转子-机匣系统故障诊断新方法。基于相空间重构,在优选重构参数的基础上,计算得到了某型航空发动机不同故障状态下机匣实测振动信号时间序列的Lyapunov指数谱;提出并定义了Lyapunov指数能、Lyapunov指数能谱、Lyapunov指数能谱分布的概念,获得了某型航空发动机在不同故障状态下的机匣实测振动信号时间序列的Lyapunov指数能谱及其分布,并基于此Lyapunov指数能谱分布对航空发动机转子-机匣系统进行了故障诊断和状态识别。研究结果表明:航空发动机机匣振动时间序列在不同状态下具有不同的Lya-punov指数能谱及其分布,即可以Lyapunov指数能谱及其分布作为识别其状态的特征量,为航空发动机转子-机匣系统的故障诊断和状态监控提供了新的可靠的方法。

基于Lyapunov指数混沌特征的滚动轴承早期故障诊断

混沌理论具有类似随机性与初始条件敏感性的特点,可以解决许多科技领域中的非线性序列问题,Lyapunov指数是混沌系统中的一个重要参数。由于利用小数据量法求Lyapunov指数具有计算过程简单且计算结果精确的特点,而将其应用到滚动轴承故障诊断研究中。通过对滚动轴承全寿命试验平台多工况下滚动轴承振动信号时间序列进行Lyapunov指数计算,得到轴承内圈、轴承外圈、轴承滚动体及正常状态轴承的Lyapunov指数,根据多组数据对比结果得出结论,Lyapunov指数混沌特征在判断滚动轴承早期故障研究中具有重要意义。

EMD端点效应的改进型混沌延拓方法及其在机械故障诊断中的应用

针对经验模态分解(Empirical Mode Decomposition,EMD)的端点效应问题,分析了三次样条插值产生端点效应的机理,指出了现有延拓方法的不足,提出采用Lyapunov指数预测模型进行边界延拓,以此减小端点效应在经验模态分解过程中产生的影响。在采用最大Lyapunov指数法进行边界延拓时,针对Lyapunov指数预测模型所表示的平均发散度仅是轨道演化规律的一个近似模型,提出采用局域发散度代替最大Lyapunov指数进行改进,以改进预测模型的预测精度。基于改进型Lyapunov指数边界延拓方法,由于引入时间序列预测模型使端点处的延拓更加合理,所延拓数据更加趋于真实,在希尔伯特-黄变换(Hilbert-Huang Transform,HHT)实现过程中仅需一次延拓,实现了准确的EMD分解。仿真计算和转子系统故障试验分析结果表明,所用方法可以有效解决EMD的端点效应问题。

基于非线性多参数的旋转机械故障诊断方法

应用关联维数、李亚谱诺夫指数等非线性多参数对旋转机械故障诊断进行研究。对所采集的模拟旋转机械振动故障信号,运用相空间重构理论对其时间序列重构。为使重构相空间能充分地反映系统运动特征,对不同故障信号的时间延迟与嵌入维数确定问题进行研究,计算出不同故障信号的关联维数、李亚谱诺夫指数、复杂度和近似熵四个非线性特征量。在此基础上对四个非线性参数进行融合,并定义为非线性度,用这一特征量对故障信号特征进行提取与识别。由于非线性度是关联维数、李亚谱诺夫指数、复杂度和近似熵多参数的综合,更有利于分析识别故障信号,增强可靠性。研究表明:故障类型不同,非线性度指数不同,验证了这一非线性特征量是表征不同故障信息的有效参数。此研究为复杂旋转机械故障诊断提供一种识别方法。

基于混沌分形理论的滚动轴承微小故障诊断

为提取轴承微小故障的故障特征,提出一种基于混沌分形理论的滚动轴承故障诊断方法。通过计算滚动轴承振动信号的最大Lyapunov指数,进行轴承运动的混沌识别;然后,对具有混沌特性的振动信号,计算关联维数和盒维数作为故障诊断的状态特征量。当关联维数不能明显区别轴承故障时,利用关联维数与盒维数相结合的方法判别故障;最后,选取滚动轴承滚动体、内圈、外圈存在微小故障和较明显故障以及正常状态7种工况的振动信号进行实验。研究结果表明:该方法能准确提取故障特征并完成滚动轴承的微小故障诊断。该方法为滚动轴承故障诊断提供了新的有效途径。

基于现代非线性理论的汽轮发电机组故障诊断技术研究

运用小波理论、分形理论和混沌理论等非线性理论,对汽轮发电机组转子故障进行了综合分析和研究。对 所测某28 MW发电机组转子在三种不同工作状态下的时间序列进行了关联维数计算、小波包分解以及最大李雅 普诺夫指数计算,并结合其相轨迹图和庞加莱截面进行了分析与研究。结果表明,小波包分解重构技术具有很强 的消噪和非平稳信号提取能力;发电机组转子在不同工作状态下其时间序列的关联维数、李雅普诺夫指数具有明 显差别,且两量值相互补充、相互对应。由此提出:关联维数、最大李雅普诺夫指数可以作为刻画发电机组机械 故障特征的综合量化指标。该研究为非线性运动系统的在线监测、故障诊断和状态预测开辟了有效途径。

行星齿轮传动系统复杂微弱故障的非线性特性

针对行星齿轮传动系统振动信号的非线性、非平稳性和故障特征微弱等特点,基于混沌理论对行星齿轮传动系统的正常、单一和多类耦合故障特性进行了综合分析与研究。用小波包算法对所采集的振动信号进行预处理;恰当选取最佳时延和最小嵌入维数重构相空间。在此基础上,用相图定性描述不同故障状态的故障类型;用关联维数和最大Lyapunov指数量化其各故障状态的特性和程度。研究结果表明:5种不同状态下的相图有一定的差异性;且故障越严重、故障耦合的越多,其关联维数和最大Lyapunov指数越大,混沌特性越强。因此,利用混沌的定性和定量方法可以有效识别行星齿轮传动系统的单一故障以及故障特征频率不重叠和故障特征频率重叠的两类耦合故障。

某型滚动轴承故障与分形维数的确立

针对轴承传动本身具有非线性而在传统故障诊断中又被忽略掉的问题,运用最大李雅普诺夫指数进行齿轮箱轴承运行混沌状态的辨识,然后采用关联维数对轴承故障进行准确定位。通过实验获取齿轮箱轴承的外圈故障、内圈故障、滚动体故障和正常状态的振动信号,并进行小波包去噪,对去噪信号分别计算各种状态下的最大李雅普诺夫指数和关联维数,得出各故障状态下对应的混沌状态和分形维数,可将此分形维数作为特征向量进行轴承故障诊断。在进行系统状态辨识和关联维数计算的同时讨论了嵌入维数、延迟时间和无标度区的确定方法。

故障诊断中的混沌参数分析

在建立的模拟实际故障的实验装置上采集模拟旋转机械振动故障的信号,运用相空间重构理论,对实测故障信号进行时间序列重构。为使重构相空间能充分地反映系统运动特征,必须恰当地选取时间延迟与嵌入维数。应用互信息函数法确定出不同故障时间序列时间延迟,应用改进伪近邻法确定最小嵌入维数。在此基础上计算关联维数和李亚谱诺夫指数,以此二参数作为特征量,有利于分析识别故障信号,增强可靠性。为复杂旋转机械故障诊断提供一种识别方法。

基于最大李雅普诺夫指数的滚动轴承故障诊断研究

针对滚动轴承故障后期的非线性行为以及判断故障的劣化趋势标准问题,提出了最大李雅普诺夫(Lyapunov)指数判别方法.利用包络解调法对轴承原始信号进行了0～1000,2000～3000及3000～4500 Hz分频段降噪处理,研究了不同时段轴承故障劣化程度与Lyapunov指数的关系以及信号噪声对Lyapunov指数的影响.结果表明,在0～1000Hz频段内,轴承早期故障的Lyapunov指数为0.612,运行5个月后,Lyapunov指数增大到0.8105,2000～3000 Hz及3000～4500 Hz频段内,Lyapunov指数也呈缓慢增大趋势,说明Lyapunov指数能够反映轴承故障劣化程度,因此可以把Lyapunov指数作为判断轴承故障严重程度的特征参量,这为轴承故障的劣化判断提供了一条有效途径.

基于非线性技术锅炉故障分析

为预测和判断锅炉故障的发生,完善锅炉故障检测技术,基于锅炉运转具有非线性特点,提出将非线性评价指标应用于锅炉故障诊断。研究特征信号的非线性特性,通过确定延迟时间和嵌入维数来重构相空间;采用混沌分形理论研究非线性评价指标;提取最大Lyapunov指数和关联维数,并为收集的每种特征信号选择最合适的非线性指标。结果表明:蒸汽压力的非线性特征指标应选择关联维数,烟气温度1、烟气温度2、水管温度1和水管温度2的非线性特征指标应当选择最大Lyapunov指数。

基于小波包分析的隔膜泵故障状态混沌特性研究

针对往复式活塞隔膜泵的不同典型故障,将小波包重构技术和混沌理论相结合,分别计算了不同状况时系统的最大Lyapunov指数,定义了最大Lyapunov指数增长率并将其作为特征参数。研究结果表明:动力端不同磨损处的最大Lyapunov指数处于不同的数量级;隔膜泵磨损故障的特征频带是高频段,而压力波动的特征频段是中低频段。

ITD与DLE相结合的模拟电路故障诊断

指向李雅普诺夫指数(directional Lyapunov exponent,DLE)描述了一个系统在相空间中平衡点附近的特征结构,它与系统参数之间有着直接联系,因而可用来实现对被测系统的故障诊断。但由于对其计算时要求输出相空间轨线在平衡点附近形成单涡结构,因而对激励信号形式提出了很高的要求。利用固有时间尺度分解(intrinsic time-scale decomposition,ITD)方法,将任意混沌激励下的输出信号分解为一组单涡混沌信号,进而对各分量求解DLE曲线;并通过分析DLE曲线所反映的被测系统平衡点附近各个方向上平均发散速率大小的变化,实现对被测模拟电路系统的故障诊断。仿真结果表明,该方法可以有效地对被测系统平衡点附近结构进行分析,可应用于模拟电路的故障诊断之中。