基于S变换谱图纹理特征的输油泵轴承故障诊断

为了实现输油泵轴承故障的智能诊断与识别,针对输油泵轴承振动信号S变换时频图包含丰富故障信息的特点,提出了一种利用纹理分析对S变换等高线时频图进行特征提取的输油泵滚动轴承智能故障诊断方法。该方法对轴承振动信号进行S变换,将S变换获得的等高线时频图作为纹理图像进行分析,提取其Tamura纹理特征中的粗糙度、对比度、方向度作为纹理特征组成特征向量,采用支持向量机作为分类器实现轴承故障的智能诊断。通过实测轴承故障信号表明:该方法能够获得较高的故障模式分类精度,实现滚动轴承的自动故障识别,因而具有较高的工程应用价值。

基于光纤振动安全预警系统的振源识别算法研究

光纤振动预警系统可自动采集周边振动信号,面对大量复杂的振动信号,如何准确识别目标振源是系统研究的难点。针对光纤振动安全预警系统采集到的振动信号进行属性特征分析,建立相应的特征模型,并建立振源属性特征模型,包括识别下雨振源的能量信息熵模型,以及区分机械施工和车辆经过振源的基频稳定性模型等。通过振源识别算法,提高了振源类型识别的准确性。测试结果表明,特征模型的设计和选择合理,识别准确率高。