基于K-S和加权证据理论的复合故障诊断方法

针对复合故障难以识别的问题,提出双样本组合Kolmogorov-Smilnov检测对两条量纲一的指标曲线进行匹配,并通过加权证据理论方法对故障信息进行融合的新方法。实验结果表明:在双样本K-S检验中,峭度指标累积分布函数曲线匹配的准确率高于其他指标;通过D-S证据理论融合故障信息后,准确率虽无明显提高,但可以有效减小复合故障的范围,因此通过再分类可以提高准确率。

基于同步提取变换的旋转机械振动信号时频分析

为提升工业现场采集摩擦故障振动信号时频分辨率,采用小波变换、短时傅里叶变换、同步挤压变换和同步提取变换(SET)4种时频分析算法对多分量仿真信号和旋转机械的摩擦故障振动信号进行时频分析,并对同步提取变换算法原理进行详细介绍。通过实验与其他3种算法Renyi熵值进行比较。结果表明:针对多分量仿真信号,利用SET算法可有效去除能量发散现象、混叠和端点效应,与原始多分量仿真信号的真实时频谱一致,在时间分辨率和频率分辨率上均实现了最优;针对现场摩擦故障振动信号,利用SET可以很好地抑制摩擦故障信号中的背景噪声,得到的时频图时频聚焦性较好,同时能量发散情况得到极大改善,在时频图中可以清晰地看出摩擦故障信号对应的频率。