转子-轴承系统故障非线性振动响应识别方法的研究

为了识别转子-轴承系统的独立源信号,分析了故障转子非线性动力学机理,提出了小波-独立分量分析(ICA)方法。小波分析与ICA的有机结合使两者优势得以发挥,隐藏于多通道传感观测中的独立源波形得以分离。实验结果表明该方法的有效性,为识别转子-轴承系统非线性振动响应提供了一种新方法。

基于EMD-AR模型和灰色关联度的滚动轴承故障诊断

提出了一种新的滚动轴承故障诊断方法:模型灰色识别法(EMD-AR)。首先对振动信号进行经验模式EMD分解,然后重新组合基本模式分量IMF,依重组分量建立AR模型,将模型自回归参数和模型的残差方差σ组成特征向量,利用灰色关联度作为模式识别的方法,实现了对滚动轴承的精密诊断。

滚动轴承振动信号小波域自适应滤波方法

针对滚动轴承故障特征的提取问题,提出一种振动信号小波域自适应滤波方法。小波自适应滤波是一种新的非线性滤波方式,可以有效地提取出信号的边缘轮廓及信号的形状特征。计算机仿真证实小波域自适应滤波具有抑制信号噪声、保留信号非线性特征方面的作用。工程实验结果表明,利用小波域自适应滤波可以从滚动轴承振动信号中成功提取隐藏在噪声中的冲击故障特征。

国产600MW汽轮发电机组轴系异常振动分析与处理

某国产600 MW超临界汽轮发电机组轴系在运行中经常出现异常振动,这不仅迫使系统多次临时停机,而且存在较大安全隐患。本文采用电涡流位移传感器对该机组7号轴瓦的异常振动进行监测,通过波德图和频谱分析发现,引起系统异常振动的主要原因是发电机转子及低压缸发电机对轮质量不平衡。经过处理,7号轴瓦振动水平明显降低,系统轴系振动恢复到正常范围。

机械耦合振动响应双谱解卷积识别方法

在机械故障诊断中,从被监测机器测得的振动信号除噪声干扰外,还常混叠有其他机器振动。分析了振源卷积混叠机理,提出了一种双谱解卷积方法,并从盲源分离和波形恢复的角度对新方法的实用背景进行了概括。实验结果证明了所提方法的可行性和可靠性。