基于EMD的谱峭度方法在滚动轴承故障检测中的应用

针对传统谱峭度方法中短时傅里叶变换不能保证对瞬态脉冲这种高度非平稳信号最优分解效果的问题,提出一种基于经验模式分解的谱峭度方法;该方法首先利用经验模式分解和Hilbert变换得到信号的时频分布,然后将信号的时频分布按照不同层数分成若干频段,通过计算各频段的峭度值得到相应的峭度图,再根据峭度最大原则选择滤波频段进行带通滤波,最后对滤波信号采用包络分析确定故障信息;实验结果表明:相比基于短时傅里叶变换的谱峭度方法,文章方法更能准确的获得轴承加速度信号的故障特征频率信息。

基于证据特征的区间证据合成方法研究

基于区间值的证据合成理论可以有效地描述和处理不确定性问题,针对目前区间证据合成方法存在融合失效的问题,分析了其产生的原因并提出新的区间证据组合方法。对证据源本身的特征进行提取,依此对证据进行修改,并提出两种优化方法用于区间信度结构下的证据合成。数值实验结果表明,提出的方法收敛性、鲁棒性较好,在面对冲突区间证据融合时得到了合理的结果。

区间信度结构下的证据合成方法研究

在使用证据理论进行数据融合的过程中,有时精确的信度结构很难获得,此时需要对区间信度进行合成.本文分析了在DST和DSm T框架下的区间证据合成问题,对目前使用的方法进行了简要的回顾.通过对优化方法进行研究,提出了4种应用于区间信度组合的优化方法.CDI1~CDI4方法都可应用于DST和DSm T框架,对不精确,不确定以及冲突的信息进行合成,合成结果准确度逐步提高.文章最后给出了算例验证,并与其他区间信度合成方法的进行对比.

基于可拓层次分析法的测试性分配方法研究

针对传统层次分析(APH)方法在进行测试性分配时没有考虑人判断的模糊性,以及在构造判断矩阵时需要进行一致性检验这两个问题,建立了测试性分配层次结构模型,采用可拓层次分析法对测试性指标进行分配,将符合一致性要求的判断矩阵权重向量的方法有机地融合到可拓层次分析法中;最后结合实例对本文进行应用研究,求得了合适的分配指标,应用结果验证了此方法的可行性。

希尔伯特-黄变换若干问题研究与展望

分析了目前比较流行的非线性、非平稳信号的时频分析方法——希尔伯特(Hibert)-黄(Huang)变换(HHT)在实际应用中存在包络线拟合、端点效应、模态混叠等问题的主要原因,详细综述了目前在克服这些问题上的研究进展,探讨了解决这些问题的新方法,给出了这些问题主要是由HHT算法自身的缺陷造成的结论,提出了建立HHT理论框架和有生命力的HHT算法的研究方向,以期为进一步研究HHT提供参考依据。

基于费用函数的测试性优化分配方法研究

测试性分配是一个工程决策问题,与工程系统的费用密切相关.在进行测试性分配时有必要考虑分配值对费用的影响.针对这一问题,分析了测试性代价因子对测试性费用的影响,结合费用函数需满足的要求,以费用最少为目标,构建了一种费用函数模型;采用Lagrange乘子法对模型进行求解,得到系统各组成单元的测试性优化分配值;给出了该方法的算例应用.结果表明了该方法的可行性.

基于拟合误差最小化原则的奇异值分解降噪有效秩阶次确定方法

为了最大限度地提高旋转机械设备故障振动信号的信噪比,研究了奇异值分解降噪的原理,提出了一种新的奇异值分解降噪有效秩阶次的确定方法。首先,对振动信号进行相空间重构,对吸引子轨迹矩阵进行奇异值分解;然后,按不同的阶数,将奇异值分成信号组和噪声组,对每次分组的结果,以阶数为自变量、以奇异值为因变量,拟合成信号特征奇异值曲线和噪声特征奇异值曲线,并求拟合误差;最后,将拟合误差最小值对应的奇异值阶数确定为有效秩阶次,并进行奇异值分解降噪。通过数值仿真和实际齿轮故障数据分析,表明该方法可以有效地提高信号的信噪比,为后期的故障特征提取创造有利条件。

基于改进奇异谱分析的信号去噪方法

传统的去噪方法,比如小波阈值去噪,它只对高斯噪声有效,对于脉冲噪声却无能为力.近年来发展起来的奇异谱分析方法可以在高信噪比的条件下很好地滤除上述两类噪声,但该方法降噪过程涉及了一定的主观因素,并且受矩阵扰动理论的限制,该方法随着信噪比的降低,去噪能力也随之下降.针对上述情况,提出一种改进算法,将矩阵秩最小化理论应用于奇异谱分析方法中.仿真结果表明,改进算法去噪效果明显,能够最大限度降低信号均方误差,提高信噪比,增强奇异谱分析方法的通用性.

基于Bayesian理论的测试性验证试验方案

为了降低测试性验证试验的不确定性风险损失,提出了基于Bayesian理论的测试性验证试验方案。该方案综合考虑了故障注入成本以及弃真和采伪两类风险损失,建立了基于风险损失的试验方案模型。根据Bayesian理论,结合验前信息推导出试验最小样本和最大合格判定数的计算公式,并给出基于Bayesian平均风险准则的弃真和采伪两类风险参数的求解方法。在此基础上,按照试验期望风险损失最小的原则求解试验方案模型。结果表明,该方案能有效降低试验两类风险损失。

基于WMRMR的滚动轴承混合域特征选择方法

为充分利用时域、频域以及时频域中的有效特征,提高滚动轴承故障诊断准确率,提出一种混合域特征集构建方法,利用原始信号分别生成时域和频域特征集,通过经验模式分解提取固有模态函数的排列熵和Hilbert谱的奇异值作为时频域特征集,使得混合域特征集比单域特征更能全面准确反映轴承运行状态。针对混合域特征集存在维数过高、特征之间冗余性严重的问题,采用加权最大相关最小冗余的特征选择方法,以支持向量机分类正确率为依据,选取7个有效特征向量。实验结果表明:基于WMRMR的混合域特征选择方法的分类准确率可达98%,能够有效的识别轴承故障信息。

基于遗传算法的故障样本优化选取方法

为降低测试性验证试验费用,提出基于遗传算法的故障样本优化选取方法。方法通过故障—测试关联分析和故障—故障等价分析,确定初始故障样本集中各元素对应的等价集,并对初始故障样本集进行扩展,在此基础上,建立了故障样本选取优化求解模型。在不降低样本注入数量和测试特性的条件下,以试验费用最小为优化目标,给出了基于改进遗传算法的样本优化选取方法。算例应用结果表明,该方法设计的故障样本选取方法能有效降低测试性验证试验费用。

基于滑动峭度相关性准则的局部特征尺度分解分量筛选方法

轴承故障振动信号具有非平稳、非线性特征,且可视为多个调幅一调频分量的叠加,单分量的包络蕴含了轴承的故障特征。局部特征尺度分解可将振动信号准确分解为多个内禀尺度分量之和,某些分量能清晰反映轴承的运行状态,根据包络谱可进行故障诊断;为了准确筛选有用分量,提出了基于滑动峭度相关性准则的分量筛选方法;首先,对信号进行局部特征尺度分解,得到若干个内察尺度分量;然后,对分量和原始信号分别计算滑动峭度,生成时间序列;最后,依据分量滑动峭度序列与原始信号滑动峭度序列的互相关系数筛选有用分量;通过轴承内圈故障数据分析发现:有用分量与非有用分量之间的滑动峭度互相关系数比互相关系数差异明显,区分度更大,有益于分量的分类、筛选。

基于多源信息加权融合的研制阶段测试性评估方法

装备在研制阶段通常缺乏有效的试验和使用数据,其测试性水平往往难以评估,针对上述问题,提出基于多源信息加权融合的研制阶段测试性评估方法;方法综合考虑了装备研制阶段可利用的仿真信息、专家经验信息以及类似装备的历史信息,构建了以3类信息为基础的装备测试性指标值密度分布函数,同时依据可信度原则确定了3类信息的融合权重;在此基础上,利用证据折扣组合方法评估装备当前的测试性水平;最后,通过案例应用证明了该方法的有效性。

基于张力格林样条的EMD均值曲线插值方法

经典经验模式分解采用三次样条插值方法求取信号的均值曲线,其存在较严重的过冲现象,造成最终的分解误差较大。针对上述问题,提出一种基于张力格林样条的均值曲线插值方法。以相邻极值点的中点为插值节点,采用张力格林样条插值直接获得信号的均值曲线。实验结果表明,该方法在保证插值曲线光滑性的基础上,可以消除三次样条在插值节点间出现的过分振荡现象,一定程度上克服过冲问题,基于极值中点的一次插值能进一步降低信号分解的误差。

基于故障属性的测试性验证试验样本分配方案

故障样本分配方案是测试性验证试验的关键技术之一.针对现有基于故障率的按比例分层抽样分配方案试验结果不可信的问题,提出基于故障属性的测试性验证试验样本分配方案.该方案在综合考虑故障率、故障后果和故障被检测难度等故障属性元素的基础上,建立了故障属性模型和故障属性值计算模型,并根据故障属性值相对比值的方法进行样本分配.案例应用结果表明:与基于故障率的按比例分层抽样分配方案相比,该方案更加合理,工程适用性更高.

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。

基于关联模型的故障样本集覆盖性定量评价方法

针对测试性验证试验样本集覆盖性差和试验结果可信度低的问题,为有效评价测试性验证试验样本集,提出了基于关联模型的故障样本集覆盖性定量评价方法;该方法定义了系统的信息要素模型,包括结构、功能、测试点、测试项目、测试信号5个测试性设计要素和一个故障模式要素;在此基础上分析设计要素间及其与故障模式间的相互映射关系,建立设计特性要素关联模型和故障模式与设计特性要素关联模型,并根据建立的关联关系得到故障模式直接和间接相关的特性要素,计算故障样本集对设计要素的覆盖率;最后,通过案例应用证明了该方法的正确性。

基于验前试验信息熵的测试性验证试验方案

产品在研制阶段存在大量的试验数据,为有效利用验前数据,降低测试性验证试验样本量,提出一种基于验前试验信息熵的测试性验证试验方案。该方案利用信息熵来度量研制阶段多次验前试验数据对测试性验证试验所起的作用,依据平均互信息熵和信息总量相等的原则,将多次验前试验数据等效成一次成败型数据;在此基础上,通过相容性检验方法确定验前数据与试验数据的相容性水平,并以Beta分布为验前分布,利用加权混合贝叶斯理论建立混合验后分布,之后,基于贝叶斯平均风险理论求解满足双方风险要求的试验方案;最后,以某型雷达发射分机为例,对其进行测试性验证试验研究,研究结果验证了该方案的有效性。

基于扩展多信号模型的故障样本可拓评价方法

合理确定评价指标及分配指标权重对故障样本评价至关重要,文章在综合考虑测试性验证试验目的和考核内容的基础上,提出一种基于扩展多信号模型的故障样本可拓评价方法;方法基于扩展多信号流图构建故障样本评价的指标,结合可拓学理论,建立基于平均故障关联度的故障样本集可拓评价模型,并对某型机载数传测试性验证试验故障样本进行评价;研究结果验证了所提方法的有效性。

瞬时频率计算方法的比较研究和改进

希尔伯特-黄变换是目前最广泛使用的提取信号瞬时频率时频分析方法,但在求取瞬时频率过程存在端点效应问题.针对这个问题,本文从解析信号的瞬时频率定义着手,介绍了Bedrosian等式和Nuttall定理的限制条件,分析了希尔伯特变换端点效应的产生原因,研究了基于经验调幅调频分解求取瞬时频率的方法及原理.在此基础上比较了希尔伯特变换、Teager能量算子和直接正交法在求取瞬时频率的优缺点.通过实例验证可以得出以下结论:(1)希尔伯特变换解调信号端点效应明显;(2)Teager能量算子法易受信号形式和噪声影响,误差较大;(3)直接正交法易受信号极值点影响,在极值点处会产生瞬时频率突变.针对直接正交法存在的问题,提出了一种改进算法,仿真结果表明:改进算法的效果较为理想,误差较小,能够解决直接正交法求取瞬时频率在极值点处发生突变的问题.