陈仲生[1]2004年在《直升机旋转部件故障特征提取的高阶统计量方法研究》文中指出随着直升机在现代战争中作用和地位的日益提高,它的可靠性和安全性问题越来越引起军方的高度重视。旋转部件是直升机最容易发生故障且无冗余备份的部分,一旦发生故障常常会导致灾难性的后果,因此设法尽早地对这些可能引发灾难性事故的故障进行有效检测对提高直升机的可靠性和安全性具有重要意义,而这类故障早期检测的关键技术之一就是故障信号的特征提取。 直升机旋转部件的结构复杂、工作环境恶劣,使得表征故障的特征信号较复杂,因冲击和调制所引发的动态信号往往具有非高斯和(或)非平稳性,突出的故障特征信号表现出相位耦合、冲击和循环平稳等特点。建立在高斯性和平稳性假设基础上的传统的分析方法不太适合于有效提取这些故障的特征信息。为此,发展能有效处理非高斯、非平稳特征信号的高阶统计量分析方法,并将其用于直升机旋转部件故障特征提取具有重要的实际应用价值。 本文正是在“十五”武器装备预先研究项目的资助下,以某型直升机中减速器为研究对象,利用高阶统计量理论中的高阶谱、高阶时频分布和循环统计量方法,对能突出表征直升机旋转部件故障的相位耦合、冲击和循环平稳信号的特征提取方法进行了深入的研究。主要内容包括: 1.在分析直升机旋转部件故障特征提取面临的主要问题、总结常规特征提取方法存在的主要局限的基础上,深入探讨了高阶统计量方法在直升机旋转部件故障信号特征提取中的优势及需要解决的问题。 2.针对表征直升机旋转部件故障的相位耦合信号的特征提取,研究并改进了基于高阶谱的故障特征提取方法。首先构造了一种二维Hanning-Poisson组合滞后窗,提高了双谱估计的方差性能,然后分析了基于叁谱的故障相位耦合信号的特征提取方法,并利用2 1/2维谱实现了叁谱的在线应用。数值分析和实验表明,双谱和叁谱用于提取背景噪声下故障相位耦合信号特征是行之有效的,且叁谱能弥补双谱不能处理对称分布非高斯信号的不足。 3.研究了基于高阶时频分布的故障特征提取方法,以有效提取表征直升机旋转部件故障的冲击信号的特征。首先构造了一种冲击信号增强的两级滤波预处理结构,然后利用图像处理技术定义了冲击信号的两种图像特征,能够实现冲击信号特征的自动
郭雄伟[2]2010年在《基于HOS的滚动轴承故障诊断方法应用研究》文中进行了进一步梳理滚动轴承是各种旋转机械中应用最为广泛的一种通用机械部件,也是确保机械设备功能和性能的关键部件。由于滚动轴承的结构特点及工作条件恶劣,极易造成损坏,对滚动轴承进行故障诊断与状态监测意义重大。故障轴承振动信号呈现出较强的非高斯、非线性、非平稳特性,使用传统的基于线性平稳假设的信号处理方法处理效果不理想。高阶统计量(Higher-Order Statistic, HOS)是最近十几年发展较快的一种现代信号处理方法,由于其出色的噪声消除性能及相位保留能力,是处理非线性、非高斯、非平稳、非最小相位、非因果信号的有效手段,被广泛应用于雷达、声纳、生物医学、地球物理、盲信号处理、盲系统辨识、机械故障诊断等众多领域。本文对双谱、叁谱、双相干谱、双谱切片、Hilbert双谱、高阶时频谱的定义、性质、估计方法及物理意义进行了研究；讨论了信号幅值和相位重构的意义及常用方法,使用基于双谱的最小二乘法对轴承振动信号进行相位和幅值重构分析；讨论了滚动轴承故障机理及振动模型,对滚动轴承振动信号在高频共振处带通滤波,对滤波后的信号进行双谱分析并与传统的双谱分析结果进行了对比,结果表明该方法在消除噪声、突出故障特征方面具有优势；高阶时频分布兼有时频分布及高阶统计量的优点,针对滚动轴承振动信号的高阶时频及其切片分析表明该方法的有效性。本文还研究了常用的机械故障分类方法和特征提取方法,使用双谱峰值频率对信息、振动信号AR (Autoregressive, AR)模型参数等构造用于轴承模式识别的特征向量；研究了常用的优化算法及故障分类算法,分别使用遗传算法和微粒群优化算法对支持向量机的主要参数进行优化,使用优化的支持向量机对测试数据进行分类,取得较高的分类准确率。最后,基于MATLAB的GUIDE对本文中所使用和改进的算法开发了MATLAB工具包。
陈海周[3]2017年在《旋转机械传动件微弱故障融合诊断方法研究》文中研究表明随着现代化工业技术的不断发展,旋转机械装备在先进制造、航空航天、船舶海洋、轨道交通、风力发电以及核力发电等重要工程领域得到广泛的应用。轴承、齿轮等零部件作为旋转机械动力传递与运动变换过程中不可或缺的基础传动件,一旦发生故障,整个系统就会瘫痪,甚至导致灾难性事故的发生。由于旋转机械传动件的运行环境恶劣、工况条件多变以及自身结构庞杂,其运行状态信号往往呈现出微弱性、非线性、复杂性、多样性、耦合性等特点,并且淹没在强大的背景噪声和干扰信号中,导致其故障特征极其微弱,难以提取。因此,开展旋转机械传动件微弱故障诊断对于避免重大灾难性事故发生、杜绝人员伤亡、提高企业经济效益具有十分重要的意义。本文针对旋转机械迫切需要解决的复杂环境下微弱故障诊断的可靠性、准确性等关键科技难题,从基于振动信号和基于电流和转矩信号两方面开展了关于旋转机械传动件微弱故障诊断的研究。在传统的基于振动信号的微弱故障诊断方面,主要从信号增强、特征提取、故障识别叁个方面展开研究,提出了强噪声背景下非线性微弱故障的级联增强方法,深入研究了基于时频图像纹理特征的微弱故障特征提取方法,提出了复杂非线性耦合条件下故障特征信息深度挖掘技术;在基于非振动信号的微弱故障诊断方面,采用电机驱动系统的电流和转矩信号表征旋转机械的运行状态,通过融合多源信号多决策模型实现了特殊与极端环境下旋转机械传动件微弱故障的准确诊断,具体研究内容如下:(1)针对强背景噪声环境下旋转机械故障信号微弱、故障特征难以提取的问题,提出了一种基于最小熵解卷积和能量算子的故障信号瞬态冲击特征级联增强方法。首先根据旋转机械故障信号表现为冲击波形的特点,利用最小熵解卷积对信号进行自适应降噪,以最大峭度值为目标函数,在实现降噪的同时增强信号中的瞬态冲击成分,实现故障特征的一级增强;再结合能量算子算法适合检测信号瞬时变化,能有效提取故障信号中冲击特征和调制成分的特点,获取能量信号实现故障特征的二级增强,通过计算其频谱可以有效检测出被噪声淹没的故障特征成分。最后,利用滚动轴承复合故障数据验证了所提方法的有效性。(2)针对强背景噪声环境下旋转机械微弱故障信号非平稳、非线性特征提取困难的问题,提出了通过构建信号时频图像纹理特征表征旋转机械运行状态的方法。采用具有良好时频聚集性,强自适应性和抗噪性的自适应最优核时频分析方法处理低信噪比的故障信号,可以自动调整核函数追踪信号的微小变化,降低背景噪声的干扰,有效的抑制交叉干扰项并保持较高的时频分辨率,通过仿真实验对比了自适应最优核、S变换以及魏格纳维尔分布在不同信噪比条件下的抗噪性能表现。获得表征信号能量分布的时频分布图像后,利用统一局部二值模式可以有效约简由随机噪声产生的非统一局部二值模式特征的优势,提取统一局部二值模式的直方图表征旋转机械故障信息。通过滚动轴承多故障状态的对比实验研究了所提出的方法在不同运行工况不同信噪比条件下的分类准确性、分类稳定性以及计算复杂性等方面的性能表现。(3)针对旋转机械海量运行状态数据具有复杂性、多样性、耦合性等特点,传统浅层神经网络难以准确分类的问题,提出了基于优化深度置信网络的旋转机械故障诊断方法。提取时域统计特征、包络谱特征、瞬时频率谱特征和高级统计特征组成原始高维多域特征向量表征旋转机械运行状态。利用最大相关和最小冗余方法剔除错误和冗余特征,通过线性判别分析实现特征的空间聚类,结合特征选择和特征变换的优点,获得了更紧凑和敏感的低维特征子集。利用深度置信网络的深层非线性网络结构,实现故障特征与故障类别之间的复杂映射关系的建模,与传统分类模型相比,深度置信网络可以对数据实现更复杂的函数逼近,具有更强的挖掘数据本质特征的能力,并通过离散粒子群算法进行隐含层数的优化选择,提高了旋转机械故障诊断的识别率以及稳定性。(4)针对特殊环境与极端工况条件下,无法安装额外传感器以及单一源信息无法全面表征设备运行状态的问题,提出了基于电机驱动系统的多源信号多决策模型融合的故障诊断方法。本文采用电机驱动系统的驱动器作为传感器来获取驱动电机运行过程中的电流信号和转矩信号来描述传动件的整体运行状态。研究了传动部件故障对驱动电机电流和转矩的影响规律,通过支持向量机和极限学习机分别获取多源信号的独立局部诊断结果,利用D-S证据理论实现同源信号和异源信号的多源信息融合,最终获得多决策模型的融合诊断结果,得到设备运行状态整体一致的决策判别,提高了旋转机械故障诊断的准确性、容错性和鲁棒性。文章最后对本文的研究工作进行了总结,并提出了未来的研究方向。
沈国际[4]2005年在《振动信号处理技术在直升机齿轮箱故障诊断中的应用》文中认为齿轮箱作为直升机传动系统的核心部件，其故障对直升机飞行安全有着直接威胁，因此，对可能引发灾难性事故的齿轮箱故障进行有效检测对于保障直升机的飞行安全具有重要意义。但是，直升机齿轮箱状态特征信号往往比较微弱，加之工作环境比较恶劣，存在较强的背景噪声，造成齿轮箱状态特征的提取比较困难。因此，提高信号信噪比就成为齿轮箱故障诊断需要研究的关键问题之一。 时域同步平均是提高齿轮箱振动信号信噪比的有效技术。为了提高直升机齿轮箱故障诊断的效果，本文以某型直升机中减速器为试验对象，应用经验模式分解和时频分布分析等处理方法，对时域同步平均技术进行了深入研究，改进了传统的需要时标信号的时域同步平均技术，提高了振动信号信噪比，构建了直升机齿轮箱监控与诊断原型系统。具体地说，论文开展了以下研究工作： 1、针对无时标情况下的振动数据处理问题，分析了基于周期的时域同步平均技术及其固有的相位误差累积效应。定义了相位误差累积因子，用其定量分析了取整运算误差和频率估计误差这两种因素导致相位误差累积效应的机理；研究了相位误差累积因子、信号分量阶次和平均段数等参数对时域同步平均信号幅值的影响规律。 2、针对背景噪声分离问题，研究了经验模式分解对实际信号的有效分解条件。初步建立了有效分解定义；推导了经验模式分解对正弦信号的有效分解条件，并应用于齿轮箱轴承的故障诊断；理论分析表明故障齿轮振动信号分量满足经验模式分解的前提条件，为经验模式分解在齿轮故障诊断中的应用解决了一个关键问题；分析了经验模式分解对调制信号的分解过程，得到了有效分解充分条件。 3、针对振动信号时频信息提取问题，提出了基于经验模式分解的Wigner分布改进方法。对短时傅立叶变换和Wigner分布进行了研究，比较了这两种方法的优缺点；分析了Wigner分布存在的交叉项问题，提出了基于经验模式分解的Wigner分布改进方法。试验表明，这种改进方法可以有效降低Wigner分布交叉项，同时降低来自背景噪声的干扰。 4、针对低信噪比的振动数据处理问题，提出了基于相位估计的时域同步平均方法。利用齿轮振动信号的周期性变化，提出了基于冲击信号Wigner分布的相位估计方法和基于调制信号Wigner分布的相位估计方法，应用基于经验模式分解的Wigner分布改进方法，从振动信号本身提取时标信号用于时域同步平均，并在试验数据基础上对两种相位估计方法进行了比较，提出了基于相位估计的时域同步平均方法。试验结果表明这种方法可以有效减小振动信号背景噪声，增强齿轮状态特征。 5、针对直升机齿轮箱视情维修问题，初步构建了一个直升机齿轮箱监控与诊断原型系统。介绍了系统总体结构，将系统划分为机载监控系统和地面诊断系统；机载监控系统实现信号在线采集，并对严重故障进行告警；地面诊断系统对数据进行进一步
葛哲学[5]2006年在《滤波方法及其在非线性系统故障诊断中的应用研究》文中研究说明随着武器装备和机电系统对于可靠性和安全性要求的不断提高,故障检测、隔离和辨识技术发挥着越来越重要的作用。然而现代武器装备越来越复杂,其表现形式之一就是很多系统和工作过程都表现出较强的非线性,并且受到非高斯噪声和各种不确定因素的影响,导致这些系统的故障诊断面临较大的困难。非线性滤波方法是解决非线性系统故障诊断问题的重要技术途径之一,然而传统的滤波方法一般基于线性化和高斯假设,这在一定程度上影响了滤波精度和非线性系统故障诊断的准确率。如何突破传统方法的不足,进而提高非线性系统故障诊断的准确率,是亟待解决的关键问题之一。本文正是在“十五”部委级预先研究项目的资助和实际工程项目的需求牵引下,重点借助“近似概率”的新颖非线性滤波方法和多源异类信息融合技术,开展了提高诊断准确率的深入研究。主要研究内容包括:1.针对线性化和建模误差对非线性系统故障诊断准确率的影响问题,深入研究了U-卡尔曼滤波器(Unscented Kalman Filter, UKF)的改进策略和故障决策方法。为了在建模误差时加强对非线性系统故障状态的跟踪能力,提高故障诊断和辨识的精度,通过增加残差的正交性约束,提出了两种各具特色的强跟踪UKF算法,为非线性系统参数偏差型故障的准确诊断奠定了基础:(1)通过将渐消因子求解转换为多元无约束非线性最优化问题,提出了DFP(Daviden-Fletcher-Powell)寻优强跟踪UKF;(2)提出了带多重渐消因子的快速近似强跟踪UKF算法,大大降低了运算代价,适合于维数较高的非线性系统。在此基础上,给出了基于UKF及其改进算法的非线性系统故障诊断策略和实现流程,并对其中的滤波器选择和应用范围等问题进行了分析和讨论。仿真结果表明,采用UKF和强跟踪UKF,相对于基于EKF的故障诊断方法,能降低线性化误差和建模误差的影响,提高故障诊断和辨识的准确率。2.深入研究了非高斯噪声下非线性系统故障诊断的粒子滤波方法。为了实现非高斯噪声下多维观测系统的故障检测,分别针对观测各元素独立和相关两种不同的情况,通过定义观测量的独立同均匀分布的条件累积分布函数,基于Parzen窗平滑和Chi-Square检测,进而提出了两种检测统计量和检测算法。为了提高故障检测的速度,采用混合粒子集表达后验概率分布,并由Monte Carlo数值方法优化得到各粒子集的加权值,据此提出了基于估计窗的快速故障检测算法。在此基础上,给出了基于联合估计和似然比策略实现故障诊断的方法和流程。结果表明,在非高斯噪声影响下,新方法能有效提高非线性系统故障检测和诊断的准确率,并能改善检测的实时性。3.在利用非线性系统输入输出信息的基础上,为了融合系统其它多源信息提高诊断的准确率,深入研究了多知识体融合故障诊断方法。(1)为了实现系统融合时的动态案例推理,提出了一种新的动态案例表达方法,利用系统特性集、征兆集和特征集混合模型作为案例的条件属性;接着通过定义案例组员的四种不同属性和相似性度量方法,提出了非线性系统动态案例的综合相似度计算策略。(2)提出了多知识体融合模型中模型、案例和规则叁种证据体的基本可信度分配方法。(3)针对D-S证据理论用于决策级融合时存在的冲突问题,首次定义了证据重要度的概念引入偏好调节,据此定义了冲突修正项,并提出了一种新的证据合成公式,具有简单实用的优点。4.以某型直升机飞行控制系统为对象,将全文所研究的技术和方法进行了整体应用和验证。首先建立了直升机飞行控制系统的小扰动线性模型和非线性动力学模型,应用结果表明在高斯和非高斯噪声影响下,UKF和粒子滤波器能提高故障检测的准确率。建立了某型直升机并联舵回路实验子系统,应用本文研究的非线性滤波技术和多知识体融合方法,设计并实现了故障诊断系统,实验结果表明,故障检测和诊断的准确率和综合品质得到了有效提高。
赵俊龙[6]2009年在《往复式压缩机振动信号特征分析及故障诊断方法研究》文中研究说明往复式压缩机是石油化工生产的关键设备,保证它的安全稳定运行是石化行业设备维护工作的重中之重。因此,开展往复式压缩机状态监测与故障诊断的研究工作有着重要的现实意义和经济价值。本文以往复式压缩机故障诊断横向课题、国家自然科学基金项目(No.50805014)及教育部科学技术研究重点项目(No.109047)为依托,以超高压聚乙烯压缩机为研究对象,从往复式压缩机振动信号特征入手,针对往复式压缩机的状态监测与故障诊断技术开展了一系列的研究工作。论文的主要工作内容如下：1.介绍了往复式压缩机的工作原理,分析了各主要零部件的故障形式及故障机理,研究了往复式压缩机各主要激励源所引起的响应信号特征,建立了各主要部件壳体表面振动信号的信号模型；总结出往复式压缩机振动信号所具有的两大特征：冲击性和周期性,并初步讨论了如何应用这两大特征进行往复式压缩机状态监测与故障诊断工作。2.分析了往复式压缩机振动信号的频域能量分布特征,提出了基于频带能量变化的响应信号特征频带判定方法；给出了一种基于梳状滤波及包络分析的频带信号特征提取方法,并将其应用到往复式压缩机的状态监测与故障诊断中。3.对基于EMD的降噪方法进行了研究,并根据往复式压缩机振动信号特点提出了新的降噪准则；应用包络分析方法得到降噪后信号的冲击特征,构造包络曲线的峰值特征指标作为表征压缩机工作状态的特征参数；提出结合分类敏感度评估及自然选择离散粒子群算法的最优特征子集选择方法,并应用最优特征子集构造优化支持向量机的输入向量,从而实现往复式压缩机气阀工作状态的智能识别与诊断。4.研究了循环自相关函数的特性,将其看作一种特殊的时频分析方法,提出了一种通过EMD降噪、重构抑制循环自相关函数中交叉干扰项的方法；提出了循环信息熵的概念,并构造了两类循环信息熵,通过基于循环熵距的最小距离分类器实现了往复式压缩机气阀工作状态的快速识别。5.提出了局域波时频相干算法,并将其应用于往复式压缩机缸体故障诊断中。利用双通道同步采集的缸体和气阀信号,通过循环互相关方法消除二者之间的延迟；然后应用局域波时频相干方法将缸体信号中的气阀干扰成分剔除出去,从而实现往复式压缩机缸体及其内部部件工作状态的准确监测与诊断。6.设计了往复式压缩机在线监测系统总体结构,确定了主要监测参数；介绍了硬件系统构成及软件系统各组成模块的功能；通过诊断实例对系统的有效性进行了验证。
王巍[7]2009年在《直升机齿轮箱故障诊断及预测系统的研究》文中进行了进一步梳理针对直升机齿轮箱故障诊断系统,国外已经发展起来了直升机健康和使用监控系统(Health and Usage Monitoring System,简称HUMS),而国内依然沿用传统的人工经验判断、简易装置定性判断等方法,既不能诊断精细故障又不能实现故障的早期预判,因此本科题的研究无论从安全角度上还是在战略角度上都有着十分重要的意义。现有的直升机齿轮箱状态监控方法存在的问题是直升机齿轮箱的结构比较复杂,而检测的参数较少,难以充分地反映齿轮箱各个重要部件的运行状态并且难以发现齿轮箱早期故障。由于常见的故障诊断的方式包括振动法、温度法、油样分析法等等,其中振动法不仅信号检测设备相对简单,而且对于早期故障的检测能力较高。所以本系统将选择以振动法为主,温度法、油样分析法为辅的方式进行总体设计。首先阐述了齿轮箱的振动机理,并详细研究了振动信号处理的基本方法。然后设计了具有直升机结构特征的模拟实验平台。将叁种类型的传感器安装在适当的位置,通过叁种传感器变送器、信号放大器、以及带有高性能ISA总线抗混滤波卡、采样保持卡和AD卡的下位机将振动信号、温度信号、磨屑信号采集到工控机中进行监测,并将振动信号数据通过以太网传送到上位机中进行数据处理。在多种振动信号处理方法中选择了适合于处理非平稳信号的小波分析方法和Hilbert/Huang变换(HHT)分析方法并进行比较。上位PC机通过Matlab编程做出仿真实验结果,经过观察和分析便可以实现故障诊断和预测的目的。最后通过将减速箱内部滑油温度和减速箱滑油出口处金属屑含量的监测与振动分析法相结合,可以增加对故障诊断和预测的可信度。并通过实验验证了该直升机齿轮箱故障诊断及预测系统的可行性。
李蓉[8]2013年在《齿轮箱复合故障诊断方法研究》文中研究指明齿轮箱是机械设备中必不可少的动力传输部件,其运行状态将直接影响到整个机械设备能否正常工作,因此,研究齿轮箱故障诊断技术对保障机械设备的正常运行具有重要意义。采用各种信号处理方法从齿轮箱振动信号中提取故障特征信息是齿轮箱故障诊断的关键。大量工程实践表明,机械设备中的故障通常不止一处,往往表现为复合故障。不同部位、不同形式、不同程度的复合故障会对机械设备产生不同的影响,且各故障成分相互影响、彼此干扰,特别是在转速变化情况下,故障特征相互重迭,给机械设备故障的全面诊断带来了挑战,因此机械设备的复合故障诊断是当前故障诊断的难点。针对上述问题,本文在国家自然科学基金项目(项目编号：51275161)和湖南省科技计划(项目编号：2012SK3184)的资助下,以齿轮箱为研究对象,以现代信号处理方法为研究手段,以复合故障诊断为研究目标,重点对变转速齿轮箱复合故障振动信号中的故障特征成分分离和故障特征提取进行了深入系统地研究。论文的主要研究工作和创新性成果有(1)在分析齿轮箱中各零部件失效比重的基础上,对其主要失效部件一齿轮和滚动轴承的失效形式、失效原因、失效表现及振动机理进行了分析,并建立了齿轮和滚动轴承的局部故障振动信号模型。研究表明,当齿轮出现局部故障时,其振动信号中会产生调幅调频成分,而当滚动轴承出现局部故障时,其振动信号中会产生周期性的振荡衰减冲击成分。(2)针对齿轮箱复合故障振动信号中齿轮故障成分和轴承故障成分的分离和故障调制信息的提取问题,提出了基于形态分量分析(Morphological component analysis, MCA)与能量算子解调的齿轮箱复合故障诊断方法。该方法先用MCA方法分离齿轮箱复合故障振动信号中的齿轮故障成分和轴承故障成分；再对分离后的齿轮故障成分和轴承故障成分进行能量算子解调分析,以提取两成分中的故障调制信息。利用该方法对包含齿轮和滚动轴承局部故障的齿轮箱复合故障振动信号进行了算法仿真和应用实例分析,分析结果表明,对齿轮箱复合故障振动信号中的各故障成分进行分离后,再进行能量算子解调分析,可有效凸显各故障特征。(3)针对变转速齿轮箱复合故障振动信号中的故障特征提取与分离问题,提出了基于MCA与阶次跟踪的变转速齿轮箱复合故障诊断方法。该方法先用MCA方法分离变转速齿轮箱复合故障振动信号中的各故障成分；再对分离后的各故障成分进行等角度重采样,将其转变为角域信号；最后对重采样后的各故障成分进行Hilbert包络解调分析,以提取各故障调制信息。通过算法仿真和应用实例对变转速下的齿轮局部故障和滚动轴承局部故障进行了分析,结果表明,该方法可有效分离变转速下的齿轮和滚动轴承故障特征。(4)针对循环平稳解调方法不适合提取变转速齿轮箱复合故障振动信号中故障调制信息的问题,提出了基于线调频小波路径追踪(Chirplet path pursuit, CPP)与循环平稳解调的齿轮箱复合故障诊断方法。该方法先用CPP方法自适应地从变转速齿轮箱复合故障振动信号中估计出转速信息；再依据该转速信息对信号进行等角度重采样；最后对重采样后的角域信号进行循环平稳解调分析,以提取信号中的故障调制信息。利用该方法对变转速下的齿轮箱复合故障振动信号进行了算法仿真和应用实例分析,结果表明,该方法可在无转速计的情况下有效提取变转速齿轮箱复合故障振动信号中的故障调制信息。(5)在转速大范围变化情况下,用EEMD方法分析齿轮箱振动信号会产生模态混淆。针对这一问题,提出了基于CPP与EEMD的齿轮箱复合故障诊断方法,并将其应用于变转速下的齿轮箱复合故障诊断中。该方法先用CPP方法从变转速齿轮箱复合故障振动信号中提取转速信息；然后依据该转速信息对变转速齿轮箱复合故障振动信号进行等角度重采样,获取其角域信号；再对角域信号进行EEMD分解,获取各IMF分量,并根据各IMF分量与角域信号的相关系数选取包含故障信息的IMF分量；最后对选取的IMF分量进行Hilbert包络解调分析,以提取各故障调制信息。算法仿真和应用实例表明,该方法可有效地提取变转速齿轮箱复合故障振动信号中的故障特征。机械设备的复合故障诊断是目前机械故障诊断领域的一大难点。本文以齿轮箱为研究对象,对其恒定转速和变转速下的齿轮和滚动轴承复合故障振动信号进行分析。算法仿真和应用实例表明,将MCA、能量算子解调、CPP、阶次跟踪、循环平稳解调等方法相结合,可弥补单一信号分析方法在诊断复合故障时的不足,以实现优势互补,具有良好的应用前景。
程哲[9]2011年在《直升机传动系统行星轮系损伤建模与故障预测理论及方法研究》文中进行了进一步梳理直升机被广泛应用于抗灾救援、科学研究和反恐维稳等诸多领域,在国民经济发展和国家安全中发挥着重要作用。作为直升机的重要组成部分,传动系统的运行环境恶劣多变,导致其关键部件容易产生故障,又因为传动系统的机械部件一般为无冗余设计,一旦出现故障往往引发严重事故。故障预测对于监测、预报直升机传动系统关键部件的运行状态、保障其安全运行具有重要意义。在直升机传动系统关键部件的故障预测中,常常存在故障机理不明确、故障演化数据难以获取、早期损伤检测困难、预测特征难以量化选择等问题。为此,本文以直升机传动系统中的核心部件——行星轮系为研究对象,开展了损伤建模与故障预测理论及方法的研究工作。开展的主要研究包括:1.系统地研究了行星轮系典型损伤的建模方法,以深入分析典型损伤对行星轮系动态特性的影响。(1)研究了基于集中参数动力学理论的典型损伤建模方法。通过分析行星轮系典型损伤的机理及其对时变啮合刚度的影响,建立了行星轮系太阳轮齿根疲劳裂纹、点蚀、胶合和缺齿等常见损伤模式的集中参数动力学模型。(2)提出了基于多体动力学模型的行星轮系典型损伤建模方法。通过分析行星轮系典型损伤的接触函数,建立了行星轮系太阳轮点蚀和缺齿等典型损伤模式的多体动力学模型。对比研究表明,上述动力学模型有效刻画了太阳轮常见典型损伤对行星轮系动态特性的影响。2.基于损伤模型和统计分析,深入研究了行星轮系典型损伤的特征提取方法;在此基础上,研究了基于灰色关联分析的早期损伤检测与模式识别方法。(1)基于行星轮系典型损伤模型的仿真数据分析,提出了基于多种变换域信息的特征生成方法,提出了基于统计算法的特征敏感度和稳定度的评估方法和特征权重方法。(2)基于所提取的特征向量,将灰色关联分析应用于行星轮系的早期损伤检测与识别。实验数据验证表明,基于损伤模型的特征生成、选择与权重方法可有效提取行星轮系太阳轮典型损伤的特征,特征的敏感度和稳定度优于常用特征指标;基于灰色关联分析的检测和模式识别方法可有效检测和识别行星轮系早期损伤。3.针对行星轮系的退化状态识别和故障预测,提出了基于典型损伤演化信息的预测特征提取和选择方法。在此基础上,将灰色关联分析和特征权值向量相结合,提出了基于灰色概率关联分析的行星轮系退化状态识别方法。研究表明,上述方法可建立预测特征提取和选择的量化标准,所提取的预测特征适于行星轮系典型损伤的退化状态识别。实验验证结果证实了基于灰色概率关联分析的方法对行星轮系太阳轮齿根裂纹退化状态识别的有效性。4.针对行星轮系太阳轮齿根疲劳裂纹的故障预测问题,研究了基于损伤演化机理的剩余使用寿命预测方法,提出了基于改进灰色模型的剩余使用寿命预测方法。(1)研究了基于Paris公式的行星轮系太阳轮齿根疲劳裂纹的演化机理模型,研究了基于机理模型的剩余使用寿命预测方法和预测结果准确度的评价方法。(2)将损伤演化信息与灰色模型相结合,提出了灰色模型的改进方法,并将改进灰色模型应用于行星轮系太阳轮齿根疲劳裂纹的剩余使用寿命预测。研究表明,通过对损伤演化数据和运行剖面数据的修正,有效提高了基于机理模型预测方法的准确度。同时,与传统灰色模型相比,基于改进灰色模型的预测方法具有更高的准确度。5.分析了面向直升机传动系统的故障预测与健康管理系统体系结构,开发了相关的硬件系统和软件系统,并在实验室环境下对该系统进行了验证。验证结果表明,直升机传动系统故障预测与健康管理原型系统具有数据采集与状态实时监控、信号回放与特征选择、早期损伤检测与模式识别、故障趋势预测与剩余使用寿命预测和数据、信息、知识管理等基本功能。
参考文献：
[1]. 直升机旋转部件故障特征提取的高阶统计量方法研究[D]. 陈仲生. 国防科学技术大学. 2004
[2]. 基于HOS的滚动轴承故障诊断方法应用研究[D]. 郭雄伟. 昆明理工大学. 2010
[3]. 旋转机械传动件微弱故障融合诊断方法研究[D]. 陈海周. 重庆大学. 2017
[4]. 振动信号处理技术在直升机齿轮箱故障诊断中的应用[D]. 沈国际. 国防科学技术大学. 2005
[5]. 滤波方法及其在非线性系统故障诊断中的应用研究[D]. 葛哲学. 国防科学技术大学. 2006
[6]. 往复式压缩机振动信号特征分析及故障诊断方法研究[D]. 赵俊龙. 大连理工大学. 2009
[7]. 直升机齿轮箱故障诊断及预测系统的研究[D]. 王巍. 燕山大学. 2009
[8]. 齿轮箱复合故障诊断方法研究[D]. 李蓉. 湖南大学. 2013
[9]. 直升机传动系统行星轮系损伤建模与故障预测理论及方法研究[D]. 程哲. 国防科学技术大学. 2011
标签：航空航天科学与工程论文; 故障诊断论文; 往复式压缩机论文; 齿轮箱论文; 特征提取论文; 行星轮系论文; 旋转变换论文; 机械振动论文; 振动频率论文;