【摘 要】
：
研究了高阶时频分布在振动冲击信号特征提取中的应用问题.在机械状态监控中,冲击信号的检测对于提取机器的状态信息是很有用的.通过Wigner高阶矩谱可以有效地对这样的非平稳、非高斯振动冲击信号进行特征提取和检测.通过对现场测试的柴油机爆燃阶段信号的Wigner高阶矩谱分析,验证了该方法在机械故障特征提取中具有很好的应用潜力.最终表明,通过该方法可以提取有价值的关于冲击信号的时间和谱特性的量化信息.
【机 构】
：
唐山学院信息工程系,唐山,063000 大连理工大学振动工程研究所,大连,116023
【出 处】
：
2006年全国振动工程及应用学术会议
论文部分内容阅读
研究了高阶时频分布在振动冲击信号特征提取中的应用问题.在机械状态监控中,冲击信号的检测对于提取机器的状态信息是很有用的.通过Wigner高阶矩谱可以有效地对这样的非平稳、非高斯振动冲击信号进行特征提取和检测.通过对现场测试的柴油机爆燃阶段信号的Wigner高阶矩谱分析,验证了该方法在机械故障特征提取中具有很好的应用潜力.最终表明,通过该方法可以提取有价值的关于冲击信号的时间和谱特性的量化信息.
其他文献
本文分析了人工神经网络的模型,主要介绍了BP神经网络的原理和训练方法,建立了基于BP神经网络的液压泵的故障诊断方法.并利用该方法对齿轮泵运行状态进行了辨识,结果表明该方法可以充分利用检测到的各种故障征兆信息,准确地诊断齿轮泵故障,此方法也可用于液压设备及其它设备的故障诊断.
汽轮发电机的转子轴振动信号数据是监测设备安全运行的一项重要技术指标.本文介绍一台135 MW发电机转子轴振动突变超标和变化过程的测试分析,现场诊断与设备检查,消除发电机转子线圈绕组内部重大故障隐患情况.提供了振动测试分析与处理措施,作为故障振动分析诊断的典例以资参考.
研究了基于多传感器信息融合的齿轮泵故障诊断方法,利用基于RBF神经网络特征级融合的齿轮泵故障诊断方法,分别得到了基于振动信号与压力信号特征的神经网络故障诊断结果;对基于D-S证据理论的决策级融合诊断方法进行了研究,并利用证据理论对齿轮泵局部诊断神经网络的诊断结果进行了决策融合,得到了更为准确和可靠的故障诊断结果.
系统模型为基于非线性短轴承油膜力理论的非线性多自由度转子一轴承系统,运用变步长的Newmark数值积分方法对系统的气流激振、不平衡、油膜振荡等耦合的故障特性进行了研究,发现在各种不同工况下该转子轴承系统响应表现出不同的特征,并给出了一些典型的轴颈的涡动轨迹、频谱图,反映了系统的运动状态.
在传统故障诊断方法中,从信号或者信号的分析结果,如FFT变换、轴心轨迹、时频图像等中确定并提取计算机可分析的故障特征是一个难题.本文利用支持向量机对隐含信息的学习能力和对高维数据不敏感的特点,利用支持向量机直接对信号分析的结果进行辨识,从而避免了故障特征提取的难题,实现了故障的智能诊断.对几种典型故障的实验表明,该方法在机械设备故障诊断领域有着很好的推广应用前景.
首先对构成电动机的振动根源进行了阐述,进而从断电振动特征、频率振动特征、波形振动特征以及振幅与相位振动特征四个方面进行了分析,总结了电动机常见故障诊断特征表.文中最后给出了一个诊断实例.
由于结构/控制一体化拓扑优化涉及大量的拓扑修改特性重分析,本文基于动力缩聚技术和瑞利商逆迭代法,分析了自由度增加的结构/控制一体化广义拓扑修改的基本原理,并提出了相应的特性重分析算法步骤.数值算例的结果表明:该方法能获得高精度重分析结果.
建筑施工问题是城市突出的环境污染问题之一.城市建筑施工噪音预测能为城市建设计划中的环境影响评价提供依据.文章立足于人们对城市施工噪声污染问题的日益关注,研究如何以灰色理论为依据建立更为精确的施工噪声预测模型.文章讨论了GM(1,1)模型的建模机理和方法.在分析的基础上,应用GM(1,1)模型来预测城市施工噪声,其结果符合实际情况.
无线传感器网络(WSN)的研究和发展,为复杂装备状态特征信号的有效测试和传输,提供了一个崭新的途径.本文首先对WSN在装备状态监控与健康管理中的应用和功能需求进行了分析,探讨了基于WSN的状态监控与健康管理体系结构,并从软硬件两个方面,对其中的关键技术进行探讨与分析.
本文提出了一种具有非线性阻尼的DNA分子系统模型,研究了该模型在激光激励下的混沌现象,探讨了激光生物学效应的机理,解释了由于DNA分子本身存在非线性振动,而使DNA分子在遗传功能上会出现变异,这将有助于解释激光在生物技术和医疗临床等方面应用研究中出现的频率现象.