基于特征提取的齿轮箱震动故障信号检测

齿轮箱是汽轮机、发电机等船舶机械设备的重要组成部分,其在机械设备中通常负责力的传递,是当前各种机械中最为常见和关键的构件,通常情况下,齿轮箱能否正常工作,将直接影响到相关的机械设备能否正常工作。因此对于齿轮箱故障的检测和排除至关重要,当前,通过齿轮箱震动信号对齿轮箱的运转状态进行判断,是最为常用的方法,然而这一方法至今仍然需要较多的人工经验,难以利用计算机进行自动的探测和判断,一方面效率较低,另一方面精度较差,在实际操作中应用的并不广泛。为此,本文提出一种基于特征提取的齿轮箱震动故障信号检测方法,通过自动化的信号检测和判断技术,对齿轮箱的当前状态进行判断,并能够对出现的故障进行自动化的检测。     

EMD在海洋内波研究中的应用

采用南海内波的实测资料,利用EMD方法对内波波动进行水平和垂向的分解,并由低频模态拟合函数并叠加得到了内波引起的温度波动的函数,由垂向位移得到了内波垂向模态的一种获取方法,为非线性的海洋内波研究提供了依据。     

应用红外热像技术诊断某船用齿轮箱输入轴轴承端盖过热故障

应用红外热像诊断技术,发现了某船主机齿轮箱输入轴轴承端盖过热故障,拆解后,发现该处的填料密封条被挤进齿轮箱输入轴与轴承盖之间的缝隙,经维修,成功排除了该故障。     

故障快速识别技术在电力系统保护中的应用

本文阐述了一种故障快速识别的技术,主要从直流传感器的选择,故障检测方法研究,滤波器的设计等方面对故障快速识别技术进行论述,提出了一种故障快速识别装置的实现方法,具有创新性,可操作性强,具有实用意义.     

基于EMD柴油机气阀声发射诊断技术试验研究

以4120SG柴油机为研究对象,通过故障模拟试验测试了柴油机在气阀正常状态、气阀漏气状态下的缸盖声发射信号,对燃烧段声发射信号进行经验模态分解(Experience Mode Decomposition,EMD),计算了各个本征模分量(Intrinsic Mode Function,IMF)的能量分布及EMD能量熵。研究表明声发射信号能量主要集中在前3个IMF分量内,随着气阀漏气故障严重程度的增加,代表最高频IMF1分量能量相对增加,而能量熵H减少。通过自定义特征参数,提高了声发射应用于柴油机气阀漏气诊断方法的灵敏度。     

虚拟现实技术在船舶雷达机构故障检测中的应用

雷达系统为船舶提供目标探测、通信和导航等重要功能,由于船载雷达工作环境恶劣,受到雨水、海浪等侵蚀,很容易发生机械故障,因此,研究船舶雷达结构的故障检测与诊断技术意义重大。近年来,虚拟现实技术成为一项研究热点,它结合了计算机仿真与互联网技术,为用户提供了直观、可感的虚拟环境。本文以虚拟现实技术为基础,结合CAD和三维建模技术,设计和研发了船舶雷达机构虚拟故障检测系统,并对设计过程进行了系统的介绍。     

基于EMD与三阶累积量的水声瞬态信号检测

提出了基于经验模态分解(EMD)与三阶累积量的水声瞬态信号检测方法.首先根据EMD方法的滤波器特性将待检信号在频域内分成一系列的本征模态函数(IMF)分量,并根据能量法选择信号占主导地位的IMF;然后运用高阶累积量抑制高斯信号的特性,计算IMF分量三阶累积量对角切片的短时估计,并构造检测函数,对检测函数时行包络检波,作为检测标准;最后用仿真数据对该方法进行了验证,结果表明能在较低信噪比下检测出目标信号的出现时刻和大致频率,具有一定的工程应用价值.     

软件故障预测技术研究方法探讨

软件质量在武器装备中越来越重要,软件故障预测是保证软件质量的手段之一。本文介绍了软件故障预测技术的发展和研究背景和与软件故障有关的名词概念或定义,说明此技术研究的重要性;对近些年来对软件故障预测关键技术的研究做了调研,总结了国内外主要的研究方法种类;阐述了软件故障预测技术的发展方向,总结了软件故障预测,指出目前发展的不足,提出自己的看法。     

机械故障诊断中的振动信号技术研究

本文提出一种基于分形指数理论和小波网络的船舶机械故障诊断方法。当故障发生时,船舶机械通常产生非平稳的振动信号。在本文提出的方法中,小波变换用于定位时间频域中振动信号的特征,并且在分形理论之间的小波变换的相互关系的视图中,从作为提取故障的特征的小波变换系数获得的全部和局部分形指数信号,其被输入到用于故障模式识别的径向基函数。改进的Levenberg-Marquardt(LM)优化技术用于完成网络结构参数。通过选择足够的样本来训练故障诊断网络,并且将表示故障的信息输入到需要训练的小波网络中,则可以根据输出结果确定故障类型。通过对定子温度波动和转子振动的实验表明,小波分形网络可以为船舶机械的故障诊断提供有效的方法。     

基于EMD的柴油机失火故障诊断

提出了一种基于经验模式分解（Empirical Mode Decomposition,EMD）和自回归（Auto Regression,AR）模型的柴油机失火故障诊断方法．对3110型柴油机断油故障及正常情况下的缸盖振动信号进行了测试分析,采用经验模式分解EMD方法对振动信号进行分解,得到固有模态函数（Intrinsic Mode Function,IMF）,对每一个IMF分量分别建立AR模型,以模型的自回归参数和残差的方差作为特征向量,用支持向量机（Support Vector Machines,SVM）进行分类,判断柴油机的工作状态和故障类型．实验结果分析表明,该方法即使在小样本情况下也能准确有效地诊断柴油机失火故障,能实现故障的实时自动化诊断．     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断。将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17%,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径。     

基于小波包振动谱图的柴油机在线故障诊断方法

柴油机是舰船的主要动力装置,针对传统故障诊断方法不能有效提取柴油机故障特征和实现在线诊断的缺点,提出一种基于小波包振动谱图像的柴油机在线故障诊断新方法.该方法首先用小波包对采集到的柴油机振动信号进行分析生成小波包振动谱图;然后利用双线性内插值方法对生成的振动谱图进行数据降维,对降维后的振动谱图进行灰度共生矩阵纹理特征参数提取;最后用分类器对特征参数进行识别,完成故障诊断.将该方法应用于柴油机气门间隙的故障诊断实例中,结果表明,基于小波包振动谱图像的柴油机在线故障诊断方法能快速高效的诊断出气门间隙故障,识别准确率高达99.17％,仅耗时0.24 s,为内燃机故障在线诊断探索了一条新途径.     

一种基于小波分析的船舶振动故障检测方法

迅速兴起的小波分析方法,对时变信号处理具有独特的优点,能同时在时频双域中对信号进行分析。通过对船舶辐射噪声特性的分析,论述了针对振动信号如何选择小波基和如何利用阈值的选取规则。通过与正常信号在仿真过程中的分析对比,直观地得到电路中改变参数所带来的软故障信号的突变特征,成功提取出电路中输出信号的软故障特征,为进一步诊断故障提供了便利。     

基于嵌入式技术的船舶故障诊断控制器设计

船舶故障诊断是船舶运输航行的重要技术支持,为了有效提高船舶故障诊断效果,基于嵌入式技术设计新型船舶故障诊断控制器。该控制器从故障异常数据入手,首先建立故障训练样本,用于表示船舶正常航行以及多类型故障时的数据标数,根据训练样本,提取当前故障信号诊断特征,并利用最小二乘法对上述建立的训练样本数据进行直接限制,完成诊断特征分类,将分类后的数据进行信号去噪,消除无用数据,确定信号标度因子值,通过数据清洗,重新划分定位故障数据,实现故障诊断。实验数据表明,应用该故障诊断控制器,故障诊断率提高了22%,故障误判率降低了30%,有效提高船舶故障诊断控制效果。     

基于PXI总线技术的电子装备故障诊断系统

文章在详细阐述PXI总线技术基本原理的基础上,把PXI总线技术,数据采集,控制软件和数据库等技术有机的结合在一起,构成了功能可扩展的故障诊断系统。     

基于神经网络和红外线成像技术的船用柴油机故障诊断方法研究

柴油发动机是通用船舶广泛使用的动力装置,在复杂恶劣的海上环境中,较易发生故障,传统检测方法主要依靠经验,故障定位较为耗时,其时效性差,需要进行改进。随着计算科学的发展,智能故障定位方法逐渐应用至船用柴油机故障定位系统中,如神经网络﹑模糊算法及大数据分析等。本文分析了船舶柴油机各功能部件,利用红外线对故障部件进行成像检测,设计了基于神经网络的柴油机故障诊断方法,最后对设计模型进行仿真分析。     

基于振动和润滑油分析的主推力轴承故障诊断实例

结合振动测试和润滑油分析的技术手段对某船主推力轴承故障进行综合分析,表明利用振动信号对滚动轴承故障进行诊断是设备故障诊断方法中比较有效的方法,同时润滑油分析的结果也可以验证振动监测的有效性,提高故障诊断的准确性.