基于小波包频带包络分析的船用锚机电动机转子断条在线检测方法

船用三速锚机工作条件恶劣,电动机转子故障是电动锚机系统的常见故障之一.转子故障在线分析中必须考虑电动机实际运行和检测条件.文章在理论分析、仿真的基础上,提出了基于小波包分解和希尔伯特包络频谱分析的电动机转子断条在线检测方法.仿真和诊断实例表明该方法不仅可以抑制干扰因素的影响,有效提取故障特征量并实现故障准确诊断,而且能够反映负载波动的时刻和频率波动的范围,是一种切实可行的在线诊断方法.     

基于希尔伯特包络分析的船用三速锚机转子故障在线检测方法

船用三速锚机工作条件恶劣,电动机转子故障是电动锚机系统的常见故障之一。转子故障在线分析中必须考虑电动机实际运行和检测条件。带通数字滤波器可以有效地滤除船舶电网谐波和在线检测系统引入的“电磁噪声”,希尔伯特包络分析对电网频率波动、负载波动和电网谐波等因素的干扰具有一定的鲁棒性能。文章在理论分析的基础上,提出了基于带通数字滤波和希尔伯特包络频谱分析的异步电动机转子断条在线检测方法。仿真和诊断实例表明该方法可以抑制干扰因素的影响,有效提取故障特征量并实现故障准确诊断,是一种切实可行的在线诊断方法。     

异步电动机转子断条在线检测方法

异步电动机转子断条是笼型异步电动机的常见故障之一.转子断条故障在线分析中必须考虑电动机实际运行和检测条件.带通数字滤波器可以有效地滤除电网谐波和在线检测系统引入的“电磁噪声”,希尔伯特模量频谱分析对电网频率波动、负载波动和电网谐波等因素的干扰具有一定的鲁棒性能.在理论分析、仿真和实验的基础上,提出了基于带通数字滤波和希...     

基于MUSIC算法的变频电机转子故障诊断研究

分析了变频电机在转子故障时,逆变器直流侧电流中产生故障特征信号的特性,提出了一种基于MUSIC算法的转子故障在线检测和诊断方法。结果表明,在短数据情况下,相对FFT技术,该方法频率分辨率更高,故障检测更为准确,且计算量小,有利于电机故障的在线检测,实验证明该方法简单有效。     

基于Prony算法的感应电动机转子故障检测方法

分析Prony算法及其高分辨率谱估计的特点,在此基础上,提出一种基于Prony算法的感应电动机转子故障检测方法,仿真研究结果表明,在短数据情况下,相对FFT分析技术而言,该方法频率分辨率更高,故障检测更为准确,且计算量小,有利于电机故障实时状态监测。实验证明,将该方法应用于感应电机转子故障检测,可准确检测出转子故障时在定子电流中的故障特征成分。     

基于小波包分解的功率谱方法在人字门启闭机减速器故障诊断中的应用

针对船闸人字闸门机械式启闭机减速器中滚动轴承振动的不平稳性及其故障信号中存在噪声和干扰的问题,提出了一种基于小波阈值算法的小波包分解与功率谱分析的故障诊断方法。该方法通过对故障信号进行小波分解且对其系数作阈值处理,并利用处理后的分解系数进行小波逆变换得到降噪后的信号,然后对降噪后的信号进行小波包分解,找到能量集中的节点,对其进行Hilbert包络解调并求其Hilbert包络线的功率谱,从而提取故障特征信息。应用实例表明:仿真信号与某船闸人字闸门机械式启闭机减速器故障诊断方法能降低信号噪声以及干扰,并能提取故障特征信息。     

系泊锚机缆绳张力仿真试验台

在研究风、浪、流多因素综合影响的基础上,得到了锚链张力幅值和变化频率两大系泊张力影响因素的一般规律和解算方法,从而可以实现系泊锚机的张力动态过程仿真.在此基础上,文章进一步说明了系泊锚机张力仿真试验台的实时数据采集、仿真过程控制和在线性能分析等功能的实现细节.     

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。     

基于小波包汽轮机货油泵振动信号仿真分析

文章通过小波包分析方法对汽轮机货油泵信号进行仿真分析验证,对信号进行时域信号分析,基于振动信号的小波包特征提取,得出故障频率特征,进而可以分析判定故障的存在,验证小波包分析对故障特征量提取的有效性。     

基才解调During振子的早期故障诊断及其应用的实证研究

针对滚动轴承微弱调制信号,提出了一种基于Hilbert解调和Duffing振子的故障诊断方法。分别介绍混沌振子检测微弱周期信号、解调Duffing振子检测的原理和数值仿真试验。并着重介绍滚动轴承故障的早期诊断。结果表明,该方法可以有效检测强噪声背景下的微弱调制信号。     

基于Hilbert-Huang变换的柴油机气门漏气故障诊断研究

分析柴油机漏气故障的振动诊断机理,阐明Hilbert谱与傅里叶谱的区别,通过引入Hilbert-Huang变换这种新的时频分析方法成功诊断了气门漏气故障。     

基于双树复小波包和PNN的柴油机故障诊断研究

针对传统小波变换在故障特征提取中的不足,提出一种基于双树复小波包和概率神经网络(PNN)的故障诊断方法。首先通过双树复小波包变换将各个工况的柴油机声信号分解得到不同频带的分量,选取各频带分量的能量作为特征向量,再利用PNN对特征向量进行训练,最后通过测试样本得到柴油机典型故障诊断结果。实验表明,该方法可以对柴油机典型故障进行较为准确的诊断,相比传统小波包有着更高的故障诊断率。     

感应电机转子断条故障诊断方法研究进展

转子发生断条故障后,电机的电流信号中将会出现故障特征频率分量。而基于定子电流信号分析的故障诊断方法可以做成非侵入式,结构简单,数据采集方便,因此是该方向研究的热点。总结了近年来基于定子电流信号分析的转子故障诊断方法,并对进一步的研究进行了展望。     

螺杆式滑油泵异常振动故障诊断

某船用螺杆滑油泵出油管路振动烈度高达257. 7 mm/s,文章测量了该泵和另一台同型号泵的管路、泵体的振动速度和振动加速度波形,并逐一进行比较分析。管路振动速度波形和频谱表明,故障泵振动不稳定,速度频谱中存在明显的异常频率成分。泵体振动加速度波形分析结果表明,正常泵高频脉冲信号出现的频率与泵的正常排油频率对应。故障泵高频脉冲信号出现的频率明显不规律,说明故障泵的螺杆配合存在问题。泵体高频脉冲信号对于螺杆泵的状态监测与故障诊断具有重要意义。     

Application of an improved EEMD method in bearing fault diagnosis of induction motors北大核心CSCD

[Objective]In order to overcome the disadvantages of the traditional ensemble empirical mode decomposition (EEMD) method in selecting parameters (integration time and white noise amplitude coefficient) based on experience, and reduce the cost of calculation time, a fast ensemble empirical mode decomposition (FEEMD) method is used to extract the characteristic frequency. [Method]By changing the distribution density of the added white noise, different signal envelopes can be obtained. Furthermore, we can identify the optimal envelope by finding the optimal search window width of the moving mean filter, thereby avoiding the defect of EEMD selecting parameters by experience. At the same time, after the abnormal component in the signal is decomposed, the residual component can be decomposed by EMD to further save the calculation time cost. Finally, the method is combined with Hilbert envelope demodulation technology and applied to the fault characteristic frequency diagnosis of the bearing inner ring of an asynchronous motor. [Results]As the results show, compared with the traditional EEMD method, FEEMD can extract the fault frequency more efficiently. [Conclusion]FEEMD overcomes the disadvantages of the traditional EEMD method in selecting parameters based on experience and shortens the calculation time. As such, it can be effectively applied in bearing fault frequency extraction experiments. © The Author(s) 2022.