检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于振动信号分离的行星轴承故障特征提取

振动与冲击 2020年第13期39卷 78-83,109页

作者：隆勇郭瑜伍星于印鑫昆明理工大学机电工程学院昆明650500

由于行星轴承振动信号传递路径的时变性,且行星齿轮箱中齿轮啮合振动信号较强,导致行星轴承故障特征提取较为困难。为此,提出了一种基于振动信号分离的行星轴承故障特征提取方法。该方法首先采用阶比分析技术将原始振动信号进行等角度采... 详细信息

由于行星轴承振动信号传递路径的时变性,且行星齿轮箱中齿轮啮合振动信号较强,导致行星轴承故障特征提取较为困难。为此,提出了一种基于振动信号分离的行星轴承故障特征提取方法。该方法首先采用阶比分析技术将原始振动信号进行等角度采样;每当行星架旋转一周,采用Tukey窗进行加窗截取,按照啮合齿序重新拼接,构造振动分离信号。再采用离散随机分离从振动分离信号中提取行星轴承故障分量;最后进行包络谱分析提取故障特征。行星轴承内圈故障实测信号分析表明,该方法能有效提取行星轴承故障特征。

关键词：行星轴承故障特征提取加窗振动分离离散随机分离振动分离信号

基于DRS与改进Autogram的风电齿轮箱复合故障特征提取

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

中国电力 2023年第10期56卷 71-79页

作者：马海飞滕伟彭迪康柳亦兵靳涛华北电力大学电站能量传递转化与系统教育部重点实验室北京102206

复合故障特征提取是分析风电齿轮箱故障根因的关键。提出基于离散随机分离(DRS)和改进Autogram的复合故障特征提取方法。基于DRS方法削弱振动信号周期性成分对微弱故障成分的影响,结合谱峭度与谱负熵设计一种新的特征量化指标,对最大重... 详细信息

复合故障特征提取是分析风电齿轮箱故障根因的关键。提出基于离散随机分离(DRS)和改进Autogram的复合故障特征提取方法。基于DRS方法削弱振动信号周期性成分对微弱故障成分的影响,结合谱峭度与谱负熵设计一种新的特征量化指标,对最大重叠离散小波包变换与无偏自相关处理后的各窄带分量进行综合评价,以选择最优的滤波频带,精确地识别包含复合故障特征的信号分量。将所提方法应用于实际风电齿轮箱齿轮-轴承复合故障诊断中,能够有效提取出振动信号中的多个故障特征,具有较好的诊断效果。

关键词：风电机组复合故障离散随机分离故障诊断特征提取

变转速工况下风电机组传动部件故障特征提取与诊断方法研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

变转速工况下风电机组传动部件故障特征提取与诊断方法研究

作者：马海飞华北电力大学(北京)

学位级别：硕士

在“碳达峰、碳中和”的战略目标下,为减少对传统能源的依赖,降低对进口能源的需求,提高国家的能源安全性,风能被广泛运用在发电领域,从根源上促进了电力系统的清洁绿色化。风电机组正常运行过程中,承受着随机波动的风速和电网随机波动... 详细信息

在“碳达峰、碳中和”的战略目标下,为减少对传统能源的依赖,降低对进口能源的需求,提高国家的能源安全性,风能被广泛运用在发电领域,从根源上促进了电力系统的清洁绿色化。风电机组正常运行过程中,承受着随机波动的风速和电网随机波动等多重载荷影响,导致大量不规则振动的产生,并且由于偏航系统、液压系统、柔性支撑等元件会引发多种噪声成分,其监测的振动数据中噪声无法避免。在轴承和齿轮的状态监测和故障诊断中,由于风电机组长期运行在变转速工况条件下,其转速波动导致的频谱模糊现象,影响了频域信号处理方法的有效性;又由于传动系统结构复杂导致了多传递路径调制模式,不同激励源信号在传递过程中相互耦合,难以精确识别故障类型。通过探究齿轮和轴承在自身复杂运动和多变环境激励综合作用下的故障产生机理,深入挖掘故障特征、振动响应、载荷波动等变量之间的潜在关系,进行高效准确的特征提取和故障诊断对于确保风力发电机组安全、平稳运行具有重要意义。在这一背景下,本文以风电机组关键传动部件即齿轮和轴承为研究对象,分析其故障的产生机理、信号传输路径以及转速变化对振动信号的影响,深入研究其故障状态特征提取方法,主要研究内容如下:(1)针对风电机组运行转速受风速影响使得振动信号发生调频、调幅、频谱模糊等现象,提出了一种自适应的迭代瞬时转速估计方法,通过倒频谱编辑对谐波分量进行自适应提取,结合频域能量算子与瞬时频率误差估计方法迭代提取瞬时转速信息,不仅有效提高了瞬时转速估计的精确度,且通过多次迭代,解决了大转速波动情况下的转速信息提取,为后续结合先进信号处理技术进行状态特征提取与故障诊断奠定基础。(2)针对在齿轮和轴承的复合故障诊断中,故障信息相互耦合,轴承的故障信息容易被振动能量更强的齿轮啮合振动所掩盖的问题。提出了离散随机分离技术与改进Autogram方法相结合的复合故障诊断方法。考虑到风力发电机变转速运行特点,对复合故障振动信号进行瞬时转速估计,通过DRS技术消除故障信号中由齿轮啮合振动产生的周期性成分干扰,设计融合谱峭度与谱负熵的新指标对最大重叠离散小波包变换与无偏自相关处理后的各窄带分量进行特征量化,形成改进的Autogram方法以确定合适的解调频段。通过实际风力发电机齿轮/轴承复合故障振动信号进行测试,验证了所提出方法能够有效提取复合故障信息。(3)针对强背景噪声、电磁干扰情况下发电机轴承故障特征频率被掩盖的问题,分析其电磁振动产生机理,采用融合双层降噪的快速谱相干方法提取轴承微弱故障特征。对故障振动信号进行瞬时转速估计,将振动信号从等时间采样转换为等角度采样后进行CEEMDAN-SANC的联合双层降噪以抑制背景噪声与电磁干扰成分,有效地克服了电磁振动成分对故障信号的掩盖,继而采用快速谱相干提取隐藏的载波频率与循环(调制)频率信息,用于故障诊断。通过风力发电机轴承故障振动数据进行了验证,结果表明,该方法对于强电磁干扰下的故障信息具有较强的特征提取能力。

关键词：风电机组特征提取故障诊断转速估计离散随机分离快速谱相干

基于信号解卷积方法的行星轮轴承故障诊断研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于信号解卷积方法的行星轮轴承故障诊断研究

作者：林云昆明理工大学

学位级别：硕士

行星齿轮箱广泛应用于需要提供大传动比和传动刚度的机械设备中,其良好的工作状态有利于保障设备的安全有效运行。由于行星轮轴承是行星齿轮箱中相对较容易出现故障的零部件,因此针对行星轮轴承的故障诊断工作,对进一步提高行星齿轮箱... 详细信息

行星齿轮箱广泛应用于需要提供大传动比和传动刚度的机械设备中,其良好的工作状态有利于保障设备的安全有效运行。由于行星轮轴承是行星齿轮箱中相对较容易出现故障的零部件,因此针对行星轮轴承的故障诊断工作,对进一步提高行星齿轮箱的安全性和可靠性有着重要意义。行星齿轮箱中,行星轮轴承同时具有自转和公转两种运动,其故障信号会受到复杂的调制作用,且其故障振动信号会与其他部件振动信号形成耦合。在齿轮信号和噪声的干扰下,行星轮轴承故障特征很容易作为噪声被过滤掉,使得其局部弱故障特征难以有效提取。针对行星轮轴承内圈故障诊断问题,提出了快速迭代滤波分解和参数自适应多点最优最小熵卷积相结合的故障特征提取方法,使用快速迭代滤波分解对振动信号进行分解,利用包络熵选取分解结果中包含轴承故障信息较多的分量,降低齿轮信号和噪声信号的影响。利用多点最优最小熵卷积对选取的分量进行故障特征增强,为提高算法性能,提出基于峭度和平方包络谱峭度的联合指标作为樽海鞘优化算法的适应度函数,自适应选取多点最优最小熵卷积的滤波器长度,有效提取了行星轮轴承内圈故障特征。外圈故障信号中存在行星轮自转带来的幅值调制,导致其故障冲击相对于内圈故障冲击更弱。为此,提出离散随机分离与最大二阶循环平稳盲解卷积相结合的方法路线。首先,通过离散随机分离抑制齿轮信号等严格周期信号的影响,再利用最大二阶循环平稳盲解卷积技术对故障冲击特征进行增强,最后通过平方包络谱直观反映故障特征。针对最大二阶循环平稳盲解卷积算法参数优化问题,提出了以改进故障特征比指标作为适应度函数的粒子群算法对循环频率和滤波器长度进行了优化选取。仿真研究中,通过对行星齿轮箱中轴承的故障振动信号的特性进行分析,在此基础上建立了行星轮轴承内圈和外圈的数值仿真信号。实验研究中以NGW型单级行星齿轮箱为研究对象,搭建了行星齿轮箱综合实验台。实验中利用人造局部故障模拟实际工况下的行星轮轴承内圈和外圈故障,分别采集了故障振动信号和转速脉冲信号。仿真和实验结果验证了所提出方法的有效性。

关键词：行星齿轮箱轴承故障诊断快速迭代滤波分解离散随机分离多点最优最小熵解卷积最大二阶循环平稳盲解卷积

基于齿轮箱信号分离技术的滚动轴承故障特征提取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于齿轮箱信号分离技术的滚动轴承故障特征提取

作者：贺东台昆明理工大学

学位级别：硕士

齿轮箱传动由于其传动功率高,运行稳定可靠等特点,被广泛应用于各类传动装置中。在齿轮箱中,齿轮与滚动轴承是其主要的零部件,但是也是故障频发的对象之一,也是目前故障振动诊断领域的研究重点之一;因此,对齿轮箱进行有效地故障监测具... 详细信息

齿轮箱传动由于其传动功率高,运行稳定可靠等特点,被广泛应用于各类传动装置中。在齿轮箱中,齿轮与滚动轴承是其主要的零部件,但是也是故障频发的对象之一,也是目前故障振动诊断领域的研究重点之一;因此,对齿轮箱进行有效地故障监测具有很高的实际工程应用价值。经研究表明,对于齿轮箱中单一故障的振动监测,现有技术已较为成熟。例如,齿轮的故障可以利用同步平均技术实现对其进行故障监测与特征提取,而对于单一的轴承故障,幅值解调分析可以有效地实现对滚动轴承的故障监测与特征提取。但是对于齿轮箱复合故障而言,虽然基于多传感器的ICA方法可以实现对复合故障的分离及特征提取,但是在实际的工程应用中,多传感器的应用由于安装等条件的限制,存在着很大的局限性。为了提高滚动轴承的故障诊断效率以及提高信号分离技术在实际工程中的应用价值,本文开展了基于自参考自适应噪声消除技术(离散随机分离技术)的应用研究。本文分别以定轴齿轮箱及行星齿轮箱为研究对象,开展了齿轮箱中齿轮信号与滚动轴承信号的相互分离,进而实现滚动轴承的故障特征提取。在定轴齿轮箱的研究中,首先,运用阶比跟踪技术以消除齿轮箱在实际运行过程中带来转速波动的影响;再用Fast-Kurtogram算法确定幅值解调分析中的最佳共振带参数;然后用自参考自适应噪声消除技术实现齿轮信号与轴承信号的相互分离,最后通过谱分析分别实现对故障特征的提取。经试验研究表明,该技术路线可以有效地提高对齿轮箱中弱故障特征的提取,很大程度上提高齿轮箱的故障诊断效率。本文详细研究了信号分离技术在行星齿轮箱上的应用,行星齿轮箱较定轴齿轮箱的结构,运行方式不同,因此对其实现故障监测较为困难,尤其对行星齿轮箱中行星轮轴承故障特征的提取更为困难。论文中详细研究了自参考自适应噪声消除技术在行星轮轴承的故障特征提取中的应用,并通过试验研究证明了自参考自适应噪声消除技术(离散随机分离技术)在提取行星轮轴承的故障特征时的有效性以及可行性。

关键词：行星齿轮箱行星轮轴承自参考自适应噪声消除离散随机分离故障诊断

基于振动信号分离法的行星齿轮箱故障特征提取研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于振动信号分离法的行星齿轮箱故障特征提取研究

作者：隆勇昆明理工大学

学位级别：硕士

行星齿轮箱的结构独特,具有体积小、传动比大、承载能力强等优点,广泛应用于大型机械传动系统中。另一方面,行星齿轮箱通常在恶劣的环境下运行,导致其齿轮或轴承等关键零部件较易发生故障,是状态监测和故障诊断领域的重点研究对象之一... 详细信息

行星齿轮箱的结构独特,具有体积小、传动比大、承载能力强等优点,广泛应用于大型机械传动系统中。另一方面,行星齿轮箱通常在恶劣的环境下运行,导致其齿轮或轴承等关键零部件较易发生故障,是状态监测和故障诊断领域的重点研究对象之一。由于行星轮的行星运动,行星齿轮箱振动信号传递路径具有时变性,使行星架的旋转对采集的振动信号具有调制作用,且多个齿轮副啮合振动与轴承振动相互影响,导致故障信息较微弱,故传统的定轴齿轮箱故障特征提取方法并不能直接适用于行星齿轮箱。因此,开展行星齿轮箱故障特征的有效地提取方法研究具有重要的学术研究意义和工程应用价值。加窗振动分离技术可抑制行星齿轮箱振动信号时变传递路径的影响。本文在现有研究基础上提出一种改进的加窗振动分离技术。该方法首先选取峰值处作为加窗截取的初始位置,采用多齿宽的Tukey窗对振动信号进行加窗截取;然后将加窗截取的各组多齿宽振动信号分别划分为单齿宽振动信号,并根据啮合齿序重新拼接为多组振动分离信号;最后根据峭度值确定包含故障信息最丰富的一组振动分离信号,获得较高信噪比。针对行星轮和太阳轮的故障特征提取,本文提出基于改进加窗振动分离和变分模态分解的故障特征提取方法。利用同步平均技术,提取行星齿轮箱中感兴趣的同步周期分量,提高信噪比;再通过改进加窗振动分离技术构造关于单个行星轮或太阳轮的振动分离信号,抑制行星齿轮箱振动信号时变传递路径的影响,进而获得类似于定轴齿轮箱的振动信号,并利用变分模态分解方法自适应地选取包含故障信息较为丰富的一阶窄带模态分量进行包络解调分析,提取故障特征,克服了目前人为选择参数进行滤波和解调分析的不足。针对较弱的行星轮轴承故障特征,常被齿轮啮合振动淹没,为解决其故障特征难以提取的问题,本文提出一种基于振动信号分离的行星轮轴承故障特征提取方法。该方法利用改进加窗振动分离技术抑制行星架旋转产生的调制作用,然后运用离散随机分离技术将行星轮轴承振动信号与齿轮啮合振动信号分离开来,提取行星轮轴承故障特征。研究中以NGW型行星齿轮箱综合实验台中2K-H单级行星齿轮箱为研究对象,开展实验研究。通过行星轮、太阳轮以及行星轮轴承的模拟故障实验分析,验证了所提方法的有效性。

关键词：行星齿轮箱故障特征提取改进加窗振动分离变分模态分解离散随机分离