提出一种利用时间序列双谱分析实现电磁换向阀的故障诊断的新方法。通过将实验采集到的换向阀正常工作和出现故障时的振动信号进行双谱分析,可以观察到振动信号双谱幅值图存在明显差异。由此可知,时间序列双谱分析可以诊断出换向阀的不同类型故障,是一种实现液压元件故障检测的有效方法。

以圆柱齿轮为对象,提出了基于双谱图像的机械故障嵌入式诊断方法.首先,通过小波包阈值去噪、小波包重构、双谱分析生成故障信号的双谱图,并通第一类灰度矩来表征双谱图特征.这些特征统计量,作为BP神经网络模式识别算法的输入特征向量,从而对这些特征集合进行分类,识别出相应的齿轮故障类型.实验证明在具有噪声的情况下,该方法取得了比较理想的识别率,验证了基于图像识别的齿轮箱故障诊断方法的可行性.以OpenCV库编写的代码移植到嵌入式系统简单易行,开发效率高,程序运行可靠.

针对液压泵振动信号通常具有非线性强和信噪比低的特点,提出了一种基于多点最优最小熵解卷积(Multi point Optimal Minimum Entropy Deconvolution, MOMED)和双谱熵(Bispectral Entropy)的液压泵退化特征提取方法.首先针对最小熵解卷积(Minimum Entropy Deconvolution, MED)降噪效果受滤波器长度和迭代次数影响的问题,提出了一种多点最优最小熵解卷积(MOMED)降噪方法,并利用MOMED对液压泵原始振动信号进行处理,以降低原始信号中干扰成分的影响;然后采用双谱分析提取双谱熵作为退化特征,以提高对液压泵退化状态的反映能力;最后,通过对液压泵性能退化试验实测振动信号的应用分析,验证了该方法的有效性.

研究液压系统的一种新的故障检测方法，利用时间序列双谱分析实现调速阀故障诊断．根据实验分析，调速阀正常工作和出现故障时采集的振动信号的双谱存在明显的差异，由此可知，时间序列双谱分析是实现液压元件故障检测的一种有效方法．

提出一种利用时间序列双谱分析实现电磁换向阀的故障诊断的新方法。通过将实验采集到的换向阀正常工作和出现故障时的振动信号进行双谱分析，可以观察到振动信号双谱幅值图存在明显差异。由此可知，时间序列双谱分析可以诊断出换向阀的不同类型故障，是一种实现液压元件故障检测的有效方法。