在对机械设备的齿轮部件进行振动监测时,由于载荷以及转速波动等因素的影响,会引起振动信号的相位调制,使得频谱严重失真.通过对调相现象的理论分析和数值仿真计算,提出了基于空间采样的齿轮振动调相信号的解调方法,结果表明,该方法可以获得有价值的振动信号,从而进行有效的齿轮故障诊断.

填埋场由层状介质构成且防渗层HDPE膜出现渗漏在所难免,钻探灌浆修补技术是填埋场防渗层漏洞修补的重要发展方向;根据振动信号在垃圾填埋场不同介质中的响应不同,并基于LabVIEW的优点,通过钻探技术,利用LabVIEW软件对采集的填埋场振动信号进行STFT（短时傅里叶变换）分析,进而判断填埋场不同介质层的频谱特征,据此分辨出卵石层,为HDPE膜上漏洞修补做好前期准备;实验结果表明,STFT能够直观,清晰地反映振动信号在不同介质层的频谱特征,能够准确地区分卵石层。

通过建立齿轮系统试验模型，应用CRAS软件系统采集齿轮实际振动信号，分别采用概率密度估计法、时域分析法和频域分析法对系统信号进行分析与特征提取，在齿轮系统300r／min和900r／min两种不同转速工况下，分别研究了正常齿轮、裂纹齿轮和磨损齿轮的故障特征，并辨识出齿轮系统的不同运行工况。对比验证后表明：概率密度估计法对齿轮故障辨识效果较好，方法简便，提高了诊断效率，能够更好地应用于工程实际的齿轮故障诊断。

关联维数可定量分析不同压力状况下液压管路的工作状态.详细讨论了不同压力下液压管路系统的振动信号中关联维数的计算方法,并通过实验进行了分析.实验结果表明,通过偏相关积分算法计算得到的指数维数(关联维数近似值),能表征不同压力变化下的液压管路振动信号的变化,当压力变大时维数逐渐增大.

干气密封运行过程中的振动信号特征信息微弱并受外界强噪声干扰,其振动信号难以真实反映干气密封摩擦学特性。针对上述问题以及振动信号难以从噪声中分离的问题,提出一种基于CEEMDAN(自适应噪声的完全集合经验模态分析)与ICA(独立成分分析)相结合的信号降噪方法。首先对试验采集的干气密封运行时的加速度信号进行CEEMDAN分解得到IMF分量,然后通过ICA变换得到对应独立成分分量并计算其模糊熵值,将模糊熵值不符合条件的分量进行置零,并把符合条件的分量进行重构得到降噪后信号。利用干气密封加速度实验信号进行算法分析验证,证实了该方法相较于其他传统降噪方法更加有效,为干气密封故障诊断提供了一种新的途径。

基于振动信号辨识是实现综放开采煤矸识别的有效手段,现有方法在识别准确性和有效性方面有待进一步研究。提出了一种基于经验模态分解(EMD)特征提取与随机森林(RF)的煤矸识别方法。采用加速度传感器及数据采集仪采集了某综放工作面煤和矸石冲击液压支架尾梁产生的振动信号,分别对2种信号进行EMD,得到一系列本征模态函数(IMF);根据EMD结果选取有效IMF,分别提取IMF能量、峭度、矩阵奇异值及对应熵作为特征向量,采用各特征向量独立训练RF模型,根据各RF模型对测试样本的识别结果筛选特征向量,并建立特征数据集;采用特征数据集训练RF模型,采用训练好的RF模型实现煤矸识别。测试结果表明:该方法对200组煤矸测试样本的识别准确率达96.5%,且当RF模型中决策树数量设置为100或150时识别准确率最高,对测试样本进行特征提取与识别的耗时不超过0.2 s,满足综放...

针对滚动轴承振动信号易受到非平稳噪声的影响,提出一种改进注意力机制的多尺度内核网络(IA-MKNet),以从含噪振动信号中提取更敏感的特性信号。首先提出一种改进的多尺度卷积注意力机制(IAM),自适应提取有意义的故障特征并自动抑制噪声;然后针对振动信号固有的多时间特征,设计基于IAM的自适应多尺度核残差块来捕获振动信号的多时间尺度故障特征;最后提出一种基于自适应集成学习器的组合策略,通过融合多个IA-MKNets的输出来增加特征的多样性,从而进

为解决高速主轴因质量不平衡造成的振动,破坏加工精度,影响产品表面质量等问题,对谐波信号、噪声等干扰下主轴同频振动信号进行提取研究。利用Lab VIEW虚拟软件模拟均匀白噪声、高斯白噪声、直流电平、各种谐波下等不同类型振动信号,与基准信号互相关运算,提取与主轴同频振动信号幅值和相位。对比主轴系统在实验条件下和模拟条件下的振动响应,验证了互相关算法提取幅值和相位的准确性。实验条件下对比互相关法算法与整周期截取DFT法,结果表明：互相关法算法完整提取振动信息、运算快、准确性高,为求取影响系数、校正质量等提供更准确输入,为高速主轴在线动平衡调控提供重要信息。

液压泵由于自身的结构特点,故障信息微弱,依托单一信源进行故障诊断效果不佳。为此引入融合思想,探索一种面向多层级信息融合的液压泵故障诊断系统设计方法。首先对液压泵工作原理和故障模式进行研究,从不同层面对信息融合必要性进行具体分析;然后以此为基础,设计面向多层级信息融合的液压泵故障诊断系统基本框架,从数据层、特征层以及决策层研究、设计多层级信息融合模式,为改善液压泵故障诊断效果提供技术支持,为设备状态监测提供一种新的思路和方法。

本文简述了小波变换的基本原理及利用小波包对振动信号进行分解的方法.小波分析良好的时频局部化性质,适于检测正常信号中夹带的瞬态反常现象并展示其成分,这在旋转机械状态监侧及早期故障诊断中具有重要意义.本文给出利用小波包分析在内燃机车静液压齿轮箱故障诊断中提取微弱轴承冲击故障特征的实例.