对含预制裂纹的压力管线进行液压疲劳试验,全程不间断地监测试验过程中产生的声发射信号,并对采集到的声发射信号的时程特性及其对应的频谱特性进行分析研究。结果表明,由裂纹扩展引发的声发射信号频谱集中在较低频带,由机械和摩擦等声源引起的声发射噪声信号频谱相对集中在较高频带。因此,通过声发射信号频谱分布特征可以识别声发射源的性质。

针对滚动轴承运行过程中故障难以识别的问题,提出一种多特征提取与改进粒子群算法(improved particle swarm optimization,简称IPSO)优化最小二乘支持向量机的诊断方法。首先用小波包变换对振动信号消噪、分解,提取频域特征;然后结合时域特征等参数,用核主元分析法对多维特征空间进行优选和降维,获得典型故障的敏感信号;最后用改进的粒子群优化最小二乘支持向量机的核参数和惩罚因子解决在寻优中陷入边缘局部最优、收敛精度差的问题,提升故障诊断的识别率。实验结果表明该方法有效提取故障特征,提高了故障识别的准确率和实时性,是一种可靠的轴承故障诊断方法。