齿轮箱中滚动轴承的故障诊断

提出了一种基于自适应除噪技术(ANC)和共振解调技术(DRT)的齿轮箱中滚动轴承的故障诊断方法。该方法先后用同一传感器和测量系统、在同一位置采集被诊断轴承在无故障时的振动信号和在状态监测过程中的振动信号,然后把这两次拾取的信号分别作为自适应除噪系统的参考输入和主输入进行除噪处理,最后用共振解调技术对除噪后的振动信号进行包络解调,实现齿轮箱中滚动轴承的故障诊断。实际应用表明,该方法能够从齿轮箱振动信号中剔除齿轮啮合振动等背景噪声,提高滚动轴承振动信号的信噪比,可以有效地诊断齿轮箱中滚动轴承的故障。      

某型飞机火控系统故障诊断测试仪的设计

针对某型战机火控系统在维护保障上存在检测仪器功能单一、通用性差、检测效率低、可靠性不高等问题,研制了基于故障树分析法与专家系统相结合的某型飞机火控系统故障诊断测试仪.文中以火控系统不工作为顶事件,建立了故障树,并对故障树作了定性分析.该测试仪有效克服了机载火控系统故障诊断中传统的数据采集、分析、处理及决策控制方法的不足,结果表明,故障树分析法是机载火控系统故障诊断的一种有效方法.     

航空发动机整机试验性能故障诊断系统设计

以航空发动机整机试验数据为研究对象,建立了1套气路性能故障诊断系统。该系统可对在研制和生产过程中的试验结果进行气路性能故障诊断分析;在分析发动机台架试车特点的基础上,阐述了该系统的设计功能和总体流程逻辑,并介绍了一些功能模块的流程设计;最后就系统的发展进行了讨论。经过带噪声的数值试验和真实试验数据验证,所建立的故障诊断系统诊断有效。     

基于虚拟仪器的数据采集与处理系统

研制数据采集与处理系统的目的是为了采集、监控和记录试验过程中飞机的各种飞行试验数据,以便对飞机试验过程中的信号进行离线分析与处理。本文涉及的内容已在飞机试验项目中得到成功应用。     

基于Labview与Matlab的航空发动机气路静电采集系统研究

说明了如何在Labview平台下结合应用Matlab软件;介绍了发动机故障诊断方法之静电监测技术,给出了静电信号相关参数,并在此基础上,基于labview与matlab开发了航空发动机气路静电采集系统和烟尘排放量/浓度监测系统,并应用于采集静电信号试验,以对系统进行测试。     

应用独立分量分析提取液体火箭发动机的故障特征

以某型液体火箭发动机为研究对象，针对故障诊断中故障特征提取难的问题，提出了应用小波消噪技术和独立分量分析获取高品质源信号，并利用源信号进行故障诊断的思路，对发动机热试车压强信号进行了实例分析。研究结果表明，该方法提高了诊断信号的质量，有效地提取了故障特征。     

航空电子系统通用测试平台的设计

本文采用新一代测控技术,构建了基于PXI总线标准,由信号适配器、矩阵开关、可视化虚拟数据采集系统和通用总线监控系统组成的标准化通用测试平台。同时介绍了ARINC429总线数据按照规则进行解析的方法。其技术思想和方案对于复杂电子设备的通用测试设备的研制具有广泛指导意义。     

航空发动机振动测试系统设计

介绍了一种基于图形化虚拟仪器编程软件LabVIEW的振动测试采集系统设计方案,并且详细论述了实现性能测试步骤的功能和使用方法.本系统以美国NI公司的数据采集卡USB-6363 X Series DAQ为硬件平台,采用连续采集方式进行数据采集,并将数据存储到文本文件中.试验结果表明,该系统能够有效地完成振动信号的数据采集和图形显示.     

EEMD与NRS在涡桨发动机转子故障诊断中的应用

针对涡桨发动机转子系统振动信号的非平稳特征,提出一种基于集成经验模态分解(EEMD)与邻域粗糙集(NRS)的涡桨发动机转子故障诊断方法。该方法先对转子振动信号进行EEMD,提取原始信号的时域特征和多尺度排列熵(MPE)特征,转子系统的大部分故障信息隐藏在前几个高频本征模态函数（IMFs）中,分别计算它们的时域指标、能量特征和奇异值分解(SVD)特征;利用NRS评估各个特征的属性重要度,进而选出敏感特征;将其作为支持向量机(SVM)的输入向量来对转子进行故障诊断。实验结果表明:该方法利用敏感特征集对涡桨发动机转子进行故障诊断的准确率达到了97.5%,同时剔除了大量冗余特征,具有较强的鲁棒性。      

液压元部件测试性研究

对液压系统的主要元部件—液压泵的主要故障模式 ,详细研究了其失效机理 ,提出了相应的故障诊断方法 ,并利用试验系统对故障诊断方法进行了验证。研究表明 ,通过对液压泵压力信号、加速度信号及回油流量信号的测试 ,利用相应的故障诊断方法 ,可以有效地实现多故障诊断。本方法也适用于直轴泵     

转速波动状态下涡轮泵典型故障诊断方法

利用涡轮泵振动信号的变换域信息可有效地检测与诊断故障。针对涡轮泵转子叶片断裂与脱落这种典型故障,首先分析其出现的原因,并从动力学的角度研究其振动特征,选择可有效反映该故障的特征频率。然而,涡轮泵转速波动会造成这些特征频率提取的困难,为此提出一种解决此难题的新思路,通过一系列变换域处理来消除转速波动对振动频率的影响,在变换域中提取出稳定的特征频率,从而解决了涡轮泵转速波动状态下该型故障诊断问题。通过涡轮泵历史试车故障数据的验证表明,通过跟踪变换域中这些特征频率的幅值变化,可以有效检测与诊断涡轮泵转子叶片断裂与脱落故障。     

多级轴流压气机不同工况下失速／喘振试验研究

通过试验的形式，开展了多级轴流压气机在静叶优化角度及中间级引气情况下的失速／喘振试验研究。采用高精度、高频响的动态压力传感器，高速同步采集板、快速A／D采集板和高速处理机相结合，借助于频谱分析的方法来找出失速／喘振频率，并且找出对应该频率的各通道之间的相位差，分析出失速／喘振首发级。利用DASP6．61数据大容量自动采集与信号处理系统对喘振信号进行数学处理。试验结果表明：测量手段及数学处理模型是可行的。在压气机静叶优化条件下，不同的引气量对失速／喘振有影响。     

基于线调频小波路径追踪阶比循环平稳解调的滚动轴承故障诊断

针对变转速工况下滚动轴承的故障诊断问题,提出一种将线调频小波路径追踪算法与阶比循环平稳解调方法相结合的滚动轴承故障诊断方法.该方法先利用线调频小波路径追踪算法提取轴承的故障特征频率,再根据轴承的故障特征频率对变转速下时域振动信号的包络在角域等角度重采样,并对获取的角域平稳信号进行循环平稳解调,计算得到切片解调谱;最后根据切片解调谱识别滚动轴承故障.仿真分析和应用实例表明:该方法能准确提取变转速工况下滚动轴承的外圈与内圈故障故障特征,提取效果明显优于基于Wigner-Ville峰值跟踪法的包络阶次谱方法.      

基于自适应分段混合系统的轴承故障诊断

针对强噪声背景下轴承早期故障的诊断问题,提出一种基于自适应分段混合随机共振（adaptive piecewise hybrid stochastic resonance,APHSR）系统的检测方法。采用经验模态分解法（EMD）进行信号预处理,分别采用能量密度法和相关系数法去除高、低频噪声,自动筛选最优固有模态函数,经尺度变换后输入分段混合随机共振系统模型,提取故障信号。工程实验显示:经过APHSR系统,轴承故障特征频率的频谱幅值、频谱幅值与周围最大噪声之差和最大信噪比（SNR）均高于经验模态分解和经典随机共振方法,其中齿轮箱故障轴承信噪比分别提高了9.579 dB和7.473 dB,转子故障轴承信噪比分别提升了8.597 dB和5.695 dB,对凯斯西储大学故障轴承数据处理后的信噪比分别提升了3.369 dB和17.043 dB。数据表明APHSR方法具有高效性,提高了轴承故障信号诊断能力。      

基于自定义组件的故障诊断过程显示

针对导弹控制系统结构复杂,信号线繁多,难以在故障诊断软件设计中实现诊断过程图形化实时显示的问题,提出了一种基于自定义组件开发故障诊断软件的方法.根据导弹控制系统的故障诊断流程及实时显示需要,对其结构进行了分析,抽象出了主要组成元素--信号通道和部件,由此提出了需要定义的相应组件.用Borland C Builder6.0开发环境进行了应用实践,证明使用这种方法可快速开发出能图形化实时显示故障诊断过程的导弹控制系统故障诊断软件,开发出的软件还具有运行稳定、修改升级方便等优点.     

一种固体发动机光线投射体绘制加速方法

固体发动机ICT断层图像构成的体数据场规模大、空体素比例小,现有的光线投射加速方法效果不明显,并且在其三维可视化故障诊断中,不是体数据场中的所有信息都对内部故障检测有意义,三维重建出所有体数据大大增加了计算量.为此,提出一种在同体发动机体数据分割基础上的光线投射加速方法.该方法利用分割结果,建立分割信息体数据场,结合现...     

基于小波分析的转子故障信号自适应降噪技术研究

在转子故障信号的小波降噪研究中,降噪效果常常依赖小波分解层数、故障转子转速和信号的采样频率,难于自动完成.针对该问题,提出了一种转子故障信号的自适应小波降噪新方法,该方法先对原始数据进行重采样,然后将重采样信号用小波变换分解到规定的层数,最后运用Donoho软阈值法实现降噪.该方法无需人为选取小波分解层数,降噪过程自动完成.大量的仿真和实验算例验证了方法的正确有效性.      

基于IHT的共振解调技术的滚动轴承故障诊断方法

针对传统解调方法在滚动轴承振动信号故障特征提取中的局限性,在迭代Hilbert变换和共振解调技术基础上,提出了一种新的基于迭代希尔伯特变换(iterated Hilbert transform,简称IHT)的共振解调技术的滚动轴承故障诊断方法.采用IHT将原始振动信号分解为若干个含有故障特征信息的包络幅值分量,然后用共振解调法去除残余的高频干扰噪声并求得各个包络分量的倍频谱,利用轴承理论故障频率与共振解调得到的各倍频进行对比分析,诊断出滚动轴承相应的故障类型.轴承故障实例诊断分析结果表明该方法能有效地提取轴承故障特征.      

基于同步双口SRAM的原子磁强计磁共振相位提取系统设计

针对原子磁强计磁共振激励信号相位提取过程中,数据量大、实时性强、同步要求高等特点,设计了一种基于同步双口SRAM的磁共振相位信息提取系统。首先利用FPGA控制高速同步采样AD进行数据转换;然后经同步双口SRAM实现数据的高速缓存和同步读写;最后由DSP经外部中断触发定时读取缓存的数据,并进行数字锁相处理,提取相位信息。实验结果表明:该系统对频率为35~350kHz之间的正弦信号相位提取稳定度达到0.006°,满足原子磁强计静态噪声小于20pT的应用要求。     

基于时频脊线和阶次分析的转子故障诊断

为解决采用在转子升降速过程中产生的非平稳信号难以进行故障诊断的问题,提出一种基于2维时频脊线和阶次分析的转子故障诊断方法。采集转子升降速信号,采用2维时频分布的峰值脊线提取法获得信号脊线特征,结合脊线特征与等角度重采样技术依次获得信号角度域、角-阶域和阶次域图像,将信号阶次域内的特征参数作为故障敏感特征,输入人工神经网络诊断模型,对转子信号的故障类型进行分类。利用实测信号验证所提方法的实际应用效果,并与传统特征提取法的结果进行对比。结果表明:阶次分析方法的测试准确率约为99.8%,标准差小于0.09%,均优于传统特征提取法。基于时频脊线和阶次分析的转子故障诊断方法具有更高的诊断准确率,在非平稳信号特征提取过程中具有很好的可行性和准确性。