基于小波分析的氢涡轮泵低温轴承保持架故障特征辨识

提出了小波分析与短时傅立叶分析相结合的方法来分析处理滚动轴承的振动信号,提取对应于轴承保持架的特定频率成分有助于准确地判断轴承保持架的健康状况.研究结果表明,在氢涡轮泵低温轴承保持架故障特征辨识中,综合利用小波分析与短时傅立叶分析能够更形象、更直观地识别出特定的频率成分.     

基于第二代小波包解调技术的船载天线轴承故障诊断方法研究

针对船载天线传动机构中滚动轴承易损坏问题,研究基于第二代小波包解调技术的轴承故障诊断方法。首先将原始振动信号进行第二代小波包分解和分频带重构,求得各频带重构信号的希尔伯特包络谱分贝值;然后分别提取各频带包络谱中轴承故障特征频率处的分贝值,从而得到最大分贝值;最后依据冲击脉冲法故障等级经验计算公式识别轴承的状态。实际应用结果表明,第二代小波包解调技术可实现轴承故障的定位定量诊断。     

基于谱相关函数-Wigner-Ville谱的轴承分布故障信号分析

针对包络解调技术不能有效提取滚动轴承中分布故障特征的问题,利用轴承分布故障振动信号的二阶循环平稳特性,研究了基于谱相关函数的Wigner-Ville谱的时频特征提取方法。与直接Wigner-Ville分布方法和匹配追踪时频分布方法不具备降噪功能不同,对含噪声的循环平稳信号,先用长数据序列计算得到谱相关函数,可通过计算中的多次平均显著削弱信号中噪声成分,再对谱相关函数作关于循环频率的逆傅里叶变换,得到的Wigner-Ville时频分布计算结果可有效降低噪声的干扰。对有轴承分布故障的振动信号,用滤波器去除一阶循环平稳成分,用获得的基于谱相关函数的Wigner-Ville时频谱消除平稳随机噪声的影响,能有效提取轴承分布故障的二阶循环平稳特征。仿真分析表明:所提方法能有效直观提取轴承分布故障,而普通Winger-Ville时频分布易受噪声影响,包络谱分析结果无法明确轴承分布故障特征。实验结果验证了所提时频算法提取齿轮箱轴承分布故障特征的有效性,而信号包络谱、平滑伪Wigner-Ville时频分布均无法有效提取该特征。     

基于参数化解调的旋转目标微多普勒频率提取方法

旋转运动是航天领域中最为常见的微运动,如卫星天线转动、弹道导弹自旋运动等。旋转目标的微多普勒特征对雷达目标识别具有重大影响。针对旋转目标不同散射点的微多普勒频率相互重叠、难以提取的问题,提出了基于参数化解调的旋转目标微多普勒频率提取方法。由点散射模型得到旋转目标的微多普勒信号解析形式。考虑到旋转目标微多普勒信号具有正弦频率调制特征,构造了基于正弦模型的参数化解调算子,优化微多普勒频率参数,使解调信号在载波频率处的频谱值达到最大。为了估计多个散射点的微多普勒频率参数,提出了参数迭代估计方法,在每次迭代中只估计当前最强散射点的微多普勒参数,将相应信号分量从原始信号中剔除,消除对后续分量估计结果的影响。仿真和实验结果表明:基于参数化解调的旋转目标微多普勒频率提取方法与传统时频峰值检测方法相比,能更精确地提取相互交叉的旋转目标微多普勒频率,为最终实现雷达空间目标识别提供了理论基础,能应用于卫星天线、弹道导弹等目标的监测、识别。     

保持架过梁断裂前后球轴承的动力学行为分析

火箭涡轮泵中的球轴承保持架过梁断裂情况时有发生,严重时甚至影响涡轮泵系统的正常运行。为了及时有效地预测球轴承保持架断裂故障,考虑断裂保持架和滚珠及引导外圈之间的碰磨与接触作用,建立了断裂保持架的运动微分方程并通过显式有限元法进行求解;对某涡轮泵球轴承在过梁断裂前后的动力学行为进行了计算和对比,研究了保持架过梁断裂对瞬时作用力、打滑率、磨损、最大PV值的影响。结果表明:保持架过梁断裂显著增大了保持架与外圈之间的作用力,瞬时作用力最大值增大了29.81;保持架的打滑率、保持架导向面的磨损及最大PV值均大幅增大;保持架过梁断裂位置处的滚珠之间存在大幅值的瞬时碰撞力,滚珠存在明显打滑,打滑率达14.06。     

基于振动检测的发动机故障诊断算法研究

基于振动检测的发动机故障诊断算法,分析发动机发生故障时振动信号所具有的特征和故障诊断指标选择,对振动信号预处理、特征提取、状态识别和诊断决策分别进行了介绍,研究出采用振幅和频率两参量包络曲线法诊断发动机故障的算法,通过发动机热试车验证了采用发动机振动检测来判断发动机故障的算法的正确性。     

涡轮泵典型故障仿真与辨识系统设计

涡轮泵是液体火箭发动机的关键部件,工作环境恶劣,故障率较高。特别是复杂高温、高压燃料冲击的转子系统,极易发生不平衡、不对中和叶片掉块故障。迫切需要探究涡轮泵转子常见的故障机理,阐明故障特征,建立典型故障的辨识系统。通过分析故障力模型,分别建立了考虑转子不平衡、不对中和叶片掉块的动力学模型,确定涡轮泵转子振动特征,明确转子时域、频域信号以及轴心轨迹。进一步搭建基于Matlab GUI平台的涡轮泵典型故障仿真与辨识系统,并对测试数据开展处理。研究表明,不平衡故障时域波形为正弦曲线,1倍频占优,椭圆形轴心轨迹;不对中故障时域波形由2组不同的正弦曲线组成,2倍频占优,“内8”形轴心轨迹;叶片掉块时域波形存在突变现象,1倍频占优,轴心轨迹在掉块发生前稳定,掉块发生后较为杂乱。结果表明,信号频域特征是故障辨识的关键,辅以时域特征,能准确辨识出3种典型故障,该系统能够为涡轮泵转子故障辨识设计提供技术支撑。     

基于LMS自适应滤波的PCM/FM信号解调方法

通过分析PCM/FM信号特性,利用LMS自适应滤波算法跟踪信号频率,检测误差信号包络,实现信号解调。通过分析影响解调性能的关键参数,基于蒙特卡洛仿真得到相应的最优参数。与传统的叉积鉴频解调相比,基于LMS自适应滤波的PCM/FM信号解调方法抗干扰能力更强,且实现较为方便,具有一定的应用价值。     

涡轮泵滚动轴承-转子系统高速运行试验研究

针对涡轮泵转子的具体结构特点,解决了高速运行试验过程中的支承、驱动、轴承润滑冷却、振动测量、转子高速动平衡及轴向力加载控制等问题。结合旋转机械故障诊断技术,提出了高速动平衡效率、转子支承状态及轴向力加载状态的优化方法,并在试验过程中对该优化方法进行了验证,实现了涡轮泵转子的高速稳定运行。结果表明:涡轮泵转子高速运行试验应采用刚性连接的柔性联轴器;涡轮泵转子高速轴承需采用高压直喷式供油;通过平衡效率优化可将非线性振动影响下的转子一次平衡效率由30%提高至73.7%;为避免高速运行时产生基础松动,试验中滚动轴承外环应采用紧配合安装;轴向力应沿轴承周向均匀加载,其大小应根据轴承-转子系统具体结构及运行状态综合分析确定。     

火箭发动机涡轮泵故障检测及预测算法研究

涡轮泵作为液体火箭发动机的核心部件,恶劣的工作环境和极高的转速使其易发生组件断裂、烧蚀等问题。为了对液体火箭发动机的涡轮泵进行健康管理,提出针对某型液体火箭发动机涡轮泵的数据驱动故障检测、故障预测及健康状态评估方法。在某型液体火箭发动机试车数据集上,通过对涡轮泵轴、径、切向振动数据进行对应的时域、频域特征处理后,送入训练好的ResNet网络、自主设计的图像特征识别算法以及退化模式线性回归模型,分别实现了对该型液体火箭发动机涡轮泵的故障检测、预测及健康状态评估,具有较高的准确性。     

液氧煤油发动机稳态故障仿真分析

根据液氧煤油补燃循环发动机的特点,建立了稳态工作过程故障仿真数学模型,并针对比较典型的几种故障模式,进行了仿真计算与效应分析,最后进行了故障参数特征的初步提取。结果表明,选定的10个缓变热力参数,可对泄漏、堵塞及涡轮泵等典型故障模式进行有效识别和分离。     

航天器传动部件振动数据稀疏多分类智能故障诊断

针对航天器传动链机械零部件发生故障时训练数据稀缺以及信号的强非平稳\非线性特点,提出了动态数据驱动的子空间稀疏多分类智能故障诊断算法。首先对采集的单一传感器动态信号进行分形小波变换,生成常规和非常规二进小波尺度。然后对生成的各子空间提出基于故障能量指标的稀疏多分类器,以监测部件的故障特征频率为搜索目标,在子空间的包络解调谱上计算特征频率及其倍频附近的能量峰值,导出特定故障模式的稀疏评价指标,以各种故障模式的最大值识别和判定故障类型。所提出的算法完全实现了无人工监督的智能故障诊断。最后以航天器轴承故障诊断为例验证了该算法的有效性。所研究算法的泛化能力较强,技术路线同样适用于其他航天器传动部件的在线监测与故障智能预警。     

基于统计参数分析和RBF网络的动调陀螺故障诊断方法

针对动调陀螺故障振动信号的特点,提出了一种基于振动统计参数分析和神经网络的动调陀螺故障诊断方法.该方法通过计算原始振动信号的一组统计参数作为表征故障的特征信息,以此作为RBF神经网络的输入参数来学习并识别陀螺故障.实验结果表明,采用对统计参数的计算能够简单、有效地提取陀螺故障特征信息;运用神经网络进行故障诊断建模,使诊断具有自适应、自学习的能力,诊断结果更加可靠.     

基于卷积神经网络的雷达辐射源稳健识别方法

针对低信噪比下，基于传统统计特征的雷达信号识别方法对复杂调制信号类型识别性能不高，因而处理复杂度高的问题，提出一种基于卷积神经网络的雷达辐射源信号稳健识别方法。该方法通过提取信号的瞬时相位特征，获得变换域的表征信号，将其作为卷积神经网络的输入，实现雷达辐射源信号的快速识别。针对瞬时相位特征对于信噪比敏感的特点，采用主成分分析方法对信号特征域进行降噪处理，提升模型对噪声的稳健性。通过仿真实验验证了所提出方法在不同信噪比下对7种调制信号类型的识别性能，通过理论分析及不同方法的实验对比，验证了算法具有耗时较短、识别准确率较高、噪声稳健性好等优势，具有良好的工程实用性。     

基于导航定位原理的火箭涡轮泵轴承故障诊断

为准确判断火箭发动机涡轮泵轴承在试验台上试验时发生故障的部位，同时避免通过轴承特征频率诊断轴承故障的方法所带来的不确定性，基于GPS卫星导航定位原理，利用时幅曲线的相位信息，提出一种新的轴承故障诊断方法:振源坐标定位法，即通过四个已知坐标的振动传感器测得同一振动波的时幅曲线相位差判定振源位置。将试验台上轴承和四个振动信号传感器安放在坐标已知的直角坐标系中，利用时幅曲线拐点分析法准确捕获振动信号到达四个传感器的时刻，再利用这四个时刻和已知坐标计算出振源位置坐标，最后根据振源位置坐标判断其是否为轴承故障及具体故障部位。通过仿真计算证明该方法理论上可行。     

基于特征提取与统计的信号类型识别

针对空间电子对抗领域的截获信号类型识别问题,提出了一种基于特征提取与统计的非合作信号类型识别方法。首先,通过对瞬时频率和复包络模值特征进行统计,实现了信号类型的粗分类,接着,基于细微特征提取和比对,实现了信号类型的精确识别。仿真结果表明,当处理器输入信噪比高于11dB时,所提方法对8类信号的正确识别概率均超过90%。本方法处理复杂度较低,易于星上工程实现。     

基于集合经验模态分解和小波阈值的真空泵振动信号降噪方法

真空泵的振动信号具有非平稳、非线性的特性,且夹杂着大量背景噪声,难以直接对其特征信号进行提取、分析,阻碍对真空泵的在线故障诊断。为此,文章提出基于集合经验模态分解(EEMD)的真空泵振动信号小波阈值降噪方法:首先将振动信号进行EEMD分解,得到若干个本征模态函数(IMF)与余项,然后引入归一化自相关函数对IMF分量进行筛选,再对筛选出的IMF分量进行小波阈值降噪处理,最后将降噪后的IMF分量与未处理的IMF分量和余项进行重构,得到降噪后的真空泵振动信号。对仿真与实验信号进行降噪处理的结果表明该方法优于现有的降噪方法,为真空泵振动信号的降噪提供了新的途径。     

数据驱动的运载火箭氧涡轮泵异常分析方法

基于模糊聚类和LSTM网络，提出了一种数据驱动的运载火箭发动机氧涡轮泵数据异常分析方法。通过模糊聚类对工况复杂，标签不完整的数据样本进行预分类，得到完整的标签并且分析特征贡献度，为LSTM网络的特征筛选和训练打下基础；通过LSTM网络对氧涡轮泵数据进行预测，并计算预测结果与原始数据之间的平均误差，再根据非参数阈值计算方法计算的阈值判据来判断设备是否异常，最终实现了氧涡轮泵数据驱动的故障检测报警，相较于红线阈值检测方法准确率提升7%。     

液体火箭发动机涡轮泵用轴承寿命试验研究

基于液体火箭发动机涡轮泵轴承工作要求的特殊性,介绍了一种考核液体火箭发动机涡轮泵用轴承寿命的试验方法,设计了轴承试验方案,并研制了专门的试验系统.以某型号发动机氧泵用轴承为研究对象,对其进行了常温水介质和低温液氮介质运转试验.试验系统运转良好,并且通过该方法试验后的同批次轴承参加发动机热试车工作正常.     

利用瞬时频率提取雷达辐射源特征的新算法

介绍了一种新的雷达辐射源特征提取算法,该算法首先通过伪维纳分布寻找一个随时间变化的最佳窗,基于该窗精确估计信号的瞬时频率,从瞬时频率估计中,可以识别出相位编码信号,然后对于不同的编码类型,利用所估计的瞬时频率,提取瞬时频率的自相关的主瓣峰值和最大旁瓣值的比值作为识别特征.仿真实验证明该算法提取的特征值可有效识别不同体制的雷达信号.