阶次跟踪

摘要： 针对车轮、轴承等旋转部件故障特征信号在车轮转频不断变化下非平稳的特点,以及我国部分车型无法提供车轮转速键相信号接口的实际情况,利用列车网中周期发送的列车运行速度对振动信号的瞬时频率进行有约束的峰值提取以实现转速估计,运用得出的转速对振动信号进行等角度间隔重采样,以消除转频不断变化下故障特征非平稳带来的影响。通过对多段重采样后数据进行角度域同步平均,进一步消除与转速不相关的振动信号和随机噪声的干扰。最后利用旋转部件故障试验台设计了验证试验,结果表明经该方法处理后的阶比谱与传统键相触发阶次跟踪阶比谱平均误差小于5%,一致性较强,能够避免旋转部件变转速运动下常规频域分析中出现的“频率模糊”现象。

摘要： 针对变速齿轮箱时变故障检测问题,提出了一种基于局部多项式拟合稀疏算法与阶次跟踪的变速齿轮箱编码器信号瞬态特征提取算法。首先提出局部多项式拟合稀疏算法,从原始编码器信号中提取与齿轮故障相关的时域瞬态特征。然后应用阶次跟踪技术将时域非平稳瞬态特征转化为角度域的平稳瞬态特征。同时,为了解决公式化局部多项式拟合和稀疏性优化问题,基于交替方向乘子法和优化极小化,推导了一种快速收敛算法。此外,还引入了一种自适应参数选择策略从而自动选择所提出方法的适当参数。通过仿真和实验结果可知该方法能有效地提取齿轮箱的瞬态特征,并能在时变转速条件下实现齿轮箱的状态评估。

摘要： 针对旋转机械运行过程中轴承转速变动,微弱故障特征不易提取等问题,提出一种基于阶次跟踪和参数优化变分模态分解的特征提取方法。通过阶次跟踪将非平稳时域信号转化为平稳的角域信号,以核互信息为适应度函数,采用变异麻雀算法搜索变分模态分解的最优参数,最后根据模态分量的多尺度样本熵对轴承故障进行分类。仿真和试验结果表明,该方法在变转速滚动轴承故障信号中能有效提取微弱故障特征,实现轴承故障的动态诊断。

摘要： 针对机床在运行过程中需要平稳少振的特点,以某型号的机床齿轮箱变速器为研究对象,分析齿轮箱变速器振动的成因及理论减振方法。利用MASTA软件建立齿轮箱变速器仿真模型,对其进行齿轮耦合模态分析和阶次跟踪分析,得到关注频率内的共振参数和动态啮合力、啮合柔度相位及大小的变化曲线,确定变速器的谐波啮合阶次和响应峰值频率。通过游隙控制分析,获得游隙对齿轮箱变速器振动特性的影响规律,得到不同轴承对响应峰值的作用规律和不同游隙下各谐波阶次对应响应峰值的变化规律。结果表明:优化后的响应峰值显著降低,齿轮传递误差减小,改善了齿轮箱变速器的振动特性。

摘要： 在杭海城际列车走行部齿轮箱监测中应用一种自适应阶次跟踪技术,对列车运行时轴箱轴承、齿轮箱、电机等走行部旋转部件的振动信号进行分析,尝试解决采用固定时间间隔的信号采样策略导致的故障信号采样模糊问题。采用自适应阶次跟踪技术可以将时域上的非稳定信号转化成角域上的稳定信号,以此在无量纲时间定义的频率谱上捕捉到清晰的故障信号并建立阶比谱,实现对真实时间定义的设备振动信号频谱构建。研究成果应用在杭海城际列车上,结果表明,在列车走行部振动监测中采用自适应阶次跟踪技术,可以很好地避免列车行驶过程中由于变速导致的信号采样模糊问题,是一种可靠的列车走行部旋转部件故障诊断技术。

摘要： 智能制造背景下,旋转机械工况更加复杂,运行条件更加严峻,设备的运行状态监测与故障诊断更加重要。变工况条件下,轴承振动信号存在幅值变、脉动冲击间隔、采样相位不恒定和信号噪声污染等特点,传统滚动轴承故障诊断方法的应用受到了限制。针对变工况条件下的轴承故障诊断技术,发展了以阶次跟踪、时频分析、随机振动以及混沌理论等人工提取特征的信号解调与分析方法、以卷积神经网络、自编码器与深度置信网络为代表的深度学习方法以及迁移学习方法。回顾近五年变工况轴承故障诊断领域的进展,从算法原理、算法优化以及算法实际应用等角度,详细介绍几种当前主流的变工况故障诊断方法,讨论各类算法的优势不足及适用场景,为后续的研究指明方向。

摘要： 针对在轴承故障诊断中存在的故障数据较少、数据所属工况较多的问题,提出了一种基于阶次跟踪的数据增强算法.该算法利用阶次跟踪中的角域不变性,对原始振动信号进行时域重采样从而生成模拟信号,随后重新计算信号的幅值来抵消时域重采样以及环境噪声对原始信号能量的影响,最后使用随机零填充来保证信号在变化过程中采样长度不变.对比实验表明,该算法既可以增加样本多样性,又可以增加数据集样本的数量,改善原始数据集中存在的问题,有效提高故障诊断模型的分类准确率和泛化性能.

摘要： 整车驾驶性开发中,整车抖动是个至关重要的问题,其严重影响驾乘人员的舒适性.本文针对某DCT车型抱怨的Ml挡抖动问题,首先通过整车测试采集相关数据,其次借助MATLAB软件,应用时频分析的阶次跟踪技术进行问题分析,并通过MATLAB滤波设计工具进行优化,最后抖动问题显著改善.

摘要： 为改善电动汽车三合一驱动系统中电机控制器的运行环境和总成的振动噪声,在总成振动噪声特性试验的基础上,通过工况传递路径分析提出控制器隔振的优化措施.首先,通过电磁力仿真和阶次跟踪定理分析总成中永磁同步电机和减速器的振动噪声特性;然后,结合工况传递路径的分析方法,确定三合一驱动系统中电机控制器主要振动激励源及其传递路径,并提出增加双层隔振系统的优化方案;最后,对隔振前、后的驱动总成进行振动噪声测试.测试结果表明,电机控制器隔振方案对控制器工作环境和总成振动噪声性能的改善效果良好.

摘要： 齿轮箱行星轮系复杂的结构导致常规的频谱和解调方法在分析此类振动信号时,频谱会出现"模糊"现象,不能有效提取齿轮箱行星轮系故障特征频率.为此,提出了一种阶次跟踪新方法,把时域非平稳信号在角度域进行等角度重新采样,变成角度域平稳信号,再对角度域平稳信号进行傅里叶变换可得到阶次谱.考虑转速对故障频率的影响,总结了齿轮箱太阳轮、行星轮和内齿圈的故障阶次特征表.通过对风电齿轮箱振动信号的阶次分析,实现了变转速工况下的故障诊断.结果表明:阶次跟踪方法能够识别时变工况下齿轮箱行星轮系故障特征频率并对故障进行准确定位,体现了阶次跟踪技术在时变工况下故障诊断的优势.

摘要： 变速器齿轮啸叫是由其工作齿轮在啮合过程中产生的,呈现明显的阶次特征,阶次跟踪法可以准确的捕捉到这一特征,适合在变速器啸叫的确认和优化过程中使用,本文使用阶次跟踪的方法对某型号的变速器进行测试,最终通过计算确定了其六档在工作中产生了啸叫.通过以上结果得出结论:六档齿轮在1500-3500rpm范围内产生了啸叫阶次跟踪法作为对传统频谱分析法的补充，将等时间隔采样的信号转换为等角采样的信号，能够满足FFT变换对信号平稳性的要求，避免了频率模糊现象，准确反映了齿轮的啮合情况，从而准确的对变速器啸叫做出判断。

摘要： 针对传统的频谱分析法难以对旋转机械在转速变化过程出现的故障状况进行合理的信号分析和故障诊断，引入了利用等角度采样的阶次跟踪分析方法，简要介绍了阶次跟踪原理，并应用阶次跟踪方法进行了某型号减速齿轮箱的故障信号分析和诊断，验证了其优越性。

摘要： 针对齿轮箱升降速过程中振动信号非平稳的特点，将阶次跟踪分析与奇异谱降噪技术相结合，提出了一种针对齿轮早期故障的诊断方法。首先对齿轮箱加速时测得的瞬态信号进行时域采样，再对时域信号进行等角域重采样，转化为角域伪稳态信号，然后对角域信号进行奇异谱降噪处理，最后对降噪后的信号进行阶次谱分析。通过对齿轮箱早期故障信号的分析表明，该方法能准确地识别出齿轮的故障特征。

摘要： 以某型军用涡轮喷发式动机为研究对象，将阶次跟踪技术引入航空发动机转子系统振动监测中，弥补了传统频谱分析方法的不足之处;提出了航空发动机状态监测的原理，并对某型军用涡喷发动机进行振动测试，结合LabvIEw进行振动信号的阶次跟踪分析，得到转速一阶次谱图、提取的阶次分量时域信号图、幅值一转速曲线图等一系列谱图，结果表明，阶次跟踪技术有效的弥补了传统频谱分析的不足，‘能将航空发动机启停车过程中与转速有关的振动信号分离出来，得到了和航空发动机转子系统结构相对应的阶次成分，是一种有效的非稳态信号处理技术，为航空发动机故障定位及后续的特征参量提取、模式识别和故障诊断奠定了很好的基础。

摘要： 研究了一种利用瞬态振动信号进行齿轮故障模式识别的方法.首先利用B&K3560多分析仪对齿轮箱启动时的原始振动信号和速度信号进行时域里等时间间隔的同步采样,利用样条插值算法对速度信号进行角域重采样得到等角度分布的采样点;然后根据该采样点所对应的时间对振动信号进行插值得到等角度采样的信号,并对得到的数据进行阶次跟踪分析;再对该信号进行特征参量提取,建立了基于阶次跟踪的齿轮故障特征参量集;最后利用径向基网络对得到的特征参量集进行模式识别.结果证明,阶次跟踪技术对于瞬态信号有较好的分析处理能力,它能够有效地避免传统频谱分析方法所无法解决的"频率模糊"现象,而径向基网络对齿轮的故障特征参量集具有较强的识别能力,将二种方法相结合能够对齿轮进行有效地故障识别,具有广阔的应用前景.

摘要： 为控制某中型客车在加速过程中后排座椅振动大的问题,本文利用阶次跟踪与传递路径分析的方法分析了振动原因为后桥在问题频率下存在模态,且后地板相对薄弱.通过改变后桥模态以及在后地板薄弱位置进行加强,座椅在加速过程中的振动峰值明显改善.为车辆开发过程中的异常振动问题研究有一定的借鉴意义.

摘要： 汽车NVH 研究是改进车辆性能的重要手段，也是目前各大汽车公司一个主要课题，通过阶次跟踪和频谱分析手段，可以分析车辆振动源及传递路径等，文中针对某款轻型客车的振动噪声问题展开了研究，确定了车辆的振动噪声源，提出了改进措施并进行了验证，为解决客车相关NVH 问题提供了基本思路。

摘要： 汽车NVH 研究是改进车辆性能的重要手段，也是目前各大汽车公司一个主要课题，通过阶次跟踪和频谱分析手段，可以分析车辆振动源及传递路径等，文中针对某款轻型客车的振动噪声问题展开了研究，确定了车辆的振动噪声源，提出了改进措施并进行了验证，为解决客车相关NVH 问题提供了基本思路。

摘要： 研究旋转机械在变速过程中振动信号的分析方法.在利用B&K3560多分析仪对齿轮箱减速时测得的振动信号和速度信号进行时域采样的基础上,利用样条插值算法对速度信号进行角域重采样得到等角度分布的采样点,然后对振动信号进行等角度采样,并对得到的数据进行阶次跟踪分析,在此基础上利用Hilbert包络解调得到轴承故障信息的阶次包络谱.结果显示阶次包络谱分析法在处理轴承转速变化信号时的优越性:有效地避免了传统频谱分析方法无法解决的"频率模糊"现象,对轴承的早期故障有一定的识别能力.

摘要： 研究了旋转机械非稳态信号的分析方法.对等时间间隔采样的齿轮箱振动信号,利用插值算法实现角域重采样.为了抑制与工频无关的噪声信号,提高信噪比,对重采样信号进行了阶次域平均.将倒频分析引入阶次分析中,以检测出功率谱中难以辨识的周期性.通过以上方法成功地识别了齿根裂纹故障,说明了对旋转机械非稳态信号进行角域平均和倒阶次谱分析的可行性和有效性.

摘要： 本发明公开了一种基于分数阶幂次趋近律的终端滑模机械臂轨迹跟踪方法，通过设计对不确定上界的自适应率和分数阶幂次趋近的切换控制，使系统状态更快的收敛到滑模面上，再通过非奇异快速终端滑模面的滑模特性，使系统状态在有限时间内更快的收敛到平衡点，即跟踪误差收敛到0，从而实现对期望关节角轨迹的跟踪。

摘要： 本发明涉及一种旋转机械转速波动无键相阶次跟踪方法，包括：获取旋转机械的振动加速度信号；进行离散短时傅里叶变换，获取时频表达式；通过双侧快速脊线提取法，估计时频表达式的初始时频脊线；通过变分非线性调频模态分解法，根据振动加速度信号和初始时频脊线，提取信号动态特征；对信号动态特征进行希尔伯特变换和解卷绕计算，获取模态分量的瞬时相位曲线，然后进行等角度重采样，获得角域信号；对角域信号加窗并利用离散傅里叶变换转换至阶次域，进行谱分析并实现故障诊断。与现有技术相比，本发明可以在不借助键相触发器等硬件设备下，消除转速变化导致的频谱模糊的不利影响，有效针对变转速工况显著的旋转机械进行信号处理以及故障诊断。

摘要： 本发明公开了一种自适应阶次跟踪减振超材料轴结构，包括轴基体、壳体和晶胞单元，晶胞单元包括定刚度弹簧、质量块和变刚度弹簧，质量块通过定刚度弹簧分别与轴基体和壳体相连，相邻质量块之间通过变刚度弹簧相连。质量块的数量为八个且呈环状分布在轴基体四周，定刚度弹簧的数量为十六个，变刚度弹簧的数量为八个。本发明所提供的一种自适应阶次跟踪减振超材料轴结构具有低频隔振能力，沿轴结构周向设计不同厚度的质量块，产生多个不同的带隙，组合形成较宽的低频带隙。能够实现自适应阶次跟踪，随着转速的改变，形成的低频禁带也会跟着变化，减振降噪效果更好。

摘要： 本发明公开了一种自适应降噪并避免阶次混叠的计算阶次跟踪方法，其特征在于，根据信号转速信息及预计最高分析阶次定义裕量频率；对信号进行VMD预分解，将中心频率低于裕量频率的模态保留，将高于裕量频率的抛弃，以滤除信号中的高频噪声以及非分析阶次带宽内的高阶成分；计算重构信号的排列熵PE：PE用来表示时间序列的随机程度，PE的值越大，时间序列也就越随机；采用差分进化算法对VMD参数进行优化，得到参数后自适应生成重构信号；计算重采样阶次，对获得的重构信号进行计算阶次跟踪，得到重采样信号后进行FFT以得到信号的阶次谱。本发明用于处理原始振动信号，以自适应降低采集的振动信号中的噪声干扰，凸显故障信息。

摘要： 本申请实施例提供了一种振动阶次跟踪分析方法，所述方法包括以下步骤：在伪同步采样条件下，进行实时振动和转速信号的采集；采用高频计数器对转速脉冲进行计时补偿，获取与转速采样同步的瞬时转速与瞬时相位序列；依据转速采样频率和补偿后的瞬时相位序列，使用插值重采样的方法获得待插值相位对应采样时间列表序列；根据插值后相位序列与对应采样时间列表，结合振动采样频率及对应振动生成的时间列，再次使用插值方法获得插值后相位序列对应时刻的新插值振动序列。本发明可以大大提高传统跟踪算法的计算效率。

摘要： 本发明公开了用于列车走行部监测的广域阶次跟踪方法，获取振动传感器采集的时域‑振动信号序列f(t)，获取键相传感器在各个键相相位点采集的键相‑振动信号序列f(θ)；根据f(θ)和f(t)中键相相位θ和时间t的关系，采用样条插值的方法构建任意的相位和时间t的函数关系根据函数关系和时域‑振动信号序列f(t)的关系，采用样条插值的方法构建任意的相位和振动信号的关系，得到相位‑振动信号序列对进行等角度重采样，获取重采样后的相位‑振动信号序列；对重采样后的相位‑振动信号序列进行傅里叶变换，获取振动信号的频率和振幅。通过该发明实现在列车较广的速度范围内对列车行驶时的特征进行精确的阶次跟踪。

摘要： 本发明涉及一种旋转机械转速波动无键相阶次跟踪方法，包括：获取旋转机械的振动加速度信号；进行离散短时傅里叶变换，获取时频表达式；通过双侧快速脊线提取法，估计时频表达式的初始时频脊线；通过变分非线性调频模态分解法，根据振动加速度信号和初始时频脊线，提取信号动态特征；对信号动态特征进行希尔伯特变换和解卷绕计算，获取模态分量的瞬时相位曲线，然后进行等角度重采样，获得角域信号；对角域信号加窗并利用离散傅里叶变换转换至阶次域，进行谱分析并实现故障诊断。与现有技术相比，本发明可以在不借助键相触发器等硬件设备下，消除转速变化导致的频谱模糊的不利影响，有效针对变转速工况显著的旋转机械进行信号处理以及故障诊断。

摘要： 本发明公开了一种自适应阶次跟踪减振超材料轴结构，包括轴基体、壳体和晶胞单元，晶胞单元包括定刚度弹簧、质量块和变刚度弹簧，质量块通过定刚度弹簧分别与轴基体和壳体相连，相邻质量块之间通过变刚度弹簧相连。质量块的数量为八个且呈环状分布在轴基体四周，定刚度弹簧的数量为十六个，变刚度弹簧的数量为八个。本发明所提供的一种自适应阶次跟踪减振超材料轴结构具有低频隔振能力，沿轴结构周向设计不同厚度的质量块，产生多个不同的带隙，组合形成较宽的低频带隙。能够实现自适应阶次跟踪，随着转速的改变，形成的低频禁带也会跟着变化，减振降噪效果更好。

摘要： 一种变工况计算阶次跟踪与谱峭度结合的轴承故障诊断方法：对滚动轴承振动信号进行树状分解滤波，计算谱峭度绘制谱峭度图，得到滤波最优带宽的中心频率和最优带宽；对滚动轴承振动信号进行带通滤波，对滤波后的信号进行Hilbert变换，包络解调得到含有故障冲击的包络信号；设定转速脉冲阈值，得到振动信号脉冲发生时刻，解出角度域时间二次方程系数，得到等角度采样时刻，对包络信号进行插值拟合，得到横轴为角度，纵轴为振动信号幅值的角域平稳信号；对角域平稳信号进行FFT变换，得到阶次谱，对照轴承故障特征阶次，与阶次谱中的主要阶次成分，得出故障诊断结论。本发明能够有效地在变工况的情况下实现对轴承的故障诊断。

摘要： 本发明涉及一种基于计算阶次跟踪与谱峭度的滚动轴承故障诊断方法，包括以下步骤：(1)对时域振动信号进行树状分解滤波，得到各频带的信号，计算谱峭度并绘制谱峭度图，计算得到滤波最优解调带宽的中心频率、最优解调带宽；(2)根据最优解调带宽对时域振动信号进行带通滤波，对滤波后的信号进行Hilbert包络解调，得到含有故障冲击的包络信号；(3)设定转速脉冲阈值，得到脉冲发生时刻，求解角度域时间二次方程系数，求角域平稳信号；(4)对角域平稳信号进行快速傅里叶变换，设定采样频率为角域采样率，得出故障诊断结论。该方法能够在变工况条件下，有效提取轴承故障特征阶次成分。