阶次跟踪
阶次跟踪的相关文献在2001年到2022年内共计122篇,主要集中在机械、仪表工业、公路运输、自动化技术、计算机技术
等领域,其中期刊论文92篇、会议论文11篇、专利文献194659篇;相关期刊49种,包括军械工程学院学报、振动工程学报、噪声与振动控制等;
相关会议8种,包括第十三届河南省汽车工程科技学术研讨会 、2012年LMS中国用户大会、2010年LMS中国用户大会等;阶次跟踪的相关文献由311位作者贡献,包括郑海起、栾军英、康海英等。
阶次跟踪—发文量
专利文献>
论文:194659篇
占比:99.95%
总计:194762篇
阶次跟踪
-研究学者
- 郑海起
- 栾军英
- 康海英
- 曹进华
- 唐力伟
- 崔清斌
- 李辉
- 祁彦洁
- 杨通强
- 田燕
- 丁康
- 于德介
- 冯坤
- 席桂东
- 廖与禾
- 李蓉
- 杨绍普
- 江志农
- 田广
- 胡明辉
- 陈向民
- 65559部队
- 丁渭平
- 任霞光
- 何国林
- 侯仁军
- 俞明
- 刘坚
- 刘正江
- 初永刚
- 包学海
- 吴昱东
- 姜源
- 姜玉明
- 孔繁鹏
- 尹旭晔
- 崔展豪
- 张举良
- 张春翠
- 张玉皓
- 施全
- 曹军义
- 李佳
- 李新民
- 李永焯
- 杨明亮
- 林京
- 柳文斌
- 桓保军
- 水沛
-
-
曾陆洋;
延九磊;
刘峰;
辛恩承;
史稷
-
-
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。
-
-
唐敏
-
-
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。
-
-
刘前进;
高丙朋;
宋振军;
王维庆
-
-
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。
-
-
张兰生;
纪建奕;
杨朝会;
于楠;
李杨;
徐超;
江京亮
-
-
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。
-
-
包学海;
孔繁鹏;
谢烨;
水沛;
尹旭晔
-
-
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。
-
-
胡春生;
李国利;
赵勇;
成芳娟
-
-
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。
-
-
林荣来;
汤冰影;
陈明
-
-
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.
-
-
严家;
张飞兵;
朱丽丹
-
-
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.
-
-
林巨广;
马登政
-
-
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.
-
-
王博;
王斌;
赵东平
-
-
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.
-
-
王志军;
胡星星;
张继晨;
王庆铭;
曲春宇;
曹飞;
苏赟
- 《第十三届河南省汽车工程科技学术研讨会》
| 2016年
-
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。
-
-
-
-
-
康海英;
65559部队;
栾军英;
郑海起;
田燕;
曹进华
- 《2006年全国高校机械工程测试技术研究会暨中国振动工程学会动态测试专委会学术年会》
| 2006年
-
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.
-
-
-
-
-