分数阶全息的转子起停车故障特征提取方法

发布时间：2018-06-29 04:22

  本文选题：转子 + 起停车　； 参考：《振动.测试与诊断》2016年04期

【摘要】：针对传统起停车过程分析采用短时傅里叶变换提取瞬时幅值和相位会损失瞬变信息的不足,提出了基于分数阶全息原理的转子起停车故障特征提取方法。该方法利用分数阶傅里叶变换从转子起停车振动数据中提取随转速变化的各倍频分量,并通过Hilbert变换求取幅值和相位,克服了傅里叶变换的平均效应,保留了转子振动的瞬变信息。通过结合全息谱理论绘制分数阶全息瀑布图,提取出转子起停车状态下的故障特征。实验结果表明,该方法能够有效提取出起停车过程中振动信号的典型故障特征,对于常见的典型故障有很好的区分能力。
[Abstract]:In order to solve the problem that the short-time Fourier transform (STFT) is used to extract instantaneous amplitude and phase information, a method based on fractional holography is proposed to extract the fault feature of rotor starting and stopping. In this method, the fractional Fourier transform is used to extract the frequency doubling components from the rotor stop vibration data, and the amplitude and phase are obtained by Hilbert transform, which overcomes the average effect of Fourier transform. The transient information of rotor vibration is preserved. Based on the holographic spectrum theory, fractional order holographic waterfalls are drawn to extract the fault characteristics of the rotor under the condition of starting and stopping. The experimental results show that the proposed method can effectively extract the typical fault features of the vibration signals in the process of starting and stopping, and has a good ability to distinguish common typical faults.
【作者单位】： 西安交通大学机械结构强度与振动国家重点实验室;新疆大学机械工程学院;
【基金】：国家自然科学基金资助项目(51365051,51421004) 教育部新世纪优秀人才支持计划资助项目(NCET-13-0461) 中央高校基本科研业务费专项资金资助项目
【分类号】：TH17

【相似文献】

相关期刊论文 前10条

1 陈岳东，屈梁生;回转机械的故障特征提取与分类[J];机械工程学报;1994年S1期

2 高正明;何彬;赵娟;裴永泉;左广霞;;常用故障特征提取方法[J];机床与液压;2009年12期

3 李兆飞;柴毅;李华锋;;多重分形的振动信号故障特征提取方法[J];数据采集与处理;2013年01期

4 韩立静;徐金梧;阳建宏;黎敏;;基于灰度击中击不中变换的故障特征提取方法[J];北京科技大学学报;2012年07期

5 李辉,宋智勇,孙丰瑞;基于小波包-包络分析的故障特征提取方法[J];振动、测试与诊断;2003年04期

6 李学军;廖传军;褚福磊;;适于声发射信号故障特征提取的小波函数[J];机械工程学报;2008年03期

7 梅检民;肖云魁;贾继德;赵慧敏;陈祥龙;乔龙;;基于改进阶比的变速器微弱故障特征提取[J];振动工程学报;2012年03期

8 任立通;胡金海;谢寿生;王磊;苗卓广;;基于随机共振预处理的振动故障特征提取研究[J];振动与冲击;2014年02期

9 陈长征,罗跃纲,张省,虞和济;基于小波分析的机械故障特征提取研究[J];机械强度;2001年01期

10 郝志华;马孝江;;高阶非线性时频表示在故障特征提取中的应用[J];农业机械学报;2006年02期

相关会议论文 前3条

1 赵志宏;杨绍普;;一种基于ICA的机械故障特征提取方法[A];机械动力学理论及其应用[C];2011年

2 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

3 朱启兵;杨慧中;;基于卷积型小波包奇异值分解的齿轮故障特征提取[A];第二十七届中国控制会议论文集[C];2008年

相关博士学位论文 前10条

1 程发斌;面向机械故障特征提取的混合时频分析方法研究[D];重庆大学;2007年

2 冯坤;基于内积变换的机械故障特征提取原理与早期识别方法研究[D];北京化工大学;2012年

3 李加庆;基于声全息的故障特征提取技术研究[D];上海交通大学;2008年

4 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年

5 陈建国;基于独立分量分析的机械故障特征提取及分类方法研究[D];大连理工大学;2011年

6 李兆飞;振动故障分形特征提取及诊断方法研究[D];重庆大学;2013年

7 鞠萍华;旋转机械早期故障特征提取的时频分析方法研究[D];重庆大学;2010年

8 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年

9 赵鹏;离心泵振动故障诊断方法研究及系统实现[D];华北电力大学（北京）;2011年

10 毛永芳;机械测试中多分量信号特征提取方法的研究[D];重庆大学;2008年

相关硕士学位论文 前10条

1 薄瑞瑞;基于LMD的振动信号处理及故障特征提取研究[D];内蒙古大学;2015年

2 凡非龙;旋转机械故障诊断与现场动平衡系统研发[D];浙江大学;2015年

3 屈红伟;基于LMD的故障特征提取方法及动平衡技术研究[D];北京化工大学;2015年

4 沈金理;机械装备连接松动故障特征提取方法的研究[D];东华大学;2013年

5 李敏;基于谱融合的管道故障特征提取方法研究[D];北京化工大学;2011年

6 易雄;基于小波分析的机械故障特征提取与诊断技术研究[D];浙江工业大学;2009年

7 钟晓平;气象卫星运动部件故障特征提取及振动特性研究[D];上海交通大学;2009年

8 宋震;柴油机典型故障特征提取与诊断研究[D];天津大学;2013年

9 王泽栋;钻井泵阀的故障特征提取与基于GSM的远程故障报警仪[D];北京化工大学;2008年

10 李艳妮;旋转机械故障机理与故障特征提取技术研究[D];北京化工大学;2007年

，

本文编号：2080829