基于Labview的虚拟振动信号分析仪设计

人工智人-家居设计-柴油机非稳态振动信号分析与智能故障诊断研究.pdf

爆破振动信号分析技术是爆破危害控制的重要环节,结合现场监测,采用HHT分析方法进行分析,首先采用EMD经验模态分解,将信号分解为不同IMF分量,对主要分量进行Hilbert变换,并且提取子信号的包络线,验证了该方法在微差爆破延时间隔识别中的有效性,根据IMF分量经过Hilbert变换后得到的Hilbert能量谱,从时间-频率-能量上研究振动信号不同频率产生的影响,验证了HHT分析方法在非线性及非稳态的爆破信号中的高效性和良好的自适应性。

(1) 指导和管理项目执行 这一过程用于指导存在于项目中不同的技术和组织接口，执行项目管理计划所定义的 活动。执行项目管理计划所定义的工作过程的结果就是各项可交付物。收集关于可交付物 的完成状态和哪些工作已经完成的信息是项目执行部分，这些信息会被反馈到绩效报告 过程。 (2) 执行质量保证 这一过程是指应用已计划好的，系统性的质量活动（例如审核和同行评审）来确保项 目使用了为满足所有项目干系人的期望所必需的所有过程。 ( 3 )项目团队建设 这一过程用于培育个人和团队的能力以提升项目绩效。 ( 4 )信息发布 这一过程用于及时向项目干系人传送他们所需的信息。 ( 5 )获取供方响应 这一过程指导如何恰当地发布信息、报价、投标、出价或提交建议书。 (6) 选择供方 ， 这一过程用于评标、选择潜在供方以及与供方协商并签订合同。 3.2.4 监督和控制过程组 监督和控制过程组（Monitoring and Controlling Process Group) 由监督项目执行情况， 在必要时采取纠正措施以便控制项目或阶段执行的过程所组成。这个项目过程组的主要好 处在于，定期监督和测量项目绩效可以及时发现实际情况与项目管理计划之间的偏差。监 督和控制过程组也包括了对预知可能出现的问题制定预防措施，以及控制变更。举例来说， 监督和控制过程组包括： • 对照项目管理计划和项目绩效基线来监督正在进行的项目活动。 • 对引起整体变更控制的因素施加影响，使得只有经批准的变更才被实施。 持续的监督使项目团队能观察项目或阶段是否正常运行，并提示需要格外注意的区 域。例如，监督和控制过程组不仅监督和控制当前项目过程组内完成的工作，而且监督和 控制所有项目工作。监督和控制过程组也必须要为项目在此之前的阶段提供反馈，以便采 取纠正或预防措施使项目和项目管理计划保持一致。一旦偏差危及项目目标，将再次进行 计划过程组内相应的项目管理过程。这会更新项目管理计划。例如，一项活动延误，就需 要依据所延误的时间，或权衡预算及进度目标来调整目前的人员安排计划。图 3.8描述了 这个项目过程组的基本交互。 监督和控制过程组包括：

针对轴承振动信号，借助matlab实现小波分析，提取故障信号

对振动信号进行奇异值分解去噪，然后提取包络谱频谱

摘要：绿色低碳的现代能源体系背景下,清洁能源的安全高效利用对加快能源结构调整及推进生态文明建设意义重大。作为清洁能源转换的核心设备,水电、风电机组的巨型化和耦合化使得其运行过程中的振动问题和故障风险日益突出,这对系统的振动信号分析与早期故障辨识方法提出了更高要求。因此,本文以水轮发电机组、风力发电机组等大型旋转机械为研究对象,通过凝炼系统早期故障诊断中的关键科学问题,解析了多故障源耦合激励下的系统非线性动力学特性和故障机理,深入开展了基于噪声干扰抑制和噪声辅助分析的早期故障信号辨识理论研究,提出了大型旋转机械复合故障分离与特征提取方法,构建了系统关键设备性能评估与劣化分析模型,对保障机组安全稳定运行和推进状态检修体制改革具有一定的理论创新意义和工程应用价值。论文主要研究工作及创新性成果如下:(1)针对大型旋转机械中贯流式机组操作油管不对中、受油器松动及操作油管与浮动瓦碰摩问题,建立了考虑操作油杂质影响的时变非线性油膜力模型,并搭建了多源激励下的机组耦合故障动力学模型,研究了系统随不对中分量、操作油杂质和受油器径向刚度等参数变化出现的周期运动、拟周期运动等非线性动力学行为,揭示了多故障源耦合激励下的系统动力学特性和故障机理。(2)针对大型旋转机械早期故障辨识受强背景噪声干扰问题,开展了基于噪声干扰抑制的微弱故障信号检测研究,一方面,分析了噪声强度对传统经验模态分解降噪算法中最优分量重构效果的影响,研究了不同固有模态分量重构后信号概率密度函数的豪斯多夫距离变化趋势,提出了一种基于重构信号概率密度函数相似性的经验模态分解降噪算法;另一方面,讨论了大幅值噪声信号对传统经验模态分解降噪算法中固有模态分量阈值处理效果的影响,引入了熵阈值代替直接对每个分量的采样点进行阈值化,并结合分位数理论构建了多尺度阈值并计算了原始信号所在区域的故障概率,提出了一种基于概率熵阈值的经验模态分解降噪算法。通过模型仿真、实验和工程实例验证了所提出降噪算法在大型旋转机械微弱故障信号检测中的有效性。(3)考虑基于噪声辅助分析理论随机共振来增强大型旋转机械早期故障特征,定性和定量分析了不同噪声强度下二维Duffing振子模型随机共振方法的周期特征增强效果,推导了二维Duffing振子模型随机共振现象发生的必要条件,并研究了不同参数条件下系统输出信号特征幅值随噪声强度的变化趋势。在此基础上构造了基于排列熵的信号筛选准则并提出了基于二维部分Duffing振子模型随机共振理论的故障特征增强算法,实现了噪声能量向故障信号的最大化转移,并成功应用于大型旋转机械早期磨损故障特征识别。(4)针对大型旋转机械中风电机组早期复合故障特征耦合及微弱故障信号难以识别问题,分析了复合故障模式下快速峭度图中的多个谱峭度极大值现象,建立了带通滤波器模型进行解卷积处理获取显著故障信号,并构建了带阻滤波器模型进行窄带带阻滤波滤除显著共振频谱信号从而抑制其对微弱故障特征识别影响,提出了基于连续谱峭度解卷积的早期复合故障诊断方法。通过典型模型仿真和工程实例应用表明所提出算法有效实现了大型旋转机械复合故障分离和微弱故障特征提取。(5)考虑到大型旋转机械关键设备的性能对整个系统安全稳定运行的重要性,从故障概率变化的角度开展了基于逻辑回归理论的设备劣化趋势分析和状态评估研究,引入了改进K均值聚类算法对逻辑回归模型的自变量进行离散化处理来增强模型泛化能力和鲁棒性,建立了基于数据驱动的大型旋转机械关键设备性能评估模型,并成功应用于工程实例中设备故障演化过程分析,同时对大型旋转机械早期故障辨识也有一定指导意义。

图 32.7 保证过程

基于LabVIEW的振动信号分析，设计任务摘要： (1) 软件上可以产生正弦信号、三角信号、方波信号、噪声信号以及噪声与信号的叠加； (2) 相关的测试参数可以选择； (3) 滤波方式可以选择低通滤波或者带通滤波且有关滤波参数可调； (4) 对滤波后的信号进行时域统计分析、幅值分析、相关性分析以及频谱分析。 另外实现登陆、报表打印等

国际标准振动信号分析方法在齿轮箱故障诊断中的应用，本文分析了齿轮箱常见的故障及振动信号的时域及频谱的特征，为诊断分析工程师提供有效帮助。