摘要：针对滚动轴承早期故障特征微弱难以定量检测的问题,提出一种基于希尔伯特振动分解(HVD)和Lempel-Ziv复杂性测度(LZC)的滚动轴承内外圈损伤程度评估方法。该方法利用HVD将滚动轴承故障信号分解为幅值由大到小、不同瞬时频率的HVD初始分量,基于峭度分析从各HVD初始分量中选出最优分量并重构该故障信号,采用均值符号化方法计算重构信号的LZC指标。关于HVD的端点效应问题,采用镜像延拓方法对其进行改进,仿真分析的结果表明,镜像延拓有效地改进了其端点效应的问题,提高了故障信号的分解精度;在此基础上,将HVDLZC方法应用于不同损伤程度的滚动轴承内外圈故障信号,结果表明该方法能够解除信号非线性、非平稳性干扰,快速提取信号的故障振动模式分量,给出内外圈各损伤状态的HVD-LZC特征区间;采用由遗传算法进行参数寻优的支持向量机(GA-SVM)方法对3种不同损伤状态的内外圈信号的HVD-LZC特征进行测试分析,结果表明HVD-LZC指标在区分轴承内外圈的不同损伤程度上具有优越性,从而为滚动轴承内外圈损伤程度的评估提供了一种有效方法。

摘要：针对美国石油学会(American petroleum institute,简称API)617标准规定的振幅限值准则一般用于离心压缩机转子故障报警,而难以识别因早期微弱故障导致的振动异常现象,提出一种以振动有效值辅助API617振幅限值准则的转子早期异常判别方法。该方法根据离心压缩机现场工况选择了转子临界前后的启停过程监测节点,制定了振幅限值系数的选定原则,设计了基于振幅限值准则的一次判定规则和有效值辅助的二次判定规则。Bently转子实验台各轻度典型故障检测表明,该方法可在API617振幅限值准则失效判定的情况下,识别转子早期状态异常。现场轴流压缩机转子弯曲诱发碰摩故障分析表明,一次判定规则适用于故障报警,二次判定规则可识别转子早期的振动异常。

摘要：针对传统单机版批处理式的快速傅里叶变换(Fast Fourier Transform,FFT)难以满足工业生产现场海量流数据实时处理的需求,提出一种基于Apache Storm的增量式FFT方法。该方法设计了非递归FFT的流式计算逻辑,并实现于Apache Storm。基于清华数为框架(DataWay Framework,DWF),采用Bently转子实验台的不对中故障流数据,构建了转子合成轴心轨迹的可视化监测界面,结果表明该方法能实时更新流数据频谱。