摘要：局部均值分解(LMD)可将采集的时域信号分解为多个单分量信号(PF),全矢谱(FVS)技术可将双通道信息相互融合,防止单通道信息不完整。在此基础上,借鉴边际谱的思想,提出了一种新的解决方式—积频谱(FAS):采集滚动轴承的同源双通道振动信号,用LMD对同源双通道的振动信号进行处理,得到双通道各个分量的瞬时幅值和调频信号,并对调频信号进行计算得到各个分量的瞬时频率,由此可求出各通道LMD的时频分布;对时频分布进行频率上的积分后,再通过傅立叶变换求出各通道的积频谱;并通过信息融合,将得到的全矢积频谱和单通道积频谱进行对比。选择有外圈故障的滚动轴承进行试验,试验结果表明,该方法是有效的。

摘要：现代机械设备逐渐关联化,传统的单通道数据难以全面反映设备的运行状态。因此提出一种以全矢谱为基础结合核主成分分析和隐马尔科夫模型的滚动轴承剩余使用寿命预测新方法。首先利用全矢谱技术,对原始信号的振动信息进行同源双通道振动信息融合,克服单通道信息不全的缺点,得到较为全面的频谱结构。然后对融合后的信号进行多元时频特征提取,利用KPCA降维方法,设置降维数据置信率为95%,提取主元信号,以HMM最大似然值识别当前设备运行状态,从而进行剩余使用寿命的预测。最后,利用轴承的全寿命进行验证,结果表明:该方法可以对滚动轴承剩余使用寿命进行较为准确的预测!

摘要：基于J2EE技术、数据库管理技术和Struts框架的Browser/Server模式,设计了基于J2EE的汽轮机远程监测和故障诊断系统。介绍了系统的功能、数据库结构的设计、全矢谱和模糊神经网络诊断技术,以及在汽轮机状态监测和故障诊断中的应用。