导读:本文包含了阶比跟踪论文开题报告文献综述及选题提纲参考文献，主要关键词:振动,远程监测,PXI总线,阶比分析
阶比跟踪论文文献综述
刘晓锋,裴翔[1]（2019）在《基于PXI总线和计算阶比跟踪的远程振动监测技术研究》一文中研究指出汽轮发电机组单机容量和运行参数的增加,机组振动安全日益重要,同时设备管理信息化水平的提高,旋转机械振动远程监测诊断系统在近年得到较为广泛的应用。目前远程诊断系统在使用过程中,其系统的稳定性、数据的准确性,振动分析功能的完备均存在缺陷,远没有实现其功效。本文从技术层面提出了基于PXI总线和技术阶比跟踪技术的监测系统,在动态信号数据采集和分析方面基于先进的测控仪表PXI总线和计算阶比振动信号分析技术,对现有监测系统进行了全面的技术提升,代表了未来监测系统的技术发展方向。(本文来源于《价值工程》期刊2019年15期）
任刚,贾继德,梅检民,贾翔宇,韩佳佳[2]（2018）在《基于阶比跟踪与VMD的瞬变工况发动机故障特征提取》一文中研究指出针对发动机加速过程振动信号的非平稳性和存在强背景噪声的特点,提出阶比跟踪与变分模态分解(VMD)相结合的方法。对于柴油机曲轴轴承故障和汽油机连杆轴承模拟试验振动信号,利用阶比跟踪技术将时域上的非平稳信号转化为角域上的伪平稳信号,利用VMD对重采样信号进行分解,选择包含故障信息的模态分量,计算其阶比、转速、功率谱所构成的叁维阶比谱阵,提取故障特征。仿真分析和故障模拟试验验证了该方法的有效性。(本文来源于《内燃机工程》期刊2018年04期）
王东晓[3]（2018）在《基于Vold-Kalman阶比跟踪和能量分析的旋转机械故障特征识别》一文中研究指出针对旋转机械启停车过程的振动信号具有非线性、非平稳的特性,提出Vold-Kalman阶比跟踪(Vold-Kalman Filter Based Order Tracking,VKF-0T)和能量分析相结合的一种故障诊断方法。分析旋转机械在发生故障时各阶比分量幅值的变化规律,通过Vold-Kalman阶比跟踪方法提取特定的阶比分量,以其能量与原信号总能量的比值作为特征参量。最后,对转子不对中、不平衡和转子裂纹叁种故障下的60组振动信号进行特征描述,故障特征分布表明该方法可有效地区分启停车过程中的故障。(本文来源于《现代制造技术与装备》期刊2018年06期）
唐贵基,庞彬,何玉灵[4]（2018）在《基于SSD-HT时频阶比跟踪的变转速转子故障诊断》一文中研究指出为解决变转速工况下转子故障特征难以提取的问题,提出一种基于SSD-HT时频阶比跟踪的转子故障诊断方法。应用一种新的信号分解方法—奇异谱分解对转子故障振动信号进行分解,得到包含故障特征信息的奇异谱分量。运用希尔伯特变换计算各个有效奇异谱分量的瞬时频率,获取故障信号的时频分布。根据时频分布中的转频信息对原始振动信号进行阶比跟踪分析,提取直观的阶次特征。仿真分析与实验分析结果表明,在无转速测量装置条件下,所述方法可准确判别变转速工况的转子故障模式,相对于传统分析方法表现出一定的先进性。(本文来源于《推进技术》期刊2018年05期）
章翔峰,孙文磊[5]（2018）在《谱峭度和Vold-kalman阶比跟踪在风电机组齿轮箱故障诊断中的应用》一文中研究指出针对风电机组齿轮箱在时变工况下的振动信号具有非平稳特性,提出一种谱峭度和Vold-kalman阶比跟踪(Vold-Kalman Filter Based Order Tracking,VKF-OT)相结合的故障特征提取方法。以转频和啮合频率作为VKF-OT的提取频率,获得随转速变化的阶比信号,通过阶比信号复包络直接求两种频率分量的幅值、相位,经实验分析这种方法能保留齿轮箱的瞬变信息。而后计算两种频率分量的谱峭度,以最大谱峭度对应的频率带能量与原阶比信号总能量之比作为故障特征,最后采用高斯混合模型对风电机组齿轮箱在不同工况下的150组振动信号进行特征描述,运用最大贝叶斯分类器实现故障识别。故障识别率表明该方法可有效地识别任意时变工况下的齿轮早期局部微弱故障。(本文来源于《机床与液压》期刊2018年05期）
尹苹[6]（2018）在《基于相关EEMD和阶比跟踪的变转速滚动轴承健康诊断方法》一文中研究指出轴承作为火车运行的重要部件,由于长期重载等因素,极易发生剥蚀等故障,轻则导致列车停运,重则引发脱轨等恶性事故,对其进行健康检测极为必要。振动诊断法广泛应用于滚动轴承的健康监测,一般假设轴承运行转速保持恒定或存在微小波动。然而,实际应用中轴承的转速波动可能较为剧烈,导致故障诊断困难。为此,本文研究了一种基于相关EEMD和阶比跟踪的故障诊断方法,具体内容和研究成果如下:首先,研究轴承的基本结构,分析了轴承故障的振动机理,研究了不同故障下的振动信号特征。除了单一故障,还将故障程度拓展到复合故障,得到常见复合故障的仿真模型,并应用于仿真验证。其次,提出一种相关集总经验模式分解(CEEMD)的轴承瞬时转速提取方法。该方法首先将振动信号利用EEMD分解为一系列固有模态函数,然后对固有模态函数与原始信号进行相关性分析,利用相关系数的趋势变化筛选出转频IMF,结合权重因子进行重构得到转速信号,利用STFT获取转速信号的时频谱图,最后通过峰值搜索和曲线拟合方法得到轴承的瞬时旋转频率。仿真和试验均得到了良好的瞬时频率曲线。最后,提出一种基于时谱峭度和峰值系数的故障识别算法。该方法首先利用时谱峭度算法定位由故障信号激发的结构共振频率,根据确定的共振频率范围选择故障IMF,然后分别求得故障IMF的包络阶比谱,计算每一个故障特征阶比处的峰值系数,以无故障信号的峰值系数为基础,设定合理阈值,当不同故障类型的峰值系数超过该阈值时,便可判定为故障存在。仿真和试验均验证了算法的有效性。本文研究成果对促进轴承故障振动诊断技术发展及其应用具有重要意义。(本文来源于《北京邮电大学》期刊2018-03-09）
唐贵基,庞彬[7]（2017）在《TT变换结合计算阶比跟踪的滚动轴承时变微弱故障特征提取》一文中研究指出为解决变转速工况滚动轴承微弱故障特征难以提取的问题,提出了时时(time-time,TT)变换结合计算阶比跟踪(computed order tracking,COT)的滚动轴承时变微弱故障特征提取方法。首先对变转速状态的轴承微弱故障信号进行时时变换,得到反映故障信号二维时时特征的TT变换矩阵。为消除TT变换矩阵的冗余性,提出了基于峭度准则的奇异值分解(singular value decomposition,SVD)方法对TT变换矩阵降噪。然后对降噪后的TT变换矩阵实施TT反变换,获取滚动轴承时变故障特征增强信号。最后对增强信号进行COT分析得到其包络阶比谱,从而提取滚动轴承的故障特征阶次。对仿真信号和实验测试信号进行分析验证,均实现了滚动轴承变转速工况故障类型的精确识别,分析效果优于包络阶比谱方法,证明了该方法的有效性。(本文来源于《中国电机工程学报》期刊2017年20期）
汪江[8]（2017）在《应用阶比跟踪技术破解“频谱模糊”现象》一文中研究指出信号特征提取是旋转机械故障诊断中非常重要的环节,直接影响着对故障的正确判断,傅里叶变换是旋转机械振动故障诊断的基础,但是对于风电机组等转速变化频繁的设备,直接采用傅里叶变换会产生"频谱模糊"现象。解决这一问题的方法是通过跟踪转速变化,将等时间间隔采样的时域振动信号转换为等角度采集的角域信号,消除转速变化带来的影响,这一过程被称之为阶比跟踪采样。计算阶比跟踪技术是一种新的振动信号阶比跟踪采样和分析方(本文来源于《中国设备工程》期刊2017年15期）
何国林,丁康,李永焯[9]（2016）在《基于啮合频率和频谱校正的风电齿轮箱振动信号阶比跟踪分析》一文中研究指出克服风电齿轮箱输入转频能量低、输出转频混迭,难以直接提取转速信号的难点,提出了一种基于啮合频率和频谱校正的风电齿轮箱振动信号阶次跟踪方法。该方法利用能量重心法精确估计瞬时啮合频率,间接获得转速信号,进行阶次跟踪,提取风电齿轮箱的运行状态特征。仿真和工程应用结果验证了该方法的有效性和实用性。应用所提方法获得了正常风电齿轮箱振动信号的边频带特性:1)行星轮系的啮合频率同时被太阳轮和行星架的转频调制;2)定轴轮系啮合频率被输出轴的二倍频调制,双弹性支撑导致正常风电齿轮箱输出轴天然地存在轴不对中现象。(本文来源于《振动工程学报》期刊2016年02期）
温广瑞,江铖,李杨,廖与禾[10]（2016）在《基于弗德卡曼阶比跟踪的转子起停车故障特征提取方法及应用》一文中研究指出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及相位会损失瞬变信息的不足,用弗德卡曼阶比跟踪原理(Vold-Kalman Filter Based Order Tracking,VKF-OT)结合全息谱原理,提出新的转子起停车故障特征提取方法。由转子起停车瞬态响应数据中提取随转速变化的阶比分量,通过各阶分量复包络直接求幅值、相位,能克服傅里叶变换的平均效应,保留转子振动瞬变信息;通过VKF-OT集成转子截面振动信息,结合全息谱理论绘制阶比全息瀑布图,提取转子起停车状态的故障特征,并用于起停车瞬态动平衡。结果表明,该方法可有效提取转子典型故障特征、降低转子系统一阶临界振动。(本文来源于《振动与冲击》期刊2016年02期）
阶比跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对发动机加速过程振动信号的非平稳性和存在强背景噪声的特点,提出阶比跟踪与变分模态分解(VMD)相结合的方法。对于柴油机曲轴轴承故障和汽油机连杆轴承模拟试验振动信号,利用阶比跟踪技术将时域上的非平稳信号转化为角域上的伪平稳信号,利用VMD对重采样信号进行分解,选择包含故障信息的模态分量,计算其阶比、转速、功率谱所构成的叁维阶比谱阵,提取故障特征。仿真分析和故障模拟试验验证了该方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
阶比跟踪论文参考文献
[1].刘晓锋,裴翔.基于PXI总线和计算阶比跟踪的远程振动监测技术研究[J].价值工程.2019
[2].任刚,贾继德,梅检民,贾翔宇,韩佳佳.基于阶比跟踪与VMD的瞬变工况发动机故障特征提取[J].内燃机工程.2018
[3].王东晓.基于Vold-Kalman阶比跟踪和能量分析的旋转机械故障特征识别[J].现代制造技术与装备.2018
[4].唐贵基,庞彬,何玉灵.基于SSD-HT时频阶比跟踪的变转速转子故障诊断[J].推进技术.2018
[5].章翔峰,孙文磊.谱峭度和Vold-kalman阶比跟踪在风电机组齿轮箱故障诊断中的应用[J].机床与液压.2018
[6].尹苹.基于相关EEMD和阶比跟踪的变转速滚动轴承健康诊断方法[D].北京邮电大学.2018
[7].唐贵基,庞彬.TT变换结合计算阶比跟踪的滚动轴承时变微弱故障特征提取[J].中国电机工程学报.2017
[8].汪江.应用阶比跟踪技术破解“频谱模糊”现象[J].中国设备工程.2017
[9].何国林,丁康,李永焯.基于啮合频率和频谱校正的风电齿轮箱振动信号阶比跟踪分析[J].振动工程学报.2016
[10].温广瑞,江铖,李杨,廖与禾.基于弗德卡曼阶比跟踪的转子起停车故障特征提取方法及应用[J].振动与冲击.2016