摘要：一种传动轴损伤检测方法及检测装置。先用涡流位移传感器非接触测量传动轴四路振动信号，进而提出随机减量增强经验模式分解方法，提取四路信号的共振频率并取平均，得到损伤传动轴频率，作为基于有限元模型的损伤诊断数据库的输入，最后利用粒子群方法定量诊断出传动轴损伤。本发明方法及基于DSP芯片的四通道传动轴检测装置能克服传动轴检测环境噪声的影响，适合于传动轴实际运行条件；不需人为参与能够自动识诊断出传动轴损伤引起的频率变化；并能自动地诊断出传动轴损伤位置和严重程度。

摘要：本发明属于汽车维修领域，涉及一种小波包增强经验模态分解的轮毂轴承故障诊断方法。首先，使用小波包分解对原始信号进行分解并得到子信号。将子信号中的最低频分量滤除，保留其余高频成分。其次，将这一系列子信号加入到原始信号中，使其均匀地分布在信号的整个时频空间上。再次，利用小波包增强的经验模态分解将混合信号进一步分解为若干个本征模函数，提取包含高故障特征信息的分量进行重构。最后，对重构信号作希尔伯特包络分析并诊断出轴承故障类型。本发明方法利用小波包分解，对原始信号精细分解并消噪，有效提高了信噪比；小波包增强的经验模态分解进一步将信号分解为不同时间尺度的局部特征信号，经包络解调可直观检测出轴承故障类型。

摘要：本发明所设计的一种风力涡轮机轴承故障诊断方法，首先利用熵最小原理设计最优滤波器，突出信号中的脉冲冲击；其次，用局部均值分解对故障信号进行分解，提取与原信号相关度较大的PF分量计算参数指标，组成特征向量集合；最后，建立改进极限学习机的风力涡轮机轴承故障分类模型，并将特征向量集合输入到改进极限学习机中进行故障的诊断。本发明方法一方面利用最小熵解卷积有效地提高信噪比，使风力涡轮机轴承故障特征明显；另一方面利用局部均值分解方法得到了原始信号完整的时频分布，从改进极限学习机的故障模型中可直接检测出风力涡轮机轴承故障类型。

摘要：本发明涉及一种内燃机滚动轴承状态检测的核回归残余分解多元同步压缩方法，属于内燃机维修领域。其具体内容如下：首先对内燃机滚动轴承多路振动信号分别进行一次核回归残余分解，分别选取第二个信号子分量；然后同时对多路第二个信号子分量进行多元同步压缩，去除其噪声干扰；最后利用传统的希尔伯特包络分析分别解调出故障特征频率，相互验证，从而准确地诊断出内燃机滚动轴承故障类型。本发明能够准确有效地识别出内燃机滚动轴承故障类型，解决基于单路振动信号诊断内燃机滚动轴承故障精度不高的问题，具有很高的工程应用价值。

摘要：本发明公开了一种自回归模型增强变分模态分解的风力发电机滚动轴承故障诊断方法，该诊断方法属于风力发电机维修领域。具体方法为：首先利用自回归模型对原始的风力发电机滚动轴承振动信号进行预处理，消除可线型预测的平稳成分，得到残余信号；接着对残余信号应用变分模态分解技术作进一步分解以消除噪声干扰，获得提纯信号；最后对提纯信号采用希尔伯特包络分析以获取故障类型。通过将本发明应用于风力发电机故障轴承的实际信号中，验证了该方法的性能。本发明能够有效的识别风力发电机滚动轴承故障，具有一定的实用性和工程应用价值。

摘要：本发明提供一种车用发动机上零部件故障诊断的方法，包括无线加速度传感器采集车用发动机上待测零部件产生的时域振动信号，并通过无线方式转发；故障诊断仪接收无线加速度传感器发送的时域振动信号，并对该信号进行三步处理：一、对信号进行第一周期模糊C均值聚类滤波用于消除背景噪声和强自然周期性脉冲；二、对第一周期滤波后的信号进行第二周期模糊C均值聚类滤波用于从中选出周期性冲击最强的频带，即故障特征最集中的频带；三、采用希尔伯特包络解调经双周期滤波后的信号，并与预设故障频率对比识别出故障类型。实施本发明，不仅能解决传统故障诊断技术所存在的布线繁琐问题，还能通过改进故障特征提取算法来实现故障快速及有效的诊断。

摘要：本发明公开了一种全方位防水鞋底，包括鞋底本体，所述鞋底本体的外周壁上设有围绕于鞋底本体外周的一圈安装槽，所述安装槽内设有筒状的防水套，所述防水套由弹性材料制成，所述安装槽内设有与之密封配合的环形固定件，所述固定件与防水套的一端口密封连接，当所述防水套处于拉伸状态时，防水套能裹住整个鞋面，当所述防水套处于初始状态时，防水套位于安装槽内部。本发明具有以下优点和效果：可依据防水需要自由使用防水功能，很好的解决了透气性与防水性的矛盾；本发明提出的全方位防水鞋底适用范围极广，各种现有的鞋类均可通过使用该鞋底获得全方位的防水功能；本发明结构简单实用、操作方便快速、且成本低廉具有很好的市场前景。

摘要：本发明属于汽车维修领域，涉及一种汽车发电机轴承故障诊断方法。首先，采集4通道发电机轴承故障信号，使用改进的固有时间尺度分解将每个通道的原始信号分解为固有旋转分量和单调趋势项。将固有旋转分量按分解尺度重构成1组，计算各重构的固有旋转分量的自相关系数，选取最大相关分量构造Hankel矩阵并进行增强多分辨奇异值分解，得到相应的近似信号和细节信号。最后，选取最优细节分量做希尔伯特包络变换，确定故障类型。一方面利用改进的固有时间尺度分解并融合多通道信号，有效地提高信噪比，抑制噪声；另一方面，增强多分辨奇异值分解进一步对信号细化提纯，得到准确的故障信息，并通过希尔伯特包络解调确定轴承故障类型。

摘要：本发明公开了一种活塞式空压机曲轴箱滚动轴承故障诊断方法，该诊断方法属于活塞式空压机维修领域。具体方法为：首先采用变分模态分解技术对原始的活塞式空压机滚动轴承振动信号进行分解，获得既定数量的模态分量；接着将峭度指标应用于所有分解得到的模态分量得到各自的峭度值，选取最大峭度值对应的模态分量为最优分量，并对其应用最小熵解卷积增强故障激励的周期冲击特性；最后对增强信号使用希尔伯特包络分析解调故障频率，通过与故障理论计算频率值对比得到故障诊断结果。本发明能够快速有效地识别活塞式空压机曲轴箱滚动轴承故障类型，具有高可靠性和工程可行性好的优点。

摘要：本发明公开了一种用于机床主轴传动部件故障检测的智能螺栓监测系统，包括：若干安装于机床主轴传动部件的各关键连接处的智能螺栓，内置用于采集振动信号的三轴加速度传感器，无线传输单元，设于智能螺栓内部并发送振动信号；信号接收单元，位于机床控制系统用于接收振动信号；数据处理单元，位于机床控制系统并计算分析振动信号；报警单元，与接收数据处理单元电连接，发出警报；机床伺服单元，其与接收数据处理单元电连接，控制相应设备的紧急停机。本发明具有以下优点和效果：本发明给机床上无处不在的螺栓赋予了感知功能，能有效的监测机床主轴传动部件工作状态，最大化的保证被加工产品的质量，提高机床运行效率，保护机器和人员安全。