基于瞬时频率转速提取算法的汽车排气噪声分析

对某卡车发动机排气噪声信号分帧处理,由短时自相关分析得到去除非转速相关随机噪声的信号序列,对该序列进行短时傅里叶变换得出时间-频率能量分布图;基于瞬时频率转速提取算法,利用改进谱峰值搜索法估计发动机瞬时频率进而得到转速曲线。利用该转速信息对原发动机排气噪声信号按等转速间隔切片进行谱阵图分析,确定发动机排气噪声与转速之间的对应关系,分析出主要阶次信息、敏感频率和转速,实现了基于瞬时频率估计转速提取算法的排气噪声分析,为排气系统的设计与优化提供理论参考。     

基于自动搜峰瞬时频率估计的自适应多阶比分析技术研究

提出一种利用自动搜峰的瞬时频率估计技术来实现旋转机械自适应多阶比分析(Adaptive Multiple Order Tracking,AMOT)的新方法。首先,通过时频分析得到振动信号的时频分布,根据频率峰值坐标自动选取搜峰起始点,自适应搜索出不同阶比分量的时频峰值。其次,利用最小二乘法将不同频率分量进行拟合实现瞬时频率估计,然后根据参考分量计算出重采样的鉴相时标对原始信号进行重采样,最后通过FFT变换实现阶比分析。该方法通过瞬时频率估计能够自动识别出所有阶比分量,实现优中选优,避免了传统算法中人为直观选取一个分量进行遮掩滤波提取分量的方法,减少了人为选取分量及起始点造成的误差,具有自适应性。并且无需同步采集转速信号,大大简化了应用条件,同时减少了人为因素,提高了分析精度,为旋转机械故障诊断提供了新方法。仿真实验和应用实例验证了方法的有效性。     

遗传算法在分数阶Fourier变换域极值优化中的应用

分数阶Fourier变换采用线性调频基,因此,线性调频（Linear Frequency Modulation,LFM）信号在分数阶Fourier域平面能够聚焦,并形成峰值。为了克服传统步进式搜索法在LFM信号峰值搜索中效率低下的缺点,将遗传算法引入到分数阶Fourier变换极值搜索中。仿真结果表明,该方法优于传统的步进式搜索法。     

基于自适应最稀疏时频分析的阶次方法及应用

自适应最稀疏时频分析(Aadaptive and Sparsest Time-Frequency Analysis,ASTFA)是一种新的时频分析方法,该方法将信号分解转化为最优化问题,在优化的过程中实现信号的自适应分解。为解决ASTFA方法初始相位函数的选择问题,采用了分辨率搜索改进的ASTFA方法,并进一步结合阶次分析方法提出了基于ASTFA的阶次方法。该方法首先采用改进的ASTFA方法对原始信号进行分解同时获得分量的瞬时幅值,然后对瞬时幅值进行阶次分析从而提取故障特征信息。将该方法应用于变速齿轮传动过程中的时变非平稳振动信号的分析与处理,仿真与实验分析表明该方法能够准确提取变速齿轮的故障特征信息,具有一定的优越性。     

无转速计的旋转机械Vold-Kalman阶比跟踪研究

结合旋转机械升降速阶段振动信号的特点,提出了一种无转速计的旋转机械Vold-Kalman阶比跟踪方法。该方法利用能量重心法对振动信号进行频谱校正,估计瞬时频率,获得参考轴转速信号,再对振动信号进行Vold-Kalman阶比跟踪,提取阶比分量。与需要转速计的经典Vold-Kalman阶比跟踪方法相比,该方法无需鉴相装置,完全用软件方式实现,算法精度高。仿真和应用实例分析结果表明此方法能够在时域中准确地提取幅值和频率变化的阶比分量。     

基于同步压缩短时Fourier变换的信号瞬时频率提取方法

利用同步压缩短时Fourier变换(SSTFT)方法,改进了其非线性非稳态多成分信号的瞬时频率提取方法。其主要思想是将短时Fourier变换(STFT)之后的时频谱在时频平面上进行压缩重排,重排之后对时频谱上的能量脊线进行提取,再利用压缩重排逆变换,将各脊线对应的时域信号恢复出来,通过时频最优连接,改进了脊线提取不完整的缺点,将零碎曲线连接成完整的频率曲线,并利用该方法提取出了信号的瞬时频率成分。利用改进的SSTFT方法对多成分的模拟信号和高速列车轴箱振动加速度信号进行了分析。结果表明,该方法能有效分离信号的各个成分,并能够完整得到具有物理意义的瞬时频率。     

一种EEMD-HHT与时频重排结合的转速曲线估计新方法

HHT(Hilbert-Huang Transform)和传统时频分析存在模态混叠、时频聚焦性差等问题,在估计转速曲线时误差较大。因此,提出将EEMD-HHT与时频重排算法结合的转速曲线估计新方法。采用EEMD(Ensemble Empirical Mode Decompositon)方法获取IMFs;找出参考轴所对应的IMF,并做Hilbert变换;用时频重排算法处理该IMF两端各一定长度的数据,对得到的重排矩阵进行限制条件的瘠线搜索,并将获得的瞬时频率值代替对应时间点内Hilbert变换得到的瞬时频率值;对"拼接"得到的整个时间段的瞬时频率值进行最小二乘拟合,得到光滑的转速曲线。将该方法应用于转子不平衡故障的阶比分析中,对实际测量信号进行了分析,并与HHT估计结果作比较,验证了其优越性和有效性。     

基于广义解调时频分析和瞬时频率计算的阶次谱方法在齿轮故障诊断中的应用

针对齿轮启停过程中故障振动信号的调频特性,提出了基于广义解调时频分析和瞬时频率计算的阶次谱方法,并将其应用于齿轮瞬态信号的分析。广义解调时频分析是一种新的时频分析方法,它可以将多分量的信号分解为若干个瞬时频率具有物理意义的单分量信号,每个单分量信号可以是调幅-调频信号,因此非常适合处理多分量的调幅-调频信号。而当齿轮发生故障时,其启停过程中的振动信号就表现为多分量的调幅-调频特征。在基于广义解调时频分析和瞬时频率计算的阶次谱方法中,首先采用广义解调时频分析方法将齿轮瞬态信号分解为若干个单分量信号,然后计算各个分量的瞬时频率,再对其瞬时频率信号进行重采样,最后对重采样信号进行频谱分析得到阶次谱,从而提取齿轮振动信号的故障特征,判断齿轮的工作状态。仿真信号和实验信号的分析结果表明了该方法的有效性。     

基于复解析小波变换的瞬时频率分析方法

提出了利用基于复解析小波变换的瞬时频率分析的新方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起，具有自适应分析能力。对信号作复小波解析变换得到信号的瞬时频率，通过瞬时频率的功率谱分析就可提取信号特征。通过对齿轮故障振动信号的分析，表明该方法能有效地诊断齿轮局部故障，且与传统的频域方法相比具有更好的分析效果。     

基于改进的希尔伯特振动分解的机械故障诊断方法研究

针对多分量机械故障振动信号的特征提取问题,介绍一种基于希尔伯特振动分解(HVD)的时频分析方法。该方法首先利用Hilbert变换得到原始振动信号的解析信号,然后通过对解析信号的瞬时频率低通滤波获得信号中幅值最大分量的瞬时频率,同时经同步检测获得相应的瞬时幅值和初相位,最后经过迭代运算自适应地检测出原信号各分量的时频信息。针对HVD方法的边界效应问题,提出一种基于相关系数准则的波形匹配边界延拓法对其进行改进。通过两组仿真信号分析验证了HVD方法对多分量非平稳信号的分解能力,同时表明改进的HVD方法能很好地抑制边界效应。给出转子系统油膜涡动故障诊断实例,验证了该方法的工程实用性。     

基于改进的最大似然法识别风力发电机转子的载荷参数

风机不对中故障是多载荷参数耦合而成,工程师难以凭经验了解载荷参数的大致范围。针对因转子结构参数和测试条件等不确定性参数的存在及载荷参数先验信息未知,最大似然法识别转子不对中故障的载荷参数时采用的搜索计算面临计算量大,且迭代过程中灵敏度会带来一些数值问题。引入搜索区间进退法到敏感矩阵法与最大似然法中,对最大似然法进行改进。改进后的最大似然法中的迭代适于处理复杂工程优化问题,避免传统迭代数值法对搜索空间的苛刻要求。以输入尺寸和输出测试响应具有随机性测量误差的风力发电机转子系统为例,在三种测量误差下的识别结果表明,改进的最大似然法提高了最大似然法的辨识效果,可以减少不确定性因素对识别结果的影响,鲁棒性好。     

基于谐波窗方法的转子轴心轨迹提纯

轴心轨迹是旋转机械转子振动信号时域分析的重要内容之一,不同的轴心轨迹反映出不同的转子运动状态或故障的基本信息。在深入研究谐波小波盒形频谱特性的基础上,采用了不分层分析的谐波窗方法来提纯轴心轨迹。该方法实现了真正意义上的信号任意频段的任意细化,可以将感兴趣的频段提取出来,然后进行时域重构,就能得到提纯的轴心轨迹。文中对小型转子试验台轴心轨迹的成功提纯验证了该方法的有效性。该方法具备算法简单,易于现场采用等优点,为转子故障信号的分析创造了条件。     

低脉动椭圆齿轮泵的多参变扭振模型及动态特性

新型椭圆齿轮泵具有低脉动、大排量的性能优势,在流体输送领域具有广阔的应用前景,针对泵的两级非圆齿轮传动机构,研究多参变激励下泵的动态特性。分析了椭圆齿轮泵的流量脉动组成,针对由非圆形转子引起的主脉动,提出了基于非圆齿轮变速驱动的平抑方法;讨论了非圆齿轮时变瞬心激励机理,建立了两级非圆齿轮传动机构的动力学模型;通过龙格-库塔法,定量地研究了在时变瞬心和刚度复合激励下泵传动机构的扭振特性,结果表明:椭圆齿轮泵传动机构产生复杂的多频响应,随偏心率,转速和泵出口压力的增加,转子上瞬心和刚度引起的振动发生不同的变化,最终导致两转子的振动加剧。     

锤片式粉碎机转子结构动态优化设计

运用有限元法对锤片式粉碎机进行了动力学分析,得到了转子的固有频率、模态振型及不平衡响应等动态特性参数。利用灵敏度分析技术研究了各结构参数对转子动态性能的影响程度。以转子重量和不平衡振动响应为状态变量,以转子的固有频率为目标函数对结构进行了动态优化设计。优化结果表明,转子动态性能得到明显改善,为解决粉碎机的振动问题提供了有效的途径。     

基于混合遗传算法的转子系统优化设计

转子系统的临界转速是航空发动机设计过程中的重要参数。在临界转速远离工作转速时,转子系统才能安全可靠的工作。如何设计转子系统的结构使设计后的临界转速达到要求,而且结构改变量尽可能小,是转子动力学最优化设计研究的重点之一。在分析已有研究模型的基础上增加约束条件提出一种更完善的临界转速最优化设计模型,无需考虑设计变量个数和设计临界转速个数的关系,及预先给定的临界转速是否可在设计变量对应的临界转速空间内取到,均能找到满意的设计方案。针对该模型的最优化求解,设计出一种结合遗传算法和复合形方法的混合遗传算法,可以有效的提高搜索到全局最优解的搜索速度。对一转子系统进行临界转速优化设计,验证了该模型可以有效的取得满足设计要求的最优设计方案,适用于工程实际的转子系统临界转速最优化设计过程。     

电磁轴承振动传递特性研究

通过有限元方法建立转子的仿真模型,结合电磁轴承动态模型获得整个电磁轴承支承转子闭环系统状态方程。基于该状态空间模型,计算转子受外扰力作用时轴承处力传递率频域响应、在外冲击力作用下位移响应及动态力响应,以此考察电磁轴承的振动传递特性,并与滚珠轴承进行对比。计算结果表明,电磁轴承的刚度阻尼等支承特性与滚珠轴承显著不同,其力的传递率频域响应较平缓,无滚珠轴承支承时某些频率附近的突出峰值。在冲击力作用下电磁轴承支承时,转子位移及动态轴承力振动均能较快恢复稳定状态,振动传递明显减小。     

基于递归希尔伯特变换的振动信号解调和瞬时频率计算方法

精确地提取振动信号的瞬时幅值和瞬时频率对结构的参数识别和健康监测有重要作用。希尔伯特变换是一种常用的信号解调及瞬时频率计算方法,但在信号不满足Bedrosian乘积定理的条件时会造成较大误差。针对这一问题,提出了一种递归希尔伯特变换方法,用前一步希尔伯特变换计算出的纯调频信号作为新的信号,递归地使用希尔伯特变换以进行信号解调,理论分析表明递归希尔伯特变换能够快速地收敛。最后采用仿真信号对比了递归希尔伯特变换与单次希尔伯特变换、经验调幅调频分解及Teager能量算子法在信号解调及瞬时频率计算中的结果,结果表明了递归希尔伯特变换方法的实用性及精确性。     

螺旋离心泵转子系统动态响应数值分析

为研究螺旋离心泵转子对流固耦合作用的动态响应信息,以ZJ200-25型双叶片螺旋离心泵为研究对象,利用CFD软件CFX12.1和有限元软件ANSYS Workbench对其进行了考虑流场变载荷和结构相互作用的两场交替联合求解。得到转子受到的激励力以及位移响应频谱特点,结果表明：叶轮受到流场变载荷激励,发生了弯曲及拉伸振动;叶轮径向位移随流量增大而减小,其主频率与径向力主频率同为48.3Hz,轴向力以低频随机波动为主,但轴向位移仅在200Hz以内有较明显的响应,且振幅随频率增加而减小;叶轮质心位移在低阶频率处的振幅不高,高阶频率的振幅逐渐减小,轴向及径向位移均没有振幅过大的情况出现,说明螺旋离心泵转子正常工作时未发生共振,稳定性良好。本文研究结果对螺旋离心泵转子系统的设计改良及振动分析具有一定的参考意义。     

基于蝙蝠算法优化的变分模态分解的转子裂纹检测方法

针对转子裂纹故障特征难于提取,提出了一种基于蝙蝠算法(BA)优化参数的变分模态分解(VMD)诊断转子裂纹故障的方法。将蝙蝠算法应用于变分模态分解,对变分模态分解中参数K和惩罚因子α进行全局寻优,用BA搜索VMD的最优(α,K)组合,迭代过程采用局部极小包络熵为适应度值。仿真分析的结果表明,BA-VMD方法能很好的完成VMD参数K和α的自适应获取,且在抗模态混叠和抗噪声干扰方面的具有明显优势,最后采用BA-VMD方法对裂纹转子的位移信号进行了实验分析,分析结果表明,采用BA-VMD方法处理后的频谱能充分反映出信号的频率特征,且通过频率结构特征很容易识别出转子裂纹的故障特征。     

滚动轴承转子系统不对中-碰摩耦合故障非线性动力学分析

为了获取转子系统不对中-碰摩耦合故障下的动力学特性,通过拉格朗日待定乘子法建立了在完整约束下滚动轴承转子系统非线性动力学微分方程,采用龙格库塔数值法研究了不对中-碰摩耦合故障下系统的动力学响应,采用时域图、轴心轨迹图、分叉图、Poincare截面图和FFT谱图分析了不对中度、碰摩刚度和碰摩间隙对转子振动响应的影响。分析结果表明:不对中度的增大会使系统1倍频振动响应增大,也会产生2倍、4倍等偶数倍频,同时出现与VC(Varying Compliance)频率之间的组合频率响应。在低转速下,碰摩刚度和碰摩间隙对转子系统的影响较小;在高转速下,较小的碰摩刚度和较大的碰摩间隙会缓解系统的非线性行为。