离散余弦变换在滚动轴承故障诊断中的应用

本文探讨了应用离散余弦变换分析滚动轴承故障的方法,采用小波基将滚动轴承振动信号变换到时间－尺度域,对高频段的小波系数用离散余弦变换进行包络分析。通过对滚动轴承具有外圈缺陷、内圈缺陷的情况下振动信号的分析,说明这种方法可以有效的用于效地用于滚动轴承的故障诊断。     

爆破振动信号特征分析的应用探讨

从信号的处理、分析入手,基于MATLAB小波分析工具箱的平台,透过傅里叶变换和小波变换对爆破振动信号进行特征分析,构建爆破振动信号不同频带振动分量的时频图谱;从能量角度出发,基于小波能量法,以小波频带能量作为研究对象,探求爆破振动信号不同频带能量的分布特征及内在规律性,以此探讨爆破地震波的作用机制和行为特征.     

纳米光栅动静态校准工作台

为了改善纳米光栅校准装置校准精度、校准量程及动态频响难以兼顾的问题,采用宏微运动控制方法驱动校准装置作快速、精密、大范围运动。宏动平台由静压气浮导轨和直线电机组合而成,微动平台由柔性铰链和压电陶瓷构成。对宏动平台和微动平台进行动力学建模,并获得宏微运动平台的传递函数。设计微动跟随宏动和宏动跟随微动两种控制策略,并进行建模和仿真分析,利用搭建的实验平台进行了校准装置的性能测试。实验结果表明:宏动跟随微动控制策略具有较高的动态频响性能,校准装置在全行程20 mm内分辨力达到5 nm;在幅值为0.05 mm的正弦频率响应实验中,动态频响达到100 Hz,可满足纳米光栅的动静态校准要求。     

光刻机工件台宏微系统的滑模变结构控制

为提高光刻机工件台的跟踪精度和响应速度,采用了以直线电机和音圈电机为执行器的宏微控制结构.微动台完成高精度小行程运动,宏动台实现大行程运动同时保证音圈电机不出现位移饱和.通过滑模变结构方法设计控制器以提高控制系统的鲁棒性.根据频率整型法设计了时变滑模面,可以起到低通滤波的效果.变增益切换控制律可以有效地减小抖振现象.仿...     

小波变换在蒙库铁矿爆破振动信号时频分析中的应用

爆破振动信号具有非平稳随机特性。利用小波变换分析技术,将爆破振动信号分解在不同的频率带上,得出爆破振动信号在不同频率范围内振动分量的时间变化规律,结合爆破振动信号的能量分布特征和功率谱波形,定性评价了爆破振动对边坡稳定性的影响程度。     

基于小波分析的信噪分离方法研究

利用噪声信号小波变换的数学期望或小波变换模的平均密度随分解层次增加不断衰减的特性,结合Mallat分解与重构算法提出对信号进行小波变换分析的方法.运用db2和db5小波,对一受噪声污染的正弦电压信号分别进行5层分解.检测结果表明,选取合适的基小波和分解层次,能有效地实现信噪分离.     

基于小波-BP神经网络的发动机轴承故障诊断

本文针对发动机滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包变换与神经网络的滚动轴承故障诊断方法。由于滚动轴承发生故障时,加速度振动信号各频带的能量会发生变化,以振动信号小波分解后的能量信息作为特征,以神经网络作为分类器对滚动轴承故障进行识别、诊断。通过对滚动轴承的正常状态、滚珠故障、内圈故障和外圈故障信号的分析,表明以小波包分解为预处理器的神经网络故障诊断方法可以准确、有效地识别滚动轴承的工作状态和故障类型。     

水中目标辐射噪声调制信息提取方法研究

讨论了应用小波分析从辐射噪声中提取调制信息的方法。首先利用多尺度分析方法将噪声信号在不同层次的空间上进行分解，实现调制信号与辐射噪声的分离；然后，利用小波变换提取其包络，求取功率谱得到调制信息．在此基础上，对实测辐射噪声数据进行仿真研究．结果表明，该方法用于噪声中调制信息检测是一种有效的手段．     

谐波窗方法及其在裂纹故障识别中的应用

分析了谐波小波的优点。在研究谐波小波的频段分解的基础上，提出了不分层分析的谐波窗方法。推导了谐波窗的频段分析表达式，并给出了实现过程。该方法显示了小波分析的窗口伸缩功能．但避免了在基于二进的小波变换过程中，由于隔点采样导致的信息丢失现象。利用该方法对3个数字信号进行分析，体现了该方法对近频信号和微弱瞬态信号的识别能力，也体现了该方法对淹没在强噪声中微弱周期信号的提取能力。利用该方法，对某汽车齿轮箱的裂纹故障产生的原因进行振动信号的频域识别，得到了满意结果。     

用于双探针原子力显微镜的定位平台的设计及实验验证

针对双探针原子力显微镜的需求,设计了一种提供精确位移的大行程定位平台。采用柔性铰链和压电陶瓷致动器分别作为定位平台的导向机构和驱动机构。在 X、Y和Z轴运动方向通过并联机构实现独立位移。对定位平台进行数学建模,分析和计算定位平台的工作刚度和固有频率,并进行了有限元仿真分析。以电容传感器作为位移测量单元构建了定位平台实验装置,并进行了实验验证。实验结果表明:定位平台在X与Y轴方向上拥有 110μm 的行程,分辨率为5nm,在Z轴方向上拥有45μm的行程,分辨率为5nm。     

基于遗传神经网络的履带行驶系统载荷识别方法

针对煤矿掘进机器人履带行驶系统工作环境恶劣,载荷无法直接有效获取这一工程实际问题,提出了基于遗传神经网络的振动信号载荷识别方法。构建了遗传算法(GA)优化BP(back propagation)神经网络载荷识别模型,采用路试法试验采集了履带小车的5组振动加速度数据和单组应力载荷数据,探讨路面不平度频率和驱动轮啮频等对履带车振动和应力载荷的影响规律;借助快速傅里叶变换(FFT)对原始应力载荷数据进行去噪处理,依据履带小车行驶平顺性指标,利用sym8小波函数对振动加速度信号进行5层特征提取以提高载荷识别的精度,然后将5组小波变换分解的加速度数据和滤波后的应力载荷数据分别作为GA-BP神经网络的输入和输出进行训练及验证,揭示了履带行驶系统运动过程中振动与应力载荷之间的关系。研究结果表明,路面不平度频率、驱动轮啮频及转频为小车振动的主要频率成分,路面不平度引起的振动频率为13.765 Hz,驱动轮啮频为68.25 Hz,转频为3.25 Hz。多组试验得到的BP神经网络最佳隐含层神经元数为63,GA-BP神经网络识别的应力载荷与期望应力载荷具有较高吻合度,相对误差为4.5%,验证了该方法的有效性...     

小波分析在爆破振动加速度推求中的应用

提出了一种由实测爆破振动速度数据得到加速度历程曲线的方法.首先对实测速度数据进行数值微分计算,继而采用小波变换的方法消除加速度波形中因数据误差带来的高频噪声成分,可以得到准确、清晰的爆破振动加速度时程曲线.     

基于小波包和LMS自适应降噪的柴油机振动诊断

由于柴油机振动信号的特征频带和噪声频带存在重叠现象,利用小波阈值消噪时难以选取合适的小波阈值,针对该问题提出一种基于小波包的LMS自适应滤波降噪方法。该方法将小波包与LMS自适应滤波相结合,首先利用小波包变换对信号进行多层分解,然后以噪声干扰对应尺度上的第一层“细节”分量及最大分解尺度上的逼近分量重构信号,将重构后的信号作为LMS自适应滤波器原始输入信号,再以小波包最大分解尺度上的高频细节信号作为自适应抵消器的参考输入信号,进行LMS自适应滤波降噪处理。仿真计算和工程应用表明,该方法参数设置较少,易于控制,不涉及小波阈值降噪中阈值的选取问题,对比试验信号的分析验证了方法的有效性,将该法应用在柴油机振动诊断中提高了故障识别率。     

复解析小波变换与振动信号包络解调分析

阐述解析小波变换用于振动信号包络解调分析的理论基础。在解析小波傅氏频谱为一实值函数的条件下,论证一个解析小波的虚部是其实部的Hilbert变换,因而简洁地推论出“Morlet组合小波、谐波小波、谐波组合小波也是一类解析小波,它们的实部和虚部构成一对Hilbert变换对”,可用于故障调制振动信号的包络解调分析;另外,还论证了“解析小波变换系数的实部与虚部构成一对Hilbert变换对”的结论。最后,以谐波组合小波为例分析滚动轴承故障振动信号。     

用于时变系统参数识别的状态空间小波方法

该文利用系统的激励和受迫响应数据,基于状态空间和小波变换理论,提出了一种识别时变系统参数的新方法.该方法首先将线性时变系统的二阶振动微分方程转换为一阶状态方程,然后对系统的激励和响应信号进行小波尺度函数空间投影,利用小波尺度函数的正交性,把一阶状态空间方程解耦为线性代数方程组.其次求解方程组,识别出不同时刻的等效系统转...     

爆破振动信号的时频分析

爆破振动信号的研究方法已由单纯的频域分析过渡到时频联合分布分析。在讨论FOURIER变换(FT)和短时 FOURIER变换(STFT)不足的基础上,论述了基于连续小波变换(CWT)和离散小波变换(DWT)在爆破振动信号分析中的应用。作为一种严格的时频分析方法,论文尝试利用二次型时频分布来进行爆破振动信号的时频联合分析;通过几种二次型时频分布的对比分析,认为CWD在具有较强的时频聚集性的同时又较好的对交叉项进行了抑制,适合于进行爆破振动信号的时频分析。     

基于信号奇异性分析的轴承故障检测方法

针对轴承振动信号利用小波单奇异点检测无法克服噪声影响的不足,提出利用小波模极大值分析信号奇异性变化进而进行轴承故障检测的方法。实验中对信号的模极大分形指数,模极大分形指数熵,Lipschitz指数以及Lipschitz指数熵等奇异特征进行分析比较,实验结果表明这些特征都能有效克服噪声影响实现故障检测,但模极大曲线数最能体现故障特征且检测效果最好。将该方法同基于小波包能量谱特征和小波单奇异点检测的方法进行比较,结果表明本文建议的方法在检测时间及检测率上都有显著提高。     

离散余弦包络分析法在列车轮对踏面损伤检测中的应用

列车轮对踏面损伤是危及列车运行安全的重要因素，其损伤程度的实时监测与诊断是高速重载列车需要解决的关键问题之一。探讨了应用离散余弦变换的方法提取列车轮对踏面损伤的特征信息，即首先采用小波基将踏面损伤振动信号变换到时间一尺度域，再对高频段的小波系数采用离散余弦变换进行包络分析。试验结果表明，该方法能快速、准确地检测出机车踏面的损伤，可有效地应用于列车轮对踏面故障的在线监测与诊断。     

滚动轴承振动信号的小波奇异性故障检测研究

该文以滚动轴承振动信号为分析对象 ,基于小波奇异性分析原理进行滚动轴承故障检测新方法的研究。通过求解待测信号的小波变换极大模来检测和识别信号中奇异点位置和奇异性大小 ,以及对噪声极大模的抑制处理 ,达到抑制或消除噪声的目的 ;最后 ,在剩余小波极大模的基础上进行信号重构 ,展现原待测信号中的故障信号模式。通过对铁路货车车轮用滚柱轴承振动信号的分析表明 ,此方法在大幅度地提高信噪比的同时 ,对由轴承损伤冲击造成的信号突变仍保持了较高的灵敏度和分辨率。为滚动轴承故障检测打下了良好的基础。