基于小波包变换的汽车发动机降噪方法研究

利用小波包变换理论及小波包降噪原理,对汽车发动机含有噪信号进行小波包降噪,有效的提取其中的信号特征.通过对降噪后残差的频谱分析和统计量分析,得到噪声信号的特征频率.通过计算机仿真和实例分析对小波包降噪方法进行验证,表明小波包分析在汽车发动机降噪中有效性.     

基于小波包能量谱的滚动轴承振动噪声检测方法

针对轴承振动与噪声源零件识别与检测问题，利用小波包分解的方法来分析轴承的振动噪声信号：根据待测轴承振动信号特点，确定小波包分解的小波函数及分解层数，得到了轴承振动信号在频域的信息；通过构造小波包能量谱来分析各个频段上振动信号的特征，根据各个小波包空间能量值的大小判断轴承振动的剧烈程度；通过小波包重构算法对轴承振动噪声贡献较大的小波包空间进行重构，得到具有较高信噪比的重构信号，便于进行频谱分析。结果表明，本文的检测方法可以较准确的识别出新出厂轴承中振动噪声的主要来源，对于后期实现轴承静音降噪具有重要意义。     

自适应小波降噪在轴承故障诊断中的应用

针对轴承振动的非平稳性特点和频谱成分的混杂性,提出了基于小波的信号自适应阈值降噪法。自适应阈值降噪法首先对信号进行离散正交小波多层分解,对分解后的各层细节系数中模小于某阈值的系数进行处理,然后将处理完的小波系数再进行反变换,重构出经过降噪后的信号。用仿真信号进行降噪处理,结果表明:通过选择合适的小波基和阈值选择规则,可以实现信号的完美降噪;实测轴承振动信号用小波降噪方法进行预处理,提高了信噪比,进一步作频谱分析得到了故障特征信息,为诊断决策提供了依据。     

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。     

CEEMDAN 小波包联合降噪的优化方法

针对实测隧道爆破振动信号降噪效果不理想的问题,引入多尺度排列熵的概念,用来筛选含噪明显的本征模态分量,并结合SG（savitzky-golay）平滑滤波方法提出了一种完备的自适应噪声经验模态分解（CEEMDAN）和小波包联合降噪的优化方法,通过信噪比(SNR)、均方根差(RMSE)、相关系数、自相关系数对仿真实验和实测信号处理结果进行对比分析。结果表明,CEEMDAN 小波包联合降噪优化方法提高了信号降噪效果,且有效保留了原始信号中的特征信息,可以应用到类似爆破振动信号的降噪处理中。     

k值优化VMD-小波包分析联合降噪方法在隧道爆破信号中的应用

针对隧道爆破振动测试信号存在噪声干扰的问题,引入一种基于k值优化的变分模态分解(variational mode decomposition,简称VMD)联合小波包分析的降噪方法。首先,引入分解能量差值参数λ,对比爆破振动信号在不同k值条件下经VMD得到的模态分量总能量;基于等能量分解原理对模态数k进行优化分析,并在最佳模态数k下对信号进行VMD处理;在相关系数和方差贡献率双指标下筛选出含噪分量,并用小波包分析手段进行降噪处理;最后,将经降噪处理后的含噪分量与优势分量重构,得到纯净的爆破振动信号。引入的方法兼具VMD及小波包分析的优点,并克服了信号分解过分或分解层数不足的缺陷。结果表明:与现有方法相比,k值优化的VMD-小波包分析联合降噪方法信噪比高,均方根差小,降噪效果良好,并且该法可有效保留原始信号中的细节特征,可以应用于类似隧道爆破信号的降噪处理。     

基于峰度检验和小波包分解的海洋平台脉冲噪声处理方法研究

海洋平台处于复杂的环境中,不仅受到风浪流的作用,而且还受到平台本身各种机器运转的影响,所以在平台上采集的信号一般都不可避免地包含大量噪声。其中,脉冲噪声是振动响应数据处理中经常遇到的干扰,严重影响了后续损伤敏感特征的提取。为了更好地消除脉冲噪声对特征提取的不利影响,引入了一种峰度检验和小波包阈值联合的降噪方法。将测得的原始信号进行峰度检验,确定脉冲噪声的影响区间,对区间内的信号进行小波包阈值降噪处理,并对处理后的小波包系数进行重构得到降噪信号。针对某在役导管架平台的实测数据,验证了该研究提出的降噪方法的有效性。结果表明,该方法改善了受脉冲噪声影响的加速度信号的质量。     

小波包降噪方法在滑动轴承故障诊断中的应用研究

小波分析对高频信号降噪效果不明显。针对该问题，提出利用小波包分析对轴承故障信号的降噪方法，并用计算机仿真和实例分析对小波包降噪方法进行了验证。通过对小波降噪和小波包降噪方法的对比分析，表明小波包分析在降噪中的有效性。     

基于小波包滤波的汽轮机转子振动故障的Kolmogorov熵诊断

根据Bently实验台所采集的碰摩、松动、不对中、不平衡四种典型汽轮机转子振动故障信号,采用小波包和Kolmogorov熵相结合的方法对其进行故障诊断.即先利用小波包方法对原始信号进行滤波,提取有用的信号频段,再对滤波后的信号求解Kolmogorov熵.诊断结果表明:小波包分析的方法有着很好的滤波和提取非平稳信号的能力;小波包滤波后的汽轮机转子的振动时间序列在不同故障状态下的Kolmogorov熵明显不同,Kolmogorov熵在进行汽轮机转子故障类型诊断时有较好的区分度.     

基于同步挤压小波变换的振动信号自适应降噪方法

振动信号在噪声影响下,特征提取十分困难。为此应用同步挤压小波变换(Synchrosqueezing Wavelet Transform,SST)对振动信号进行降噪,针对分解后本征模态分量(Intrinsic Mode Function,IMF)的选取问题,提出一种基于瞬时频率复杂度和自相关系数峰度值的同步挤压小波变换降噪方法。算法首先对原始信号进行SST信号分解并提取小波脊线生成固有模态分量,然后对生成的分量进行Hilbert变换得到瞬时频率曲线,再根据瞬时频率的复杂度选择相应的合成分量重构信号。为了进一步消除噪声影响,该方法同时采用了自相关系数峰度阈值法对筛选后的分量进行二次剔除,最终实现对原始信号降噪的目的。试验最后通过不同标准方差的噪声仿真信号以及物流机械传送设备振动信号验证该方法的可行性和有效性,同时将该方法与基于集成经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)和小波变换的方法进行比较,结果表明该方法的降噪性能要优于其他方法。     

隧道周边孔爆破振动信号分析

为了解周边孔爆破对控制爆破振动速度的影响,以大连玉华220kV线路新建工程2#大里程隧道为例,分析周边孔爆破振动信号。2#大里程隧道临近商业建筑,通过掏槽孔、周边孔两次起爆,达到了控制爆破振速的目的。因此,在爆破断面垂直的商铺附近,距离爆破断面约6m处布置测试点进行监测。采用FFT法、小波包分析法、加速度功率谱密度法对爆破的振动速度、持续时间、主频、能量-频率分布等进行了分析。结果发现:周边孔爆破中距爆破断面水平距离6m处的最大单向振动速度为1.122 4cm/s,频率较高,80Hz以上,在《爆破安全规程》规定的振动速度范围之内。同时分析了3种方法的异同点,FFT法的速度谱与小波包分析的能量-频谱图波形相似,主频与小波包分析法相差不大,与加速度功率谱密度计算的主频非常接近,可用FFT法初步分析爆破振动信号的能量分布比例。小波包分析法在主频确定方面有更高的分辨率,在精细分析时应采用小波包分析法进行爆破振动信号的分析。该爆破振动信号分析对有效地控制振动速度,降低爆破对周边建筑物的损害和爆破网路设计有着很好的指导意义。     

隧道周边孔爆破振动信号分析

为了解周边孔爆破对控制爆破振动速度的影响,以大连玉华220kV线路新建工程2#大里程隧道为例,分析周边孔爆破振动信号。2#大里程隧道临近商业建筑,通过掏槽孔、周边孔两次起爆,达到了控制爆破振速的目的。因此,在爆破断面垂直的商铺附近,距离爆破断面约6m处布置测试点进行监测。采用FFT法、小波包分析法、加速度功率谱密度法对爆破的振动速度、持续时间、主频、能量-频率分布等进行了分析。结果发现:周边孔爆破中距爆破断面水平距离6m处的最大单向振动速度为1.122 4cm/s,频率较高,80Hz以上,在《爆破安全规程》规定的振动速度范围之内。同时分析了3种方法的异同点,FFT法的速度谱与小波包分析的能量-频谱图波形相似,主频与小波包分析法相差不大,与加速度功率谱密度计算的主频非常接近,可用FFT法初步分析爆破振动信号的能量分布比例。小波包分析法在主频确定方面有更高的分辨率,在精细分析时应采用小波包分析法进行爆破振动信号的分析。该爆破振动信号分析对有效地控制振动速度,降低爆破对周边建筑物的损害和爆破网路设计有着很好的指导意义。     

基于小波包特征提取和模糊熵特征选择的柴油机故障分析

船舶动力设备因故障监测信号样本少、变化缓慢、数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。尤其是柴油机振动信号的故障诊断,由于柴油机振动信号噪声多,诊断信号难以进行特征选择的问题,提出了基于小波包能量谱特征提取和模糊熵特征择的柴油机故障诊断方法。利用模糊熵对小波包能量谱提取出的特征集进行特征选择,将选择后的特征参数输入LS-SVM进行故障模式识别。试验结果表明,该方法可以提高故障识别准确率。在该试验中,故障识别准确率达到了99.36%,相比于未进行特征选择的特征集,识别准确率提高了0.72%。     

Application of Wavelet Packet De-noising in Time-Frequency Analysis of the Local Wave Method

The local wave method is a very good time-frequency method for nonstationary vibration signal analysis. But the interfering noise has a big influence on the accuracy of time-frequency analysis. The wavelet packet de-noising method can eliminate the interference of noise and improve the signal-noise-ratio. This paper uses the local wave method to decompose the de-noising signal and perform a time-frequency analysis. We can get better characteristics. Finally, an example of waveletpacket denoising and a local wave time-frequency spectrum application of diesel engine surface vibration signal is put forward.     

局部均值分解在旋转机械复合故障诊断中的应用

针对旋转机械复合故障振动信号的非平稳特征,开展一种基于局部均值分解(local mean decomposition, LMD)的旋转机械复合故障诊断方法研究。该方法首先通过局部均值分解方法将振动信号分解为若干个PF分量(product function)和一个残余分量之和,然后通过计算各PF分量与原始复合故障信号的相关系数来确定包含故障特征信息的主要成分;最后针对主要成分中的低频分量进行频谱分析从而提取轴的故障特征。针对主要成分中的高频分量采用包络谱分析提取调制故障特征,即提取轴承故障特征。对齿轮箱的轴承、轴复合故障振动信号的分析结果表明了该方法的有效性和可行性。     

时频分析方法在冲击故障早期诊断中的应用研究

冲击故障的振动响应信号是时变的 ,用传统的诊断方法一般难以进行早期发现和诊断。本文基于小波包对时变信号的多分辨分解和重构能力以及 CONE时频分布对时信号的优良描述特性 ,发展了基于小波包的时频分析方法。经试验和现场监测数据的分析和验证 ,说明该方法能够从很强的基础振动信号中提取清晰直观的冲击故障特征 ,可以实现冲击故障的早期诊断     

减震沟对爆破地震波能量特性影响试验研究

在减震沟两侧相邻区域内布设五个测点,对爆破震动试验展开监测。采用小波包能量谱分析法对采集的爆破振动信号进行分析,得到地震波经过减震沟的能量变化情况及各个测点的能量分布。试验与分析结果表明,减震沟对爆破地震波能量具有有效的衰减作用,但在沟后一定距离上存在能量放大现象;减震沟对初始能量主要分布在中高频的信号具有降频作用,对初始能量主要分布在低频的信号具有升频作用。     

全矢小波包-包络分析方法及其在齿轮故障诊断中的应用

在旋转机械故障诊断中,针对传统单源信息采集的不全面性,提出了一种基于全矢谱技术的小波包-包络分析方法。首先对同源双通道信息分别采用小波包分解,根据需要选择频段的信息,并对提取的信号进行重构。然后采用全矢Hilbert解调分析方法对重构信号实现包络解调,并与两单源信息的包络解调相比较,说明了仅以单源信息为诊断依据的不足。利用全矢谱技术进行融合的全矢小波包-包络解调技术,不仅继承了小波包-包络分析方法的优势,而且更加全面地反映出了信号的真实性。最后通过仿真信号对其算法的可行性进行了验证,同时又以齿轮的故障振动信号为例,进一步表明了该方法在故障诊断中的有效性。     

柴油机缸盖振动信号分形特征研究

针对柴油机振动信号的非线性特征,将小波变换与分形理论结合;由此进行缸盖振动信号的分析及故障特征的提取,进而对柴油机气阀间隙异常故障进行诊断。随后计算信号小波包频带盒维数、小波变换模极大及信号的多重分形谱。结果表明,这种将分形维数和多重分形谱的结构作为系统的衡量指标和故障的表征参数,使诊断结果简单、现实可行。