交通环境振动观测中本底振动去除的功率谱修正法

摘要：交通系统引起周边环境振动,其观测数据中往往含有本底成分。针对本底成分对真实振动的干扰问题,提出对观测功率谱修正的方法以去除本底振动。假设真实振动与本底振动为互不相关的随机过程,推导了功率谱修正法计算公式,并通过算例考查了方法的有效性。首先,取一条振动记录设定为真实振动曲线,与本底振动记录叠加合成振动数据以模拟现场观测记录。然后假设真实振动未知,分别采用振动级修正法、谱幅值修正法及功率谱修正法估计真实振动曲线。比较计算曲线与设定曲线,判断方法的可行性与准确性。算例显示,功率谱修正法计算的时程、功率谱与设定曲线符合良好,误差低于谱幅值修正法;功率谱修正法、振动级修正法计算的振动级与设定值基本一致,谱幅值修正法计算值略低于设定值。结果说明功率谱修正法克服了振级修正法不能计算时程和功率谱的不足,并且计算结果优于谱幅值修正法。     

离散频谱的频率抽取校正法

在对几种现有的离散频谱校正的方法作了综合分析和回顾的基础上,对现有的频谱校正方法进行了改进,提出了一种新的校正方法——频率抽取校正法,通过抽取幅值谱中最大谱线处的频率成分来确定信号分量的频率,采用最小二乘拟合法修正其幅值和相位,如此循环抽取和修正即可逼近原始信号。仿真结果表明,该方法提高了离散频谱校正的精度,且实现方便,适用于一般的工程平稳信号处理。     

一种改进的基于相位差法的频谱校正方法

采用相位差校正法进行频谱校正,对幅值进行校正需要依赖于窗函数的谱函数。而实际上很多窗函数都十分复杂,其谱函数的解析表达式难以取得。该文提出基于相位差法取得频率修正量后,可以将原加窗序列乘以一个由频率修正量产生的复数序列,相当于进行一个小的频移,产生一个新的序列。新序列的信号频率正好对准离散频谱上的某一根谱线,不会产生泄漏。因此在幅值校正时不需要依赖窗函数的谱函数,通用性好。仿真研究和应用实例表明,采用该文提出的方法,选择合适的窗函数,即使是密集分布的频谱,也可以达到理想的校正精度     

振动信号频谱相对幅值的计算方法研究

针对高速列车振动信号因速度变化而导致的谱密度参数幅值不一致问题,提出一种振动信号谱密度相对幅值的计算方法.该方法通过希尔伯特变换对振动信号求取瞬时相位,并对信号相位曲线进行傅里叶谱计算,求取振动信号的归一化谱密度,将列车在不同速度集下的振动谱密度统一起来.通过仿真测试和列车在160,200,250km/h速度集下的实测齿轮箱振动信号频谱相对幅值计算,表明该方法在列车不同速度下结果具有良好的一致性,受噪声影响小,较好反应列车的真实运行状态,具有一定可靠性.     

一种增强的谱幅值调制方法及其在复杂干扰下滚动轴承故障诊断中的应用

谱幅值调制（Spectral Amplitude Modulation,SAM）作为一个经验的和自动的非线性滤波方法,可以有效地识别滚动轴承故障信息。然而,当滚动轴承故障信号中含有复杂干扰成分时,SAM 中的故障特征频率会变得模糊,甚至难以识别。针对上述问题,提出了一种增强谱幅值调制方法（Enhanced Spectral Amplitude Modulation,eSAM）,通过修正信号平方包络的无偏自相关代替修正信号的平方包络来生成 SAM。通过自相关处理,进一步降低由于非线性滤波过程产生的不相关随机噪声干扰,从而提高了 SAM 方法的稳定性。通过一组仿真信号、一组齿轮箱轴承实验信号和不同运行工况下的高速列车轴箱轴承实验信号进行了验证,结果表明该方法可以有效降低复杂干扰的影响,提取出的故障特征更加明显,通过与 SAM 方法和传统峭度图方法对比,证明了该方法的优越性。     

基于低频振子与傅里叶变换相结合的低频冲击响应谱修正方法

舰载设备抗冲击试验中的冲击环境通常由加速度信号计算得到的冲击响应谱表征。原始加速度信号含有趋势项误差,导致冲击响应谱低频段谱线严重失真。基于冲击响应谱与傅里叶变换幅值谱数值等价关系,提出一种低频振子等位移线结合傅里叶变换的修正方法,并利用冲击试验机进行验证试验。研究结果表明,应用此修正方法可将冲击响应谱低频段谱线斜率由-3.245 dB/oct提高到5.631 6 dB/oct,同时对中高频段谱线影响极小,能够更为准确的反映舰载设备抗冲击试验中的冲击环境,对于指导舰载设备抗冲击能力的校核工作具有一定的应用价值。     

双稳系统随机共振效应的数值分析

以绝热近似随机共振理论为基础,分析了双稳系统随机共振模型,研究系统参数、噪声强度、信号幅值和频率变化对双稳系统随机共振效应的影响。通过分析得出,输入信号和系统参数一定时,系统发生随机共振所需要的噪声存在一个最佳强度;信号幅值的增大有利于随机共振效应的产生;信号频率的增大将使输出功率谱信号频率处谱峰逐渐离开噪声能量集中的低频区,且谱峰幅度逐渐减小,随机共振效应逐渐弱化消失。针对信号幅值、频率、噪声强度超出绝热近似理论的小参数要求而成为大参数,对变尺度方法实现大参数信号的随机共振进行分析和评述。     

ART-2对滚动轴承振动信号幅值谱的清晰化提取与分类效果研究

滚动轴承振动信号的幅值谱往往在整个频带上都存在着均匀分布的噪声频率干扰，难以用一般的滤波方法去除，这对轴承实际振动频率成分的识别有很大的影响。通过对ART-2神经网络的分析，指出了在信号中的特征信息相对较强，而噪声相对较弱的情况下，利用ART-2可以对信号中的特征信息成分进行增强，并对噪声进行充分抑制。利用这一原理，实现了对轴承振动信号幅值谱的清晰化提取。对13个轴承振动信号幅值谱的处理实例表明，这种方法获得的模式中轴承实际振动频率成分被清晰地提取了出来，而均布噪声频率则被充分抑制。进一步研究了ART-2的警戒系数对幅值谱清晰化处理效果的影响。并对这种影响机理进行了解释。     

MIMO混合振动试验中正弦与随机信号分离方法

研究了MIMO(多输入多输出)正弦加随机混合振动试验的控制方法,指出混合信号中正弦信号和随机信号的精确分离是提高控制精度的关键因素。提出了具有滤波特性的相关积分法在时域中识别正弦信号,避免了频域识别的泄露误差问题,详细推导了将给定频率的正弦信号从混合信号中分离出来的公式;数值计算显示该方法的识别精度达到0.44%。以一悬臂梁作为研究对象建立两输入两输出振动试验系统模型,使用比例均方根控制算法和正弦幅值修正法分别对随机振动和正弦振动进行修正,将随机信号控制在参考谱的±3dB以内,将正弦信号的幅值控制在参考值的±10%以内,满足振动试验要求。     

多输入多输出混合振动试验中正弦与随机信号分离方法

研究了多输入多输出正弦加随机混合振动试验的控制方法,指出混合信号中正弦信号和随机信号的精确分离是提高控制精度的关键因素。提出了具有滤波特性的不相关积分法在时域中识别正弦信号,避免了频域识别的泄露误差问题,详细地推导了将给定频率的正弦信号从混合信号中分离出来的公式;数值计算显示该方法的识别精度达到0.44%。以一悬臂梁作为研究对象建立两输入两输出振动试验系统模型,使用比例均方根控制算法和正弦幅值修正法分别对随机振动和正弦振动进行修正,将随机信号控制在参考谱的±3dB以内,将正弦信号的幅值控制在参考值的±10%以内,满足振动试验要求。