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。     

基于改进形态分量分析的齿轮箱轴承多故障诊断研究

形态分量分析是一种基于信号形态多样性和信号稀疏表示的信号和图像处理方法,其主要目标是根据信号组成成分的形态差异性,选择合适的字典来分离信号。针对传统形态分量分析的字典选择和阈值选择的缺陷,提出了基于自适应字典选择和TH-MOM (Hard Threshold-MOM)的阈值更新策略,通过仿真信号和齿轮箱轴承多故障振动实验信号的研究结果表明：该方法不仅能将形态各异的多分量信号进行有效分离,提高了信噪比,而且提高了从强噪声环境中提取瞬态冲击特征的能力,能有效地识别轴承的故障类型和部位。     

基于改进MP的稀疏表示快速算法及其滚动轴承故障特征提取应用

在恒定转速情况下,旋转机械中滚动轴承的局部故障往往导致周期性冲击,从而产生周期性瞬态振动信号。对局部故障的瞬态特征提取一直是故障检测的关键问题。基于匹配追踪(Matching Pursuit,MP)算法的稀疏分解是一种信号自适应分解算法,是强噪声背景下微弱特征提取的有效方法之一。针对滚动轴承故障振动信号稀疏表示过完备字典的选择与构造问题,基于相关滤波法优选与冲击波形匹配的Laplace小波原子构造稀疏表示中的过完备字典;针对基本匹配追踪算法计算量大、效率低的问题,结合FFT快速运算特性,通过互相关运算替换基本匹配追踪算法中的内积运算,研究基于改进MP的稀疏表示快速算法,进而提高计算效率。仿真与滚动轴承故障实验分析结果表明该算法能准确的提取滚动轴承故障特征且计算效率高。     

基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法

提出了基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法。与常规的基于频带划分的信号分解方法不同,信号共振稀疏分解方法根据信号中各成分品质因子的不同,将信号分解成高共振分量和低共振分量。当转子出现碰摩故障时,振动信号往往由以转频及谐波为主要成分的周期信号、包含转子故障信息的瞬态冲击信号以及噪声组成。周期信号为窄带信号,具有高的品质因子,可分解为高共振分量;而瞬态冲击信号为宽带信号,具有低的品质因子,可分解为低共振分量。本文方法先利用信号共振稀疏分解方法从转子碰摩信号中提取冲击成分,再对提取的冲击成分进行重分配小波尺度谱分析,最后根据尺度图中冲击成分的周期诊断转子碰摩故障。算法仿真和应用实例验证了该方法诊断转子碰摩故障的有效性。     

一种新的估计瞬时频率的方法—经验包络法

常用的求取瞬时频率的方法,希尔伯特变换,会出现无法解释的负频率和明显的端点效应。标准希尔伯特变换克服了希尔伯特变换出现负频率的缺点,但仍然有端点效应。为了避免希尔伯特变换,基于信号的经验调幅调频分解,论文提出了一种新的求取瞬时频率的方法—经验包络法(empirical envelope method,简称EE）。经验包络法本质上是先通过经验调幅调频分解获取纯调频信号,然后对其求导,再对求导的结果进行经验调幅调频分解,提取出包络信号,便可获得原信号的瞬时频率。论文首先给出了经验调幅调频分解的详细过程,然后给出了经验包络法的原理和具体步骤,最后采用仿真信号将经验包络法与希尔伯特变换、标准希尔伯特变换和反余弦法进行了对比,分析结果表明了经验包络法的优越性     

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。     

局部均值分解在齿轮故障诊断中的应用研究

局部均值分解(Local Mean Decomposition,简称LMD)作为一种新的自适应的时频分析方法,在故障诊断领域开始得到研究。本文利用仿真信号研究了LMD算法的特性,验证了LMD处理描述齿轮故障信号特征的多分量调幅调频信号的有效性;在此基础上将LMD综合应用于断齿、磨损和剥落三种齿轮故障诊断中,并与传统解调方法进行了对比。结果表明,LMD方法可以有效提取故障齿轮的故障特征,消除虚假成分的影响,从而提高了齿轮故障诊断的准确性     

基于LMD的能量算子解调方法及其在故障特征信号提取中的应用

. 局域均值分解是将多分量调频调幅信号分解为一系列单分量调频调幅信号的有效时频分析方法。为提取故障信号的特征,提出了基于局域均值分解的能量算子解调方法,局域均值分解将复杂的多分量信号分解为若干个乘积函数的线性组合,再通过能量算子解调方法可求取每个乘积函数的幅频信息,从而可进一步获取故障信号的时频分布或提取其故障特征。为提高分析精度,提出了特征趋势正弦函数数据延拓方法以有效克服端点效应的影响。实验信号的分析结果表明,所提出的基于局域均值分解的能量算子解调方法能有效提取机械故障振动信号的特征。     

基于时频滤波的汽轮机半速涡动故障成分提取

汽轮机油膜涡动是滑动轴承失稳而产生的自激振动,其振动频率主要表征为转子转频的一半或略小。当油膜涡动频率等于转子一阶临界转速时会导致振动加剧,进而对汽轮机的稳定运行产生严重影响。Gabor变换是一种可逆的联合时频分布方法,其逆变换具有时域信号重构的能力。基于Gabor变换对850 MW汽轮机振动信号进行时频分析,显示反映轴系不稳定的半速涡动成分,进一步对该成分进行时频带通滤波,并基于Gabor逆变换予以时间重构,获取半速涡动成分的峰峰值量化指标,为汽轮机轴承油膜涡动故障提供诊断依据。     

局部均值分解在滚动轴承故障综合诊断中的应用

局部均值分解(LMD)是在经验模态分解(EMD)的基础上提出的一种新的自适应时频分析方法,在故障诊断领域展现出较好的应用前景。本文改进了LMD算法,提高LMD计算速度,并利用仿真信号研究了LMD算法的特性,验证了LMD处理多分量调幅调频信号的有效性;针对轴承故障信号的调制特点以及背景信号对故障信号的影响,本文提出将其应用于滚动轴承外圈点蚀、内圈点蚀和滚动体点蚀的故障综合诊断中,结果表明LMD方法能够有效地提取出故障特征频率,对故障类型做出准确判断     

一种新的估计多项式相位信号瞬时频率的参数化时频分析方法

通过多项式非线性核函数取代线性调频小波变换中的线性核函数,提出一种新的参数化时频分析方法：非线性调频小波变换。对瞬时频率是时间任意连续函数的信号而言,选择合适的多项式核特征参数,非线性调频小波变换的时频分布有良好的时频聚集性。应用非线性调频小波变换分析任意阶次多项式相位信号。由于非线性调频小波变换的性能取决于多项式核特征参数,本文还给出非线性调频小波变换的核特征参数估计算法,进一步可实现多项式相位信号的瞬时频率和参量估计。仿真信号验证算法的有效性。     

Probing nonlinear systems with the Wigner distribution

A new way to study nonlinear systems under forced oscillations is presented. The approach is based on the analysis of the time-frequency spectrum of the output signal of the nonlinear system when a chirp (a frequency increasing in time) is applied as input signal. The time-frequency spectrum is a way to characterize the instantaneous frequency content of a signal. In this paper it is shown that this approach gives a physical explanation of the mechanism that generates forced nonlinear oscillations. Results with simulated and real data prove the validity of the method.     

Research on Debonding Defects in Thermal Barrier Coatings Structure by Thermal-Wave Radar Imaging (TWRI)

In this paper, thermal-wave radar imaging (TWRI) is introduced to detect debonding defects in SiC-coated Ni-based superalloy plates. Linear frequency modulation signal (chirp) is used as the excitation signal which has a large time–bandwidth product. Artificial debonding defects in SiC coating are excited by the laser beam with the light intensity modulated by a chirp signal. Cross-correlation algorithm and chirp lock-in algorithm are introduced to extract the thermal-wave signal characteristic. The comparative experiment between TWRI reflection mode and transmission mode was carried out. Experiments are conducted to investigate the influence of laser power density, chirp period, and excitation frequency. Experimental results illustrate that chirp lock-in phase has a better detection capability than other characteristic parameters. TWRI can effectively detect simulated debonding defects of SiC-coated Ni-based superalloy plates.     

时频域滤波及在飞机颤振试飞试验中的应用

针对飞机颤振试飞试验信号噪声过大的问题，提出了一种时频域滤波算法。采用Modet小波对扫频激励及其响应进行时频分析，利用该类信号聚焦于时频域特定区域的特性，有效地提取真实响应信号，达到信噪分离的目的。给出了具体的滤波算法，并研究了信号的重构问题。最后将上述方法应用于仿真算例和实际试飞数据，结果表明该方法显著的提高了频响函数的估计精度。     

A successive parameter estimation algorithm for chirplet signal decomposition

In ultrasonic imaging systems, the patterns of detected echoes correspond to the shape, size, and orientation of the reflectors and the physical properties of the propagation path. However, these echoes often are overlapped due to closely spaced reflectors and/or microstructure scattering. The decomposition of these echoes is a major and challenging problem. Therefore, signal modeling and parameter estimation of the nonstationary ultrasonic echoes is critical for image analysis, target detection, and object recognition. In this paper, a successive parameter estimation algorithm based on the chirplet transform is presented. The chirplet transform is used not only as a means for time-frequency representation, but also to estimate the echo parameters, including the amplitude, time-of-arrival, center frequency, bandwidth, phase, and chirp rate. Furthermore, noise performance analysis using the Cramer Rao lower bounds demonstrates that the parameter estimator based on the chirplet transform is a minimum variance and unbiased estimator for signal-to-noise ratio (SNR) as low as 2.5 dB. To demonstrate the superior time-frequency and parameter estimation performance of the chirplet decomposition, ultrasonic flaw echoes embedded in grain scattering, and multiple interfering chirplets emitted by a large, brown bat have been analyzed. It has been shown that the chirplet signal decomposition algorithm performs robustly, yields accurate echo estimation, and results in SNR enhancements. Numerical and analytical results show that the algorithm is efficient and successful in high-fidelity signal representation.     

基于分数阶Fourier变换的机械变速过程信号分析

研究了旋转机械的变速测量过程，通过引入分数阶傅立叶变换（FRFT），推导证明了分数阶傅立叶变换对扫频信号具有良好的时频聚焦性，因此应用分数阶傅立叶变换来分析旋转机械的变速过程的测量信号，可以有效地解决机械转速不恒定对信号分析的影响，提高信号分析、状态监测以及故障诊断的准确性。     

矢量水听器阵时频MUSIC算法研究

时频MUSIC算法利用信号的时频分布构造空间时频分布矩阵,并用该矩阵代替传统的相关矩阵进行DOA估计,可以有效抑制噪声和干扰,提高算法的稳健性。时频子空间算法突破了传统子空间算法中阵元数对估计信号个数的限制,时频点包含了信号的时频空三维信息,通过时频点的选择可直接确定信号的频率从而确定阵列流型矩阵。对于宽带信号,在进行方位估计时避免了频域搜索,减少了运算量。将时频MUSIC算法应用于二维矢量水听器垂直线阵中,充分利用矢量水听器的标、矢量信息和信号的时、频信息进行宽带信号的二维波达方位估计。仿真研究验证了算法的有效性。     

Sweep signal time-delay estimation with time-frequency cross-correlation algorithm

Sweep signal is usually employed as a source signal in active detection such as radar and sonar. Since the frequency spectrum of the sweep signal varies against time, a novel algorithm, namely a time-frequency cross-correlation (TFCC) algorithm based on wavelet packet transform (WPT), is proposed to estimate the time delay of sweep signal. In this algorithm, the source sweep and the received signals are decomposed with WPT to obtain their time-frequency representations and the TFCC between the source sweep and the received signals is performed. Each reflected sweep in the received signal is converted into a time-frequency correlation peak whose position can indicate its time delay. The TFCC algorithm can suppress ambient noise effectively and improve the performance of sweep extraction and can match more precisely the source and the reflected sweeps to their known time-frequency characters. Numerical experiments were performed to compare the performance of the TFCC algorithm with that of the conventional cross- correlation and phase-data algorithms. The results proved that the TFCC algorithm can extract the reflected sweeps effectively and its performance is better than that of the conventional algorithms.     

基于FPGA的暂态信号可定制精细化实时时频关联分析算法

针对电力系统故障信号中暂态分量的精细化实时分析需求,提出一种不同于Mallat算法频域分段方式的时频关联分析算法。这一算法可以实时运行,既对频带进行了精细化的、可灵活设置的、有重点的划分,又实现了全频带的高时域分辨率,同时保持了输出数据的时频关联特性。基于现场可编程门阵列（field-programmable gate array,FPGA）设计了一个实现这一算法的范例模块,基于MATLAB建立了一个简化的分布式参数电网模型。在这一模型上以生成500 kHz的故障信号采样值序列作为输入范例模块的数据流,对范例模块进行仿真,初步验证了该算法的性能、实用性。就该算法在继电保护算法设计中的应用策略提出了建议,对该算法涉及的其他后续工作进行了展望。     

应用分数傅立叶变换方法的水下目标特征提取

针对基于传统时频分析方法的水下目标特征提取方法的缺陷,引入了一种新的时频分析方法——分数阶傅立叶变换（FRFT）方法用于处理水下目标特征提取问题。仿真信号和实际试验数据的处理结果表明,当主动声纳的发射信号为线性调频信号时,分数阶傅立叶变换方法可以使目标的回波能量在分数阶域的对应区域聚集,使目标和混响的分数阶傅立叶变换在分数阶域上不仅呈现明显不同的特征,而且较其他时频分析方法具有抗混响的优点。