基于Root-MUSIC法的轧辊偏心参数估计（英文）

针对轧辊偏心信号是混杂在各种随机干扰中的复杂高频周期信号,因FFT法对信号分析的局限性,提出了一种Root-MUSIC(Multiple Signal Classification)法和Prony法相结合的轧辊偏心信号估计新方法。利用Root-MUSIC法准确估计出偏心谐波的频率及谐波的个数,同时使用Prony方法估计出偏心信号的各次谐波幅值和相位。仿真结果验证了可行性和有效性,在信噪比较低的情况下仍能准确地同时估计出偏心谐波的频率、幅值及相位,尤其在频率分辨率和抗噪声上比FFT法具有优越性。     

基于四阶累积量MUSIC法的感应电机无传感器速度估计

从感应电机定子电流频谱中提取转子槽谐波,并求得电机的转速,传统采用FTT技术,但其自身存在如频率分辨率低、抑制噪声能力弱等一些缺点。提出一种采用基于四阶累积量的MUSIC法从异步电动机定子电流频谱中提取转子槽谐波频率,进而准确估计电机转速的新方法。MUSIC法具有高频率分辨力和强大的微弱谐波检测能力,加之高阶累积量可以有效地抑制噪声,基于四阶累积量MUSIC法非常适用于感应电机转子槽谐波提取。实验结果表明,基于四阶累积量MUSIC法可以正确提取转子槽谐波频率,准确估计出电机转速,尤其在频率分辨率和抗噪声上比FFT法具有较好的优越性。     

谐波力矩和辊系偏心影响下轧机水平振动研究

考虑谐波力矩和轧辊偏心的影响，建立了工作辊水平振动的动力学模型。采用多尺度近似解析法得到了在谐波力矩和轧辊偏心影响下工作辊水平方向的主共振、超谐波共振和亚谐波共振的幅频特性方程，分析了阻尼系数、轧制力非线性系数以及谐波力矩变化下系统的幅频特性。结果表明：系统阻尼系数的增大会使幅频特性曲线的幅值和共振区域变小；随着轧制力非线性系数和谐波力矩的增大，幅频特性曲线的曲率和幅值增大，系统的稳定性降低。最后，对模型进行数值求解，并通过相轨迹和分岔混沌图等方法分析了谐波力矩和辊系偏心影响下系统的运动规律，发现谐波力矩和轧辊偏心力共同作用时会导致工作辊在水平方向上的混沌运动范围增大，使系统更容易出现失稳现象。通过将模型的数值解与近似解对比，进一步验证了谐波力矩和轧辊偏心力会降低工作辊运行的稳定性。研究结果为稳定工作辊的运行提供了一定的理论依据。     

互相关法对主轴振动信号提取的研究

为解决高速主轴因质量不平衡造成的振动,破坏加工精度,影响产品表面质量等问题,对谐波信号、噪声等干扰下主轴同频振动信号进行提取研究。利用Lab VIEW虚拟软件模拟均匀白噪声、高斯白噪声、直流电平、各种谐波下等不同类型振动信号,与基准信号互相关运算,提取与主轴同频振动信号幅值和相位。对比主轴系统在实验条件下和模拟条件下的振动响应,验证了互相关算法提取幅值和相位的准确性。实验条件下对比互相关法算法与整周期截取DFT法,结果表明:互相关法算法完整提取振动信息、运算快、准确性高,为求取影响系数、校正质量等提供更准确输入,为高速主轴在线动平衡调控提供重要信息。     

小波包分解与单节点重构改进算法在轧辊偏心补偿中的应用

针对小波包算法在从复杂的轧制力信号中提取轧辊偏心信号时的频率混淆问题,提出了一种小波包分解与单节点重构改进算法的偏心信号提取新方法,并将其应用到轧辊偏心的补偿中。仿真结果表明:该算法能够有效地提取并重构轧辊偏心信号模型,对轧辊偏心的控制效果明显。     

基于改进小波去噪和EEMD的轧辊偏心提取与补偿

为准确提取轧辊偏心信号,进而实现偏心补偿控制,提高冷轧机的厚度控制,提出了将一种改进小波阈值去噪和EEMD相结合的偏心信号提取方法。该方法结合了小波的强去噪性以及EEMD的抗模态混叠的优点,采用一种含参数的可变阈值函数,在阈值选择时通过人工蜂群优化算法自适应确定最优阈值。利用改进的小波阈值法对轧辊偏心扰动信号进行去噪预处理,然后经过EEMD将信号分解,提取表征偏心信号的特征模态函数,将重构的偏心信号补偿到冷轧机系统中。最后,通过仿真实验表明,此方法能有效补偿轧辊偏心,且所得补偿效果明显优于小波算法的补偿效果。     

颤振信号下的电液比例多路阀系统稳定性分析

以某型号电液比例负载敏感多路阀为研究对象,构建其电液比例系统的AMESim仿真模型。通过设置主阀阀芯处的间隙与偏心值,得到考虑泄漏时颤振输入信号幅值与频率和内部主阀前阻尼孔直径对主阀阀芯位移和输出流量的影响。结果表明：随信号频率的增大和幅值的降低,两参数波动幅值逐渐降低;阻尼孔直径在影响超调量、响应时间的同时,也影响两参数波动幅值。仿真分析结果可为实际应用中颤振信号的确定提供参考。     

基于EMD-AR谱分析的数控机床主轴故障诊断方法研究

针对数控机床主轴系统经常出现的声音异响等故障,提出了一种基于经验模态分解(EMD)和AR(auto regressive)谱分析相结合的诊断方法。对主轴箱部位使用亿恒数据采集仪进行数据采集,将测量数据进行经验模态分解,提取几个各阶本征模态函数分量(IMF)最大幅值并求平均,选取平均后的幅值占总幅值中比例较大的几阶IMF,并进行自回归谱分析,通过试验测得测试机床主轴箱的主要频率值,并与希尔伯特边际谱及FFT进行对比。结果表明测试机床故障频率与电机轴频率吻合,是由于电机轴装配偏心造成;同时通过对比分析表明EMD-AR谱估计更能有效地提取故障频率。     

八辊轧机辊系配置及轧辊受力分析

本文根据八辊轧机配辊原则,提出计算偏心值和配工作辊直径的简便准确计算公式和作图法。其次从轧辊的力平衡出发,确定了轧制时各力的相互关系,从而提出保证轧制稳定所需的偏心值理论公式,并提出在一定偏心值下,使工作辊运转稳定而不滑动所允许的最大压下量计算公式。     

核燃料包壳管涡流检测的相位特性

为确保核燃料包壳管涡流检测的可靠性,利用涡流检测中的缺陷信号,研究了频率对检测信号幅值和相位的影响。首先根据涡流检测原理,得出包壳管的涡流密度及其与标准渗透深度的关系,然后通过试验得到包壳管的相位滞后曲线。试验结果表明,涡流检测时,结合缺陷信号的相位信息,能够较为准确地评估缺陷深度。     

Energy distribution and effective components analysis of 2n sequence pseudo-random signal

In order to extract usable harmonics from real 2ⁿ sequence pseudo-random data, a technical method is proposed. An equation for predicting the average amplitude of the main frequencies is proposed to guide the choice of signal type for different exploration tasks. By the threshold of the amplitude of the transmitted signal, a set of candidate frequencies are first selected. Then, by operating a spectrum envelope method at these candidate frequencies on received data, effective components in data are extracted. A frequency density calculation method is proposed based on a logical number summation method, to reasonably characterize the frequency density in different frequency bands. By applying this method to real data in Sichuan, China, with signal Type 13, 75 effective components are extracted, including both main frequencies and harmonics. The result suggests that the number of effective frequencies in the 2ⁿ sequence pseudo-random signal can be increased by extracting usable harmonics, without any additional fieldwork.     

数字化电磁无损检测信号的频域数字滤波

在电磁检测中，检测信号在空间上与被测缺陷对应，以时间基为基础的模拟信号处理方法有时很难实现频段内的有效滤波，数字滤波方法则可以达到精确滤波的目的。为此，提出了一种零相位的、通带最平的数字滤波器构造方法和以FFT(快速傅里叶变换)为基础的快速频域数字滤波算法，可有效处理电磁检测信号中低频波动和高频干扰。     

Application of the wavelet transform in mechanical spectroscopy and in Barkhausen noise analysis

In this work, the wavelet transform and the Fast Fourier Transform FFT are introduced to analyze the quality of the strain response signal in order to improve the accuracy of computation of both the logarithmic decrement and the mechanical loss angle. The wavelet transform of the strain response signal yields a three-dimensional representation (the time-scale joint representation), i.e. space (time), frequency (scale) and amplitude. To emphasize that not only time but also frequency content of the strain response signal collected from a mechanical spectrometer is identified, the author suggests that the time-scale joint representation of the strain response signal should be called ‘Identified Strain Response Signal — ISRS’. The wavelet transform was shown to be an excellent tool to test the quality of the strain and/or of the stress signal in a mechanical spectrometer working in a resonant or subresonant mode. A new approach to the non-stationary Barkhausen noise (BN) signal based on the wavelet transform is also presented. The BN level is usually expressed with the magnetoelastic parameter MP which is a relative number proportional to the root mean square level of the BN. It was found that the MP value is not a reliable parameter for the identification of stress concentrations in ferromagnetic materials. Indeed, a stress concentration resulting from internal stresses can be successfully revealed by the time-scale joint representation of the BN signal. The author suggests that the wavelet transform of the non-stationary RN signal should be called the ‘Identified Barkhausen Noise — IBN’. This approach produces a physically reliable relationship between the IBN and either the level of internal stresses or fine variations in the microstructure.     

互高阶谱MUSIC法在异步电机转子断条故障诊断中的应用

针对电机断条故障特征频率分量易被基波分量泄漏及噪声淹没而无法准确检测的缺点,提出了一种基于互高阶累积量的多信号分类法MUSIC的异步电动机转子故障特征提取方法。将故障信号进行空间分解,根据正交子空间的特性,有效地提取出转子故障特征分量。仿真和实验结果表明,该方法在对电机转子断条故障检测时,在不需要对分析数据进行整周期采样前提下,能准确检测出转子故障时电流中的故障特征成分,证明了该方法的有效性。     

一种基于变频器电流检测机床刀具磨损新方法的研究

针对传统机床刀具磨损状态检测方法的局限性和不足等问题，采用间接量来检测刀具磨损状态而提出了一种基于机床变频器三相输入平均有效电流信号来检测刀具磨损状态新方法。首先，介绍了铣床变频器电流检测刀具磨损新方法的工作原理，验证并对比了三相平均有效电流信号计算法优于传统RMS计算法；其次，利用三相平均有效电流(ARMS)计算法和传统RMS计算法来获取计算后的有效电流信号，结合小波降噪和EEMD分解法对信号进行降噪、分解及重构处理，分析重构后其时频域下两种方法计算的有效电流值信号各频带能量和均方差并将其组成特征向量；最后，将特征向量输入CPSO ELM和PNN神经网络等分类器进行故障识别和对比。实验结果表明，CPSO ELM相比PNN神经网络分类器具有准确的识别效果，验证了所采用的变频器电流来检测铣床刀具磨损新方法的有效性和可行性。     

声发射技术在砂轮回转实验破碎识别中的应用

采用一种新型砂轮破碎状态信号检测方法——声发射（AE）技术,通过采集环境背景、空转、空载和负载AE信号,并对信号进行时频域研究。对比砂轮破碎后和破碎前AE信号特征,时域信号特征电压值增大了2.5倍、能量谱峰值增大了4倍、均方根值（RMS）增加了1.17倍,频域信号经快速傅里叶转换（FFT）后得到了一个高频电压信号。研究结果表明:声发射技术优于目前常用的振动法、音量法和光电法,更适合用于砂轮回转实验破碎识别。      

小范围局域网络信号帧快速捕获方法研究

针对小范围局域网络信号帧不确定性高,捕获速度慢的特点,提出一种新的小范围局域网络信号帧快速捕获方法。介绍了小范围局域网络信号帧生成及资源映射过程。采用FFT方法对经Q路处理后的数据进行计算,将得到的值和既定门限相比,判断是否转至跟踪状态。给出FFT伪码捕获方法流程图。通过并行局部相关以及FFT原理完成频域中的伪码检索,确定本地载波和接收信号载波间的频差,完成相应修正。把载波与伪码的二维检索转换成一维检测索,确定出两者间的频差。实验结果表明:所提方法复杂度低、捕获精度高、捕获速度快。     

基于DSP控制的超声金属焊接电源

为了进一步提高超声金属焊接的可靠性与稳定性,针对现有模拟超声焊接电源频率跟踪性能差、焊接过程振幅不可调的缺陷,文中提出了基于数字信号处理器(DSP)控制的超声电源方案.通过采集压电换能器两端电压、电流相位差,利用增量式PI控制算法实现了焊接过程的频率跟踪;采用脉冲宽度调节的方式实现了焊接过程超声振幅大小的调节.结果表明,采用数字控制的超声电源,实现了焊接过程振幅的连续可调;负载突变时,0.32 ms时间内可以实现频率跟踪过程.     

基于Hilbert-Huang变换的滚珠丝杠副振动信号分析

为了验证HHT对处理滚珠丝杠副振动信号的有效性,通过对构造的调频、调幅混合信号进行HHT分析,并通过相关系数、均方误差、能量分布等指标分析各分量与构造信号的关联性,发现HHT对处理非平稳、非线性信号的有效性。进而引入实验数据,以同样的思路对振动信号进行分析,并计算各IMF分量对应的3个指标值,以图像的形式反映出各分量与原始振动信号的关联性,发现各IMF分量所携带能量都较小,说明滚珠丝杠副运行平稳、正常。通过FFT变换求出并绘制的首个IMF分量频谱图,更清楚地反映了实验台的固有频率所对应的幅值。整个分析过程表明,用HHT方法处理滚珠丝杠副振动信号是有效的。