盲解卷积的机械振动信号分离技术

针对机械振动信号往往是多个信号卷积混合的结果,阐述了卷积混合的模型和原理.利用扩展的H-J网络结构,给出了在线实时的盲解卷积迭代算法,并通过仿真试验验证了算法的有效性和准确性.该法与传统的傅里叶变换频谱分析相比,能获得更多的振源振动信息,可更准确地进行机械故障诊断.     

多振源卷积混合的时域盲源分离算法

在机械多源振动传播和卷积混合模型的基础上,提出一种基于时域的多振源卷积混合信号的盲源分离算法.该算法以独立性为评判准则,采用反向学习和合理简化滤波器系数的方式,进行滤波器系数的学习,进而实现基于时域的多振源卷积混合信号的分离.仿真试验和多机振动源试验结果表明,该算法对于多源卷积混合信号具有很好的分离效果,可应用于机械设备多激振源卷积混合情况下机械振动源信号的有效分离.     

基于盲源分离的旋转机械干扰消除技术研究

实际工厂环境中，用于状态监测与故障诊断的信号检测传感器，其所采集的机器信号(振动或声音)中，不可避免地混杂有来自于相邻设备以及周围环境的干扰，这对于机器健康状态的准确监测是很不利的。这里研究利用盲源分离技术分离(去除)这些无用的外来干扰，以提高故障诊断的准确性。盲源分离是一个很独特的盲信号分析与处理工具，在机械设备监测与诊断领域有着很好的应用前景。仿真实验以及现实世界的声源信号分离实验结果，证实了盲源分离方法在机械设备干扰去除方面的有效性。     

基于盲源分离与小波降噪的旋转机械故障分析

基于小波降噪和盲源分离相结合对机械信号进行分离与故障诊断。首先使用经分析选择的较好小波阈值对非平稳振动信号进行降噪,然后运用盲源分离技术分离出激振信号,结果表明利用小波阀值降噪后进行盲源分离时分离信号与源信号相似系数优于直接盲源分离;将小波降噪和盲源分离相结合应用于某燃气轮机的实测故障信号提取,诊断出转子发生了不平衡及碰摩等故障现象,与实测情况相符,有效说明了该方法在旋转机械故障诊断中的实用性。     

一种旋转机械振动信号的盲源分离消噪方法

为了消除旋转机械振动信号中不同类型的噪声,提出了一种基于虚拟信号(virtual signal,简称VS)的多级独立分量分析(independent component analysis,简称ICA)的消噪方法。通过引入与测量噪声匹配的虚拟噪声通道,将单通道观测信号扩展为多通道观测信号,用独立分量分析方法消除与数据采集系统相关的测量噪声。将振源信号的组合(有用信号)视为一个虚拟源,对消除了测量噪声的两通道观测信号再次用独立分量分析方法实现有用信号和背景噪声的分离,从而达到消除背景噪声的目的。试验表明,该方法可以得到很好的消噪结果,有效提高信号的信噪比。     

基于源数估计的旋转机械源盲分离

在传统的源数估计方法基础上引入聚类分析思想，提出了一种基于奇异值分解的聚类不相关源数估计新方法。应用该方法，可以估计系统中独立源数的上界，并籍此获得足够维数的传感观测信号，保证盲源分离方法在实际应用中的正确实施。仿真以实验的结果证明了所提出的整体解决方案的可行性和有效性。     

动态故障源数估计的自适应盲源分离方法

在大型旋转机械故障诊断中,由于故障源数动态变化,无法准确估计源数并有效分离出故障源.针对这一问题,采用拓展四阶累积量矩阵估计动态故障源数,并根据源信号数与传感器数的关系,选择相应的盲源分离算法实现自适应盲源分离.实验结果表明,该源数估计算法能有效地估计出包括欠定情况下的动态故障源数,自适应盲源分离算法能有效地实现正定、超定与欠定盲源分离的故障诊断.     

基于MBLMS算法的内燃机振动信号盲源分离

应用Gray＇s变量准则作为代价函数，研究了基于源信号非高斯性的多通道盲最小均方差算法。针对实际应用，生成3路卷积混合信号进行盲源分离，分离信号与源信号相比，除幅值缩放和时间延迟外，其他信息基本得到了保留。在实测内燃机振动信号分离中，所得到的3个分离信号经过分析后确认为排气门落座、活塞撞击和进气阀落座产生的信号。仿真信号和实测内燃机振动信号的分离结果表明，多通道盲最小均方差是一种有效的盲源分离算法。     

盲源分离方法在旋转机械故障诊断中的应用

在旋转机械故障诊断中,从被监测机器测得的振动信号除噪声干扰外,还常混叠有其它机器的振动。由所测得的此混叠信号中分离出被监测机器的信号,并降低噪声的影响,是提高故障诊断准确性的基础。这里采用四阶累积量迫零算法对机器振动信号进行分离,通过仿真信号及实验室实测振动信号的分离验证,此方法是有效的,可作为旋转机械故障诊断的信号预处理方法。     

盲源分离技术用于机械故障诊断的研究初探

目前对现场机械设备进行故障诊断主要是利用振动信号 ,虽然振动故障诊断技术已经十分完善 ,却有着其本身的缺陷。而声音信号恰能弥补这一点。作者试图利用声信号进行机械故障诊断 ,称之为声频故障诊断技术。并首次利用信号处理中的盲源分离技术进行多信号源的分离 ,从而达到单独对现场中某台设备进行诊断的目的。     

JADE算法在星系团图像盲源分离中的应用

星系团是研究宇宙变化的重要现象,也是宇宙在电离信号研究中的强前景.如何从强烈的银河系和河外离散源前景中分离出星系团一直是制约探索和观测宇宙的关键问题之一.实验通过利用扩展联合对角化(JADE)分离方法对模拟的未考虑仪器效应的前景图进行盲源分离探讨研究,获得了其中的星系团成分.结果表明,JADE分离方法能有效地对模拟的星系团成分进行分离.     

侵彻过载信号的欠定盲源分离与特征提取

侵彻过载信号成份复杂,传统盲源分离方法无法有效提取弹体侵彻板靶特征,基于此提出一种不受测试传感器数量限制、具有源数估计的侵彻过载信号盲源分离方法。首先,对单通道测试信号进行总体经验模态分解,将分解后的固有模态与原信号组成多维信号;其次,对组成的多维信号奇异值分解,以"前K次奇异值占优"法则估计信号振源个数,利用"最大互相关系数法"筛选最优IMF函数与原信号重组构造多通道混合信号;最后,对多通道混合信号白化处理和联合近似对角化,计算酉矩阵获得测试信号的混合估计。将其用于单通道侵彻过载信号的特征提取,获得了与源信号相关度为0.974 7的加速度特征信号。与现有方法相比,该方法能有效分离出单通道侵彻过载特征信号,并且信号处理过程具有的自适应特性也解决了不同弹靶工况下过载信号滤波频率的选择困难问题。     

近红外光谱稀疏分量分析检测柴油品质参数

由于光谱盲源分离中的独立分量分析方法(ICA)在柴油品控参数近红外光谱定量分析时预测效果不理想,稳定性不高,本文提出了一种在稀疏特性下的盲源分离近红外光谱分析思路——近红外光谱稀疏分量分析法,并用该方法预测了柴油沸点、密度、芳烃总量等品控参数。首先利用柴油校正集光谱样本训练冗余字典并完成光谱在该字典下的稀疏变换,接着完成混合矩阵估计,最后用混合矩阵与柴油品控参数建立回归预测模型。针对混合矩阵估计中光谱稀疏度不为一时聚状特征模糊导致无法确定聚类数的问题,提出将AP聚类算法应用于聚类过程。实验表明,近红外光谱稀疏分量分析法对柴油沸点、密度、芳烃总量预测的相关系数(R)、预测均方根误差(RMSEP)分别达到了98.91%,99.68%,99.43%和2.84,0.88×10-3,0.59,性能优于ICA及全谱偏最小二乘(PLS)等传统方法。该方法可作为一种柴油品控参数检测的有效盲源分离定量分析方法,并可推广于其它光谱检测领域。     

采用nRF24E1芯片的旋转机械振动测量系统设计

在大型旋转机械故障监测中,振动监测技术具有较好的识别能力,能够进行早期诊断,发现故障原因,进而实现对故障的预防诊断。从实际应用出发,设计了一个基于无线射频芯片nRF24E1的旋转机械振动加速度测量系统,详细阐述了该系统的组成、硬件结构和软件设计。通过实际调试操作,实现了振动加速度数据的发射与接收,并将接收到的数据经过电平转换后传输给计算机。通过实验分析了无线射频芯片传输数据的性能、主要影响因素,以及系统的稳定性。     

基于VbMoICA的机械故障盲源分离研究

用独立分量分析(ICA)分解和表示数据时,假设整个数据分布完全可以用一个坐标系来描述。然而,当观测数据是由许多自相似的、非高斯的流形组成时,则硬是用一个单独的、全局的表示是不合适的,这样会产生一个次优的表示。针对ICA在盲源分离中的不足,在变分贝叶斯理论的基础上提出了一种基于变分贝叶斯混合独立分量分析的机械故障源盲分离方法。该方法是考虑到源信号来自于多个坐标系,然后在多个坐标系下建立独立分量分析混合模型对观测信号进行学习分离。实验结果表明,本文提出的方法是非常有效的。     

一种基于累积量的盲源分离新方法及其应用

结合二阶累积量和四阶累积量各自的优点,提出一种基于联合近似对角化二阶累积量和四阶累积量的盲源分离算法。采用稳健白化算法有效地减小了噪声对分离精度的影响。盲源分离算法与基于四阶累积量和二阶累积量的算法相比,具有收敛速度快、分离精度高的优点,两个仿真试验验证了该算法能有效分离语音信号和超高斯与亚高斯信号混合的信号。应用该算法成功实现了实测转子复杂混叠振动信号的分离。     

基于PSD的电振动台特性检测系统研究

详细介绍了基于位置敏感传感器的电振动台特性检测系统的研究。该系统采用自准直光路原理,利用PSD对位置的高分辨能力特性,对电振动台微小角扭动进行精密测量。数据经高速AD采样后送入计算机,通过分析即可获得电振动台在各种振动模式下角速率时域频域特性。对系统存在的各误差分析得出,该系统200H z频率处角速率分辨力为19.8×1-0 3(°/s)。     

基于DSP的机器人控制系统的研究与实现

机器人控制系统是影响机器人性能的关键部分之一 ,它在一定程度上影响着机器人的发展。本文介绍了基于 DSP的机器人控制系统的设计与实现技术 ,给出了系统的硬件结构及 DSP运行的主流程 ,并采用了一个改进的 PID伺服控制算法 ,最后阐述了系统的主要功能模块。该系统已成功应用于 FS6 0 2六自由度关节式机器人中     

Effects on mechanical properties in electron beam welding of TC4 alloy by laser shock processing

The surface of TC4 titanium alloy welding line by electron beam welding (EBW) was processed by high power Q-switched and repetition-rate Nd: glass laser. Effects of laser power and spot diameter on residual stress and microhardness of the TC4 alloy welding line by laser shock processing (LSP) have been analyzed. Results show that residual stresses almost do not change as laser power is 45.9 J, spot diameter is ϕ9 mm; While laser power is 45.9 J, spot diameter less than ϕ3 mm, the distribution of residual stress in welding line occurs obvious variation, which residual stress increase obviously with spot diameter decrease. When power density is bigger than 1.8 × 10¹⁰ W/cm², residual stresses of electron beam welding line occur change by LSP, which improve obviously residual stress distribution; while laser power is bigger than 1.2 × 10¹⁰ W/cm², the surface micro-hardness of electron beam welding line occurs change by LSP, which improve obviously micro-hardness distribution. Mechanical properties of TC4 titanium alloy welding line will be improved by LSP, which provides experimental foundation for further controlling the distributions of residual stress and micro-hardness during laser shock processing. __________ Translated from Journal of Jiangsu University (Natural Science), 2006, 27(3): 207–210 [译自: 江苏大学学报 (自然科学版)]     

基于小波变换振动能量分布的车窗电机故障检测算法研究

针对车窗电机的质量检测问题,对电机的结构、故障原因、振动信号时域、频域、时频特征、能量特征等方面进行了研究,对常见轴承故障频率进行了归纳计算,对传统的傅里叶变换频域检测、希尔伯特—黄变换时频检测进行了应用分析和归纳总结,并在此基础上创新性地结合了小波变换和能量分布概念,提出了一种基于八阶小波变换能量分布的车窗电机故障检测方法,利用振动加速度传感器和Lab View构建了一套完整的采集检测系统,并通过八阶小波变换分解及能量分布曲线构建,对故障和非故障电机的振动信号进行了对比研究。研究结果表明,该系统和方法能有效地反映不同电机的能量分布特征,能够对故障电机和合格电机进行很好的区分,显著提高车窗电机故障检测的效率和准确性。