基于小波包和EMD的谱峭度法在滚动轴承故障诊断中的应用

共振解调法是滚动轴承故障诊断中最常用的方法之一,然而确定合适的带通滤波器参数并将高频共振成分提取出来并不容易。谱峭度能够发现故障特征最明显的频带即自动确定带通滤波器的参数。但是滚动轴承的早期故障信号中混有强烈的干扰噪声,单一采用谱峭度法无法确定故障部位。为此提出一种基于谱峭度法和经验模式分解(EMD),以及小波包变换联合应用的滚动轴承故障诊断的新方法,首先采用EMD对原始信号进行自适应性分解,突出高频共振成分,再利用谱峭度法确定最佳带通滤波器参数,然后使用小波包变换提取高频共振成分,最后使用Hilbert变换做包络解调,经过对实际故障信号的研究分析,证实了该方法的有效性。     

基于小波包能量谱的磁记忆检测方法

提出磁记忆信号的小波包能量谱分析方法,以小波包变换理论为基础,通过对有中心小孔缺陷的45号钢和18CrNi4A试样进行拉伸试验,采集不同载荷下试样表面的磁记忆信号。用sym6小波对所得信号进行小波包能量谱特征分析。该方法可有效判断试样的应力集中部位及应力集中程度。     

小波噪声电阻与EIS结合评价涂覆层性能

用电化学阻抗谱和电化学噪声方法研究常用碳钢基底高绝缘性能防护层.在中高频范围测试涂层体系的电化学阻抗谱,在低频范围测试电化学噪声.用电化学阻抗谱中高频信息得到评价参数等效电容.用小波多分辨分析分频特征,建立了小波噪声电阻方法,可以得到较低频率下的噪声电阻信息.得到的评价涂敷层性能的等效电容和小波噪声电阻有很好的对应性.     

铝合金阳极腐蚀过程的电化学阻抗谱研究

利用电化学阻抗谱(EIS)方法研究了Al-Zn-In-Mg-Ti合金阳极在3%NaCl溶液中的腐蚀过程,观察了260h浸泡腐蚀后的表面形貌.结果表明:合金腐蚀是点蚀引起的,腐蚀由钝化态开始,经点蚀诱导期,达到点蚀稳定期.分别采用不同等效电路拟合合金在不同腐蚀阶段的电化学阻抗谱.结果表明:当合金处于钝化态时,EIS谱为反应电阻Rt很大的容抗弧;随浸泡时间的延长,EIS谱低频出现感抗弧,合金进入点蚀诱导期,溶液电阻R5增大,反应电阻Rt减小,蚀孔内反应电阻R0减小,感抗L收缩;合金处于点蚀稳定期时,EIS谱低频感抗弧消失,出现一直线,腐蚀产物扩散成为反应控制步骤.     

基于改进RANSAC算法的PCB板定位方法的研究

为了快速精确识别定位Mark点从而确定PCB板连片折板位置,提出一种基于改进RANSAC算法的边缘拟合算法。通过对目标模型的固有特性进行分析,定向筛选样本点,得到估计模型;采用分层抽样法抽取样本点进行残差分析;经过多次迭代后筛选出最符合的模型。对比分析了加权最小二乘法拟合、基于Zernike矩的边缘拟合和基于改进RANSAC算法的边缘拟合3种方法在效率和准确性方面的差异。实验证明:基于改进RANSAC算法的边缘拟合法较其他两种方法具有鲁棒性更好和稳定性更高的特点。     

基于小波分析的车辆平顺性试验研究

为研究车辆的平顺性,采用小波理论对实测的车辆振动信号进行分析,选取db44小波基函数对其进行10层小波包分解,分别分析了车辆前排座椅处z向的加速度信号和功率谱密度(u=80km/h),分解得到的最低频率2Hz.结果表明:利用小波技术来分析车辆平顺性,可以把异常信号或非平稳信号在所采集的信号中放大表示,并在频域上进行准确的定位,同时可以把路面激励分离出来,从而为进一步分析车体振动提供参考.     

构件裂纹缺陷的超声识别

将小波包多分辨率分析与能量谱相结合,提出了两种金属材料缺陷特征提取的方法,即能量-裂纹法和小波包-功率谱法.能量-裂纹法选取最能反映缺陷特征的能量特征向量作为特征参数,进行缺陷的识别.小波包-功率谱法需要找到小波包分解中对裂纹缺陷最敏感的结点,然后对其进行功率谱分析,从而可以很明显地区分出有无裂纹的信号以及裂纹类型.以航天发射塔架钢连接构件疲劳裂纹超声信号为例,对这两种方法进行验证,表明是行之有效的特征提取方法,为金属材料缺陷检测与识别开拓了新的思路.     

Savitzky Golay-WPT在滚刀主轴振动信号降噪中的应用

为消除滚齿机在加工过程中,滚刀主轴振动信号因环境影响而产生的噪声信号,提出一种基于Savitzky Golay -WPT的信号降噪方法。对原信号进行计算,得其最佳小波包分解树;根据最佳分解树,进行小波包变换（WPT）,得小波包系数;利用阈值函数对小波包系数进行筛选;结合最小二乘拟合方法对小波包筛选后系数进行重构。结果表明：与传统小波包和CEEMDAN相比,所提方法降噪性能分别提高3135%和2271%;在实际加工数据中,与传统小波包方法对比,该方法可减少中心频率周边干扰,使中心频率特征更突出,降噪效果更明显。     

基于金属磁记忆法的焊接缺陷特征值提取

研究了磁记忆检测技术在焊缝检测中的应用情况。采集了有缺陷和无缺陷试件分别在无应力作用下和加载后的磁记忆信号,并进行对比分析。以小波包变换为理论基础,对磁记忆信号进行小波包分解和小波包能量谱特征分析。试验证明,采用磁记忆信号的能量集中位置来判断缺陷的区域是可行的。     

样本熵改进小波包阈值去噪的轴承故障诊断

为了准确诊断出轴承故障,提出了样本熵改进小波包阈值去噪算法的轴承故障诊断方法。分析了样本熵与噪声大小、数据长度、信号固有特征的关系,得出了样本熵可以很好表征噪声大小、与数据长度、信号固有特征相关性极小的结论。使用样本熵从三个方面改进了小波包阈值去噪算法:提出了自适应阈值函数,使阈值函数随噪声分布情况进行自适应调整;以噪声信号样本熵值最大为依据,提出了最优阈值估计方法,使阈值随噪声大小自适应调整;以相邻分解层数的样本熵均值差值为依据,提出了分解层数确定方法。将样本熵改进小波包阈值去噪算法应用于轴承故障信号去噪中,去噪信号功率谱中轴承转动频率及倍频、外圈故障特征频率及倍频、两者的调制频率显露明显,能够明确判处出轴承为外圈故障,体现了极好的去噪效果。     

基于小波包变换预处理的铝电解槽针振信息元分析与诊断

简述了小波包变换的基本原理及利用小波包对电压信号进行分解的方法。针对铝电解槽电压波动信号的频谱特点。采用小波包分析方法提取了电压信号的特征向量。将信号分解到8个频段内。进行预处理得到频段能量特征向量。应用BP神经网络建立了特征向量到振针信息元之间的映射。仿真结果表明，小波包分析能够有效地将隐藏在正常电压信号之中的早期弱故障信号提取出来，从而发现槽子的早期不良症状。     

数字超声系统脉动噪声的估计与消除

采用高通滤波器和小波包变换技术对低碳钢摩擦焊接头进行超声无损检测，研究表明，高通滤波后，信噪比有所提高，但频率滤波器在滤除噪声的同时，也滤除了缺陷信息中所含的低频成分。小波包变换是一种比小波变换频率线性度更好的时频分析方法，能同时兼顾信号的陡变和缓变特征，从而清楚地区分时变信号和长时间的类周期信号。实验证明，小波包换能正地估计出脉动噪声，从而有效地去除之，提高信号的可观察性和信噪比。     

小波包-AR谱在钛合金材料声发射监测技术中的应用

鉴于钛合金材料的声各向异性和高声波衰减系数使疲劳试验过程中的声发射监测十分困难。提出了小波包与AR谱相结合对钛合金材料声发射信号进行分析的方法。即对输出信号进行小波包分解,然后分频段对信号进行重构得到包含不同频率成分的时域信号,再进行AR谱分析,从而提取出频谱特征。分析表明,该方法对利用声发射信号分析钛合金材料部件的损伤和裂纹扩展是有效的。可为钛合金部件损伤和裂纹扩展的识别提供可靠的依据。     

钛合金车削加工过程中刀具磨损状态监测的小波包子带能量变换特征提取新方法

在小波包分析的基础上,提出对小波包子带能量特征抽取的新算法.考虑到小波包能量子带的动态特性和统计特性可以作为刀具磨损状态识别特征提取的来源,提出将小波包子带能量相对比率、小渡包子带能量相对比率的变化值、小波包子带能量相对比率的变化值的统计偏差(能量距)作为三个新特征值.建立刀具磨损状态监测实验平台,采集刀具三维力反馈、振动信号作为监测信号.按常规特征抽取方法和本研究中提出的方法抽取特征值,形成网络训练、识别特征值空间.用梯度下降法训练建立BP人工神经网络,对27具四种磨损状态进行识别,验证小波包子带能量变换提取到的特征的有效性.     

基于小波能量包特征的自修复效果评定可行性研究

为了在线检测自修复添加剂的自修复效果，探讨了小波包能量特征与自修复效果之间的关系，通过试验证明小波包能量特征的方法用于自修复效果评定具有可行性，比频谱分析更直观、准确，同时也为在线检测自修复效果提供一种新的方法。     

基于小波包分析的合成金刚石缺陷超声识别

应用超声波探伤仪系统对合成大颗粒金刚石缺陷进行检测,针对缺陷信号特点提出利用小波包分析提取缺陷特征值,应用小波神经网络进行模式识别的方法,实现了从检测到的超声信号中提取出反映缺陷性质的相关信息,并通过这些信息对其进行分析,建立了网络模型以实现缺陷定性识别。实验结果表明,小波包分析能够挖掘利用缺陷回波信号时域和频域的信息,通过多层次划分频带,使在多分辨分析过程中未进行划分的高频区间再次分解,还可依据小被分析信号特征自适应挑选相对应的频带,达到和信号频谱相互配合,进而达到使时-频分辨率显著提高的效果,可见小波神经网络的良好局部放大特性和多分辨率学习特性,可使合成金刚石缺陷的定性分类获得较高的准确率。     

Application of the wavelet transform and the enhanced Fourier spectrum in the impact echo test

The objective of this study is to develop a reliable and effective method to analyze the signal of the impact echo test. The impact echo test is a nondestructive testing technique for civil structures. In the test, the surface response of the target structure due to an impact is measured. Then, the Fourier transform is adopted to transform the signal from the time domain to the frequency domain. Owing to the multiple reflections induced by cracks, voids, or other interfaces, peaks will form in the Fourier spectrum. The frequencies of the peaks can then be used to determine the size of the structure or the location of the defect.

Several difficulties are encountered when applying the Fourier transform to impact echo data. Because the impact echo data are non-stationary and contains multiple reflections, ripples and multiple peaks appear in the Fourier spectrum, which may mislead the follow-up diagnosis. Furthermore, the existence of the high-energy surface wave and structural vibrations often complicates the spectrum and makes the data interpretation even more difficult.

To overcome these difficulties, this research adopts the wavelet transform in the analysis of impact echo data. Theoretically, the wavelet transform can avoid ripple and multiple-peak phenomena. Furthermore, the frequency range and time span of surface wave can be observed in the wavelet scalogram. However, the spectral resolution of the wavelet marginal spectrum is inferior to that of the Fourier transform. Therefore, two approaches are proposed in this paper. One is to combine the Fourier spectrum and the wavelet marginal spectrum to determine the precise location of the echo peak. The other is to take the product of the two spectra to establish the enhanced Fourier spectrum. As such, the interference in the Fourier spectrum is suppressed while the peak is enhanced. Numerical and experimental tests were performed to verify the effectiveness and reliability of the proposed approaches.     

基于声发射检测的碳布／环氧树脂复合材料压缩损伤评价

用声发射仪器监测二维编织碳布／环氧树脂复合材料的压缩损伤过程。通过载荷与声发射特征关系图,判断出其在损伤过程中的临界失效载荷,作为判断材料临界损伤强度的依据。通过对碳布／环氧树脂复合材料在压缩损伤过程中产生的声发射信号进行小波包分解,并对信号进行频谱分析以及对小波包分解后的各层进行能量分析,得出了声发射源即纤维断裂信号、基体断裂信号和层间开裂信号的频率分布范围。     

基于虚拟仪器的表面肌电信号特征提取算法的研究

提出一种基于虚拟仪器的表面肌电信号的特征提取算法。该方法利用虚拟仪器丰富的函数功能,针对肌电信号的非平稳性特征,应用积分阈值法首先去除静息电位,保留最有价值的信号部分,然后利用小波包变换的方法对肌电信号进行小波包分解,根据其投影到不同频段上小波包系数能量的不同,利用能量较大的几组系数重构肌电信号。实验结果表明:该方法能有效地去除静息电位及噪声信号,且保留了肌电信号的细节信息,为肌电信号的模式识别创造了良好的条件。该研究依据虚拟仪器平台,为创建表面肌电信号实时控制机械臂系统提供了研究基础,具有潜在的工程应用价值。