基于瞬时频率估计的自适应Vold-Kalman阶比跟踪研究

结合旋转机械启停阶段振动信号的特点,提出了一种基于Viterbi算法和短时傅里叶变换(STFT-VA)的瞬时频率估计算法,STFT-VA算法在高噪声、临近阶比和交叉阶比情况下有较高的精度.实现了基于STFT-VA算法的自适应Vold-Kalman阶比跟踪(AVKF-OT),和传统的以硬件实现的Vold-Kalman阶比跟踪(VKF-OT)相比,此方法具有无需转速计等硬件、用纯软件的方法实现.实验结果表明,该方法能够在时域中准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取.     

无转速计的旋转机械Vold-Kalman阶比跟踪研究

结合旋转机械升降速阶段振动信号的特点,提出了一种无转速计的旋转机械Vold-Kalman阶比跟踪方法。该方法利用能量重心法对振动信号进行频谱校正,估计瞬时频率,获得参考轴转速信号,再对振动信号进行Vold-Kalman阶比跟踪,提取阶比分量。与需要转速计的经典Vold-Kalman阶比跟踪方法相比,该方法无需鉴相装置,完全用软件方式实现,算法精度高。仿真和应用实例分析结果表明此方法能够在时域中准确地提取幅值和频率变化的阶比分量。     

旋转机械非稳定信号的伪转速跟踪阶比分析

旋转机械非稳定信号阶比分析技术，是旋转机械特征分析的重要内容。本文提出并介绍了用时频分析技术中的瞬时频率估计实现伪转速跟踪阶比分析的方法。和传统方法相比，本方法无需转速计和鉴相装置等辅助硬件手段，简化了阶比分析的实现。介绍了借助本方法实现的阶比谱、阶比谱阵和跟踪阶比谱等阶比分析技术的方法，并通过实际测试验证了其有效性。本方法是对已有方法的有力补充，特别适合虚拟测试仪器发展的要求。     

卡尔曼滤波及其FPGA实现

卡尔曼滤波器被广泛应用于目标位置预测领域,但由于算法复杂、计算量大,采用软件实现难以满足现代跟踪系统的实时性要求,本文介绍了卡尔曼（Kalman）算法的理论推导,提出了一种基于FPGA的可重配置实时卡尔曼滤波器硬件结构,在Simulink中的DSP Builder实现卡尔曼滤波器,最后在FPGA中实现。     

基于分段重叠零相位滤波的阶比跟踪滤波法

提出了一种用零相位数字滤波实现旋转机械阶比跟踪滤波的新方法，和传统的以硬件实现阶比跟踪滤波方法相比，该方法有无需跟踪滤波硬件、用纯软件的方法实现和对原始采样信号不产生相位移动等优点。在讨论了这一方法的理论依据和算法后，提出了数据分段重叠滤波方法．有效地抑制了一般分段数字滤波产生的边缘效应。仿真试验验证了此方法的正确性和有效性。     

弗德卡曼滤波阶比跟踪解耦新方法

摘要：弗德卡曼（Vold-Kalman）滤波阶比跟踪法是目前旋转机械阶比分析中能对阶比耦合干扰进行有效解耦操作的方法。但是传统的弗德卡曼升滤波解耦方法存在计算效率低,在无法充分获得耦合阶比瞬时频率信息时不能使用等不足。本文提出了一种基于独立分量分析技术的弗德卡曼滤波阶比跟踪解耦方法。其先将混合观察信号分解为阶比分量、耦合干扰等不同的独立信号分量,再在此基础上对分离出的阶比分量信号对应独立信号分量进行弗德卡曼滤波阶比跟踪分析,有效解决了传统解耦方法计算效率低,解耦需要干扰信号瞬时频率的不足。文中对弗德卡曼滤波阶比跟踪和独立分量分析的基本原理进行了简要介绍,在此基础上提出了本方法的实现方案。通过仿真试验和实际测试对本方法的有效性进行了评价。
     

基于谱峭度的滚动轴承故障包络阶比跟踪分析

通过对旋转机械变速运行工况的齿轮箱振动分析研究,提出一种基于谱峭度的滚动轴承故障包络阶比跟踪分析方法。该方法利用旋转机械运行过程中滚动轴承故障引起的冲击性振动会激起其周围结构共振的原理,应用谱峭度方法自适应地确定优化的共振解调带通滤波中心频率和滤波带宽,进而通过共振解调算法获得包含轴承故障初始阶段振动特征的包络信号,再将变速工况下的非平稳包络信号通过等角度重采样转化为角度域的准平稳信号,进而获得消除了频率模糊的阶比谱,实现对旋转机械变速运行工况下的滚动轴承故障诊断。仿真和测试试验结果验证了本方法的有效性。     

发动机变速阶段振动信号时频分析阶比跟踪研究

发动机变速过程产生的振动复杂多样,具有周期性和频率倍增等特点。阶比跟踪是一种用于旋转类机械系统动态设计、故障诊断和状态监测的重要方法。阐述了阶比跟踪的国内外发展及技术情况。G abor变换是一种可逆的联合时频变换,通过研究G abor变换及满足信号时域重构的对偶函数双正交条件,采用在时频域进行带通滤波的方法来进行阶比跟踪,能够得到各阶比成分的时域重构信号。克服了采用传统等角度重采样后进行傅立叶变换方法不能在时域内提取阶比信号的不足。     

基于DSP的振动信号阶比与时域同步平均分析

本文介绍了阶次这一特征分量在机械故障诊断中的应用，以及其原理和各种具体实现方法。而时域同步平均可以有效衰减与回转频率无关的干扰，提取与工作状态直接相关的周期信号。同时，时域同步平均的实现方法与阶比分析也有相似之处，所以本文也对其作了介绍。在比较几种传统方法后，提出了采用高速数字信号处理器DSP电路和插值算法来进行振动信号的阶比分析和时域同步平均处理。克服了基于锁相环电路采样方法跟踪精度低，速度慢和使用不便的缺点。     

旋转机械阶比跟踪中的阶比交叠噪声消除

旋转机械的升/降速过程的阶比分析中测试数据容易受到阶比交叠噪声分量的干扰,使得分析结果失真甚至无意义.提出了对测试数据先用独立分量进行分解,将混合信号中的阶比分量和非阶比交叉噪声分离为不同独立信号分量,在此基础上再对分离出的阶比分量信号对应独立信号分量进行阶比跟踪分析,解决了阶比跟踪分析中的交叠噪声干扰问题.对Gabor阶比跟踪和独立分量分析的基本原理进行了简要介绍,在此基础上提出了本方法的实现方案,并在阶比分析中解决了独立分量分析具有的不确定性问题.通过仿真试验和实际测试对本方法的有效性进行了评价.     

永磁型无轴承电机自适应振动抑制控制

为解决在永磁型无轴承电机转子抑制振动控制时,高频噪声信号降低振动信号频率辨识精度,导致系统不稳定的难题,介绍了一种基于多频率跟踪算法的转子自适应振动抑制控制策略。分析了振动信号频率辨识误差形成机理,推导了自适应多频率跟踪算法,构建了转子振动抑制控制系统,采用李雅普诺夫稳定性理论分析了自适应多频率跟踪算法和基于该算法的振动抑制控制系统稳定性。将其应用到永磁型无轴承电机转子磁场定向控制系统中,进行了仿真和实验研究。研究结果表明,自适应多频率跟踪算法可快速准确辨识振动信号频率,基于该方法的振动抑制控制系统,可有效抑制转子振动,提高转子旋转精度。     

稀疏信号分解-分段拟合逼近及其无转速计阶比应用

针对传统无转速阶比存在低阶拟合阶次模糊和高阶拟合频率积分方程难求解的问题,提出了一种基于稀疏信号分解和分段拟合积分逼近的无转速计阶比方法。根据啮合频率的稀疏信号分解动态时间支撑区对瞬时转频分段,并进行低阶多项式拟合,采用积分逼近方法代替求解方程,确定等角度重采样时刻,准确实现无转速计下的阶比分析。仿真和实测信号试验结果表明:基于啮合频率动态时间支撑区对瞬时转频分段,既能保证各段内频率变化简单,又能使分段最少;在各分段内采用2阶多项式就能准确拟合,解决了单个多项式整体拟合精度不高、缺乏自适应性的问题;积分逼近求解等角度重采样时刻,不需要求解方程,有效解决了方程无解、无实数解影响阶比结果的问题;基于稀疏信号分解和分段拟合积分逼近的无转速计阶比方法,为无转速计条件下旋转机械变转速过程信号阶比分析提供了一种新的有效途径。     

基于稀疏信号分解和分段拟合积分逼近的无转速计阶比方法与应用

针对传统无转速阶比存在低阶拟合阶次模糊和高阶拟合频率积分方程难求解的问题,提出了一种基于稀疏信号分解和分段拟合积分逼近的无转速计阶比方法。根据啮合频率的稀疏信号分解动态时间支撑区对瞬时转频分段,并进行低阶多项式拟合,采用积分逼近方法代替求解方程,确定等角度重采样时刻,准确实现无转速计下的阶比分析。仿真和实测信号试验结果表明：基于啮合频率动态时间支撑区对瞬时转频分段,既能保证各段内频率变化简单,又能使分段最少;在各分段内采用2阶多项式就能准确拟合,解决了单个多项式整体拟合精度不高、缺乏自适应性的问题;积分逼近求解等角度重采样时刻,不需要求解方程,有效解决了方程无解、无实数解影响阶比结果的问题;基于稀疏信号分解和分段拟合积分逼近的无转速计阶比方法,为无转速计条件下旋转机械变转速过程信号阶比分析提供了一种新的有效途径。     

特征分析及其在船舶轴系故障诊断中的应用

特征分析是基于振动噪声频谱分析的一种机械故障诊断技术,特别适用于有转速波动的旋转机械。它包括阶比、跟踪、谱阵分析等方法。本文介绍了它的基本原理和内容,讨论了数字阶比分析的外采样技术与泄漏误差、跟踪分析与迭混问题。最后给出了一个实例。     

EKF和PF算法及其在目标跟踪中的应用

基于贝叶斯滤波的目标跟踪原理,介绍了扩展卡尔曼滤波(Extended Kalman Filter,EKF)和粒子滤波(ParticleFilter,PF)的基本思想和算法实现步骤。在非线性环境下对比分析了EKF算法和PF算法的估计精度,并给出两种方法的适用条件。EKF算法采用Taylor展开的线性变换来近似非线性模型,而PF算法采用一些带有权值的随机样本来表示所需要的后验概率密度。仿真结果表明,在强非线性非高斯环境下,PF算法的跟踪性能远优于EKF算法,当系统非线性强度不大时,EKF算法和PF算法的估计精度相差不大,但PF算法计算复杂,跟踪时间长,实时性差。     

一种基于相对固定增益的Kalman滤波信号跟踪算法

研究了Kalman滤波在卫星导航终端信号跟踪中的应用。运用基于Kalman滤波形成的信号跟踪环路利用最优估计理论动态调节环路带宽,较好地解决了信号跟踪性能受信号强度和信号动态两因素制约的问题;运用信号系统中的Z变换从理论上证明了Kalman滤波稳态性能与普通锁相环路的转换联系;分析了Kalman滤波的稳态响应特点,借鉴α·β滤波的固定滤波系数思想,在保留Kalman滤波基本递归叠代过程的前提下,利用稳态效应误差恒定的性质,提出了一种基于相对固定增益的Kalman滤波信号跟踪算法。该算法采用基于SNR的查找表方式(无需计算方式)确定增益系数,以减少滤波的计算量。性能试验结果表明,该算法的鲁棒性较好,能实时跟踪信号变化,信号突变条件下的暂态响应跟踪误差略大于标准算法,稳态条件下的滤波效果与标准算法基本持平。     

基于自动搜峰瞬时频率估计的自适应多阶比分析技术研究

提出一种利用自动搜峰的瞬时频率估计技术来实现旋转机械自适应多阶比分析(Adaptive Multiple Order Tracking,AMOT)的新方法。首先,通过时频分析得到振动信号的时频分布,根据频率峰值坐标自动选取搜峰起始点,自适应搜索出不同阶比分量的时频峰值。其次,利用最小二乘法将不同频率分量进行拟合实现瞬时频率估计,然后根据参考分量计算出重采样的鉴相时标对原始信号进行重采样,最后通过FFT变换实现阶比分析。该方法通过瞬时频率估计能够自动识别出所有阶比分量,实现优中选优,避免了传统算法中人为直观选取一个分量进行遮掩滤波提取分量的方法,减少了人为选取分量及起始点造成的误差,具有自适应性。并且无需同步采集转速信号,大大简化了应用条件,同时减少了人为因素,提高了分析精度,为旋转机械故障诊断提供了新方法。仿真实验和应用实例验证了方法的有效性。     

气体质量计量的方法论证

为提高科氏流量计气体信号的初始频率收敛速度和跟踪精度,提出了一种频率解算的新方法：首先采用基于burg算法实现的格型IIR自适应陷波器对信号滤波,并短时间跟踪信号频率,其收敛后基于简化梯度算法实现的格型自适应陷波器开始并行工作,待简化梯度算法实现的格型自适应陷波器收敛后,前者停止工作,简化梯度算法实现的格型自适应陷波器持续工作直至结束。通过仿真和实验验证来说明本方法信号收敛速度更快、频率跟踪精度更高。     

复杂背景及遮挡条件下的运动目标跟踪

CamShift算法应用于复杂背景及遮挡条件下视频跟踪时,极易出现跟踪失效和目标丢失。本文提出基于颜色、纹理及目标运动信息的综合特征用于改进CamShift算法,结合Kalman滤波器对目标运动状态进行预测提高了复杂背景下运动目标的跟踪稳定性和跟踪精度。在目标发生遮挡时,通过目标遮挡前的先验信息进行最小二乘拟合及目标运动轨迹外推,预测目标运动位置信息,有利于遮挡结束时对运动目标的重新捕获。多组实验结果及性能分析表明,该算法在复杂背景及目标被短时遮挡情况下,可以实现目标的持续、稳定跟踪,并具有较好的实时性。     

基于AFF和SGA的科氏质量流量计信号处理方法

采用一种新的方法来处理科里奥利质量流量传感器的信号。该方法将自适应Funnel滤波器（AFF）和滑动Goertzel算法（SGA）结合起来,能够精确地跟踪信号的频率,计算相位差。与以往的方法相比,该方法跟踪精度高且跟踪速度快,具有用定点实现其算法时不容易产生溢出和适合于时变信号的优点。