基于循环统计量分析方法的我国干线轨道谱研究

轮轨相互作用产生的振动信号，二阶统计特性呈现周期性，是循环平稳信号，本文利用循环平稳统计理论，分析了二阶统计量循环自相关函数和循环谱密度的特性，将其应用于轨道谱特性的研究，并与传统的方法进行比较，显示其在轨道谱数据处理中的优越性。     

一种分析循环平稳声场的近场声全息方法

提出循环平稳近场声全息技术,克服了以往近场声全息技术在分析循环平稳声场时的局限性.以往近场声全息技术将此类声场信号处理为平稳信号,抹杀了其统计参数随时间周期变化的非平稳特性,导致其全息图无法有效地表现声源特性.本技术以谱相关密度函数取代声压谱成分作为重建物理量.由于谱相关密度函数可以提取出循环平稳信号的二阶时变统计量的周期特性,并对循环平稳信号进行解调处理,使得该技术的全息图上不会因为边频带的存在出现虚假能量.实验研究表明,本技术可以更准确地提取循环平稳声场的信息.     

滑动轴承油膜失稳振动的二阶定向循环平稳性分析

定义了二阶定向循环平稳统计量,提出了基于二阶定向循环平稳的信号分析方法。该方法将用于单通道实信号分析的二阶循环统计量扩展到复信号,并定义了正交双通道融合复信号的定向循环自相关、定向循环谱相关密度。为了验证该方法,利用转子试验台模拟滑动轴承旋转机械的油膜失稳故障以获取数据,分析结果表明该方法不仅能够提取系统在某一截面内的周期性振动特征,而且能够揭示转子在指定循环频率处的旋向。此外二阶定向循环谱相关密度在指定频率处的切片能显示更加丰富的转子频率耦合调制信息,试验结果验证了该方法的有效性。       

汽车座椅电动滑轨的振动信号分析与特征提取

从汽车座椅电动滑轨产品检测得到的振动信号中提取了影响产品舒适性的特征信号,并以其功率密度作为产品质量评判的标准之一。利用了二阶循环统计量循环自相关功率谱密度函数对平稳信号的解调特性,对产品振动信号的循环功率密度谱切片图进行了分析,得到了隐含在其中的特征调制信号,并根据影响人体舒适感的频率范围找出了缺陷频率点。利用缺陷频率点的功率密度,可以很好的评价产品的性能。     

基于循环双谱的滚动轴承故障诊断

当滚动轴承发生早期点蚀故障时,其振动信号表现出循环平稳特性。由于故障特征频率处能量比较小,特征信息容易被噪声淹没,仅仅利用二阶循环平稳已经不能有效提取故障特征。而循环双谱（即三阶循环累积量谱）这一最低阶的高阶统计量谱对噪声具有较好的免疫力,且计算量也相对来说比较其它高阶统计量分析方法来说最小。本文将尝试用循环双谱的中心频率切片谱,对滚动轴承早期故障做特征提取。仿真和实验结果证明了方法的有效性。     

汽车座椅电动滑轨的振动信号分析与特征提取

从汽车座椅电动滑轨产品检测得到的振动信号中提取影响产品舒适性的特征信号,并以其对应的功率密度作为产品质量评判的标准之一。利用二阶循环统计量循环谱密度函数的解调特性,对产品振动信号的循环谱密度函数切片图进行分析,得到隐含在其中的特征调制信号,并根据影响人体舒适感的频率范围找出缺陷频率点。依据缺陷频率点的功率密度,可以很好的评价产品的性能。     

基于循环双谱二次切片分析的滚动轴承故障诊断研究

发生早期微弱故障的滚动轴承,由于其故障特征频率处能量比较小,易于被噪声淹没,仅仅利用二阶循环平稳已经不能有效提取故障特征。而高阶循环统计量对噪声具有较好的免疫力。但是高阶循环统计量谱为多维谱图,图形化表示比较困难。本文对三阶循环累积量谱,即循环双谱,进行了简化,提出了循环双谱二次切片——循环双谱中心频率处切片的水平切片谱。并用此简化的循环双谱对滚动轴承早期故障做特征提取。仿真和实验结果证明了方法的有效性。     

扩频信号的声光谱相关检测

传统检测扩频信号的声光技术,是将扩频信号建模为随机平稳过程,而扩频信号是被伪随机码调制的周期信号,应建模为循环平稳随机过程。基于声光技术与循环谱相关技术,提出了扩频信号的声光谱相关检测方法。建立了基于声光时间积分的声光谱相关检测模型,分析了当干扰瞄准扩频接收机时,扩频信号在循环频率α=1/Tc的循环谱,给出了循环谱峰的检测公式TcRs1/。仿真实验结果表明,与传统的声光技术检测扩频信号的功率谱相比,在光电检测阵列上检测的循环谱峰,谱峰旁瓣几乎为零,并可多获得约3dB的增益,表明声光谱相关检测方法具有更优异的检测和抗干扰性能。     

基于局部均值分解的循环频率和能量谱在齿轮故障诊断中的应用

针对齿轮故障振动信号的非平稳特性,将局部均值分解(Local mean decomposition,LMD)引入齿轮故障诊断,提出了基于LMD的循环频率和能量谱概念,并根据齿轮故障振动信号的特点建立了两种齿轮故障诊断方法:基于LMD的循环频率方法和局部能量谱方法.采用LMD方法能将齿轮振动信号自适应地分解为若干个单分量...     

基于二阶循环统计量的近场声全息试验研究

传统近场声全息技术的重建结果不能准确反映循环平稳声场的调制特性。因此,利用循环自相关函数的解调性能来提取声场的特征循环频率,然后通过循环维纳－辛钦关系来获取循环谱密度,将循环谱密度取代声压谱作为平面近场声全息的声场重建物理量。试验研究表明,此方法可准确提取循环平稳声场的特征频率,重建结果可清晰直观的突出声场的本质特性。     

基于2阶循环谱和SVM的汽车传动轴故障诊断

针对汽车传动轴故障振动信号的循环平稳特性和现实条件下难以获得大量故障样本的实际情况,提出一种2阶循环谱和支持向量机相结合的故障诊断方法。通过实车传动轴附加不同数量的平衡片来模拟不同程度的传动轴不平衡故障,然后采用2阶循环谱对传动轴的振动信号进行分析,通过扫描循环频率域的方法分离信号调制源提取传动轴转频半频处的循环频谱幅值。分析发现该循环谱幅值随着传动轴故障程度的增加明显增大,故将其作为支持向量机的输入特征向量,以判断传动轴故障。试验结果表明：该方法在小样本的情况下能精确的诊断传动轴故障。     

调幅信号谱相关密度分析中白噪声影响的研究

重点研究了加性高斯白噪声对调幅信号谱相关密度分析结果的影响。平稳信号的谱相关密度仅存在于频率轴上，但是由于谱相关密度分析为非线性二次变换，信号和噪声的交叉项也将干扰分析结果。本文通过对加性高斯白噪声干扰的调幅信号的理论分析，得到了加性噪声干扰在谱相关密度双频率平面上的分布特点，总结了该类型循环平稳信号谱相关密度图的分布规律，最后利用仿真信号验证了理论分析的正确性。     

梳状滤波器在滚动轴承早期故障诊断中的应用

在滚动轴承的早期故障信号中,由于较强的齿轮啮合频率以及噪声成份的存在,致使故障特征的提取比较困难.应用二阶循环平稳方法可以有效的抑制噪声,提取出信号中的周期成份,但无法排除啮合频率的干扰.提出了构造梳状滤波器滤除啮合频率,然后进行二阶循环平稳分析的滚动轴承早期故障诊断方法,并通过实际工程信号进行了验证.     

基于谱相关密度组合切片能量的滚动轴承故障诊断研究

包络解调分析方法是滚动轴承等旋转机械故障诊断的常用方法。当轴承滚动体发生故障时,由于其同时与轴承外、内圈接触,以及受保持架转速的影响,包络解调分析方法通常不能很好提取出滚动体故障通过频率。据滚动轴承发生故障时呈现出的二阶循环平稳特征,提出了基于二阶循环统计量的谱相关密度组合切片能量的滚动轴承故障诊断方法。此方法在一定程度上解决了包络解调分析方法在滚动体故障诊断方面的缺陷,对轴承滚动体的故障诊断具有一定的借鉴意义。     

故障滚动轴承振动信号的半盲处理方法研究

利用旋转机械的振动信号的循环平稳特性,采用基于二阶统计量（Second Order Statistic,SOS）的盲均衡技术从多个传感器信号中恢复出“真实的”振动源信号,实现了同类信号的数据级融合。以滚动轴承故障信号的阶次谱结构为先验知识,提出了用于滤波性能评价的两个指标,实现了盲均衡滤波器参数的优化,从而给出了一种可用于滚动轴承故障诊断的半盲信号处理方法。采用某型单级减速齿轮箱的实验数据验证了该方法的有效性。     

循环自相关函数的解调特性分析及其在故障诊断中的应用

本文介绍了循环平稳信号的基本概念,对循环自相关函数的解调性能进行了详细的理论分析,计算机仿真验证了理论分析结果,同时说明利用信号的循环平稳特性具有较好的抑制平稳干扰的能力.通过在滚动轴承故障诊断中的应用,说明利用循环平稳信号处理是分析旋转机械的故障振动信号的一种较好的处理手段,具有极大的应用前景.     

基于自适应CYCBD和互相关谱的滚动轴承复合故障诊断方法

强背景噪声环境下,复合故障信号中的多特征提取与分离是实现滚动轴承复合故障诊断的重点与难点。提出了基于自适应最大二阶循环平稳盲卷积(CYCBD)和互相关谱的滚动轴承复合故障特征提取方法。首先,基于故障信号特点,通过设置CYCBD中不同的循环频率,提取不同频率的故障冲击成分,并以最大谐波显著性指数(HSI)为依据,自适应选取CYCBD的最优滤波器长度;然后,利用互相关分析进一步抑制信号中的噪声,提高信噪比;最终通过快速傅里叶变换(FFT)实现滚动轴承故障特征的提取。仿真和实测信号的分析结果表明,该方法能够去除背景噪声的干扰、提取滚动轴承复合故障特征,验证了方法的有效性。     

Infogram和参数优化CYCBD在滚动轴承复合故障特征分离中的应用EI北大核心CSCD

针对滚动轴承复合故障特征难以分离的问题,提出了一种基于Infogram和参数优化最大二阶循环平稳盲解卷积(maximum second-order cyclostationarity blind deconvolution,CYCBD)的复合故障特征分离方法。首先,采用Infogram方法分析故障信号,选取最优带通滤波器,获得冲击性和循环平稳性最强的频带信号;其次,根据理论故障频率,设定CYCBD的循环频率集,并以包络谱稀疏度为依据,自适应选择CYCBD的滤波器长度;再次,对获得的频带信号进行解卷积运算,提取不同频率的故障冲击成分,实现故障分离;最后,对分离出的各故障成分进行包络解调分析,根据故障特征频率,识别故障类型。通过对仿真信号、西安交大-昇阳科技联合实验室(Xi’an Jiaotong University-Changxing Sumyoung Technology,XJTU-SY)的轴承试验数据分析,证明了所提方法可以有效实现故障特征分离。在此基础上,通过自制试验平台实测数据,进一步论证了该方法的可行性。     

基于小波滤波与循环平稳度分析的滚动轴承早期故障诊断方法

由于噪声的严重干扰，在滚动轴承早期故障时，仅仅利用二阶循环平稳分析方法往往较难成功提取出信号中潜在的有用周期信息。因此将小波滤波和循环平稳度分析方法相结合，进行滚动轴承的早期故障诊断。采用最小熵方法对小波滤波器参数进行优化。实验结果证明了该方法的有效性。     

EEMD在道路载荷谱降噪处理中的应用

针对道路载荷谱实质为非平稳信号的特点,以及经验模态分解(Empirical Mode Decomposition,EMD)降噪存在模态混淆的问题,将集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)应用于道路载荷谱降噪处理,并从时域、频域和雨流域同EMD降噪效果进行了分析对比。提出基于EEMD的载荷谱信号降噪计算步骤,给出EEMD计算参数的求取原则,讨论计算参数对降噪效果的影响。结果表明,EEMD可以较好地估算并降低载荷谱信号中的噪声水平,提高信噪比和疲劳循环次数统计精度。