小波分析—AR谱及其工程应用

小波分析能将信号划分到不同频段内,实现微弱故障信号的分离和提取。AR谱不信号经小波变换后采样点变少的限制,得到准确的故障频率值。本文充分运用这两者的优点,对某厂轧钢机主传动减速机振动信号进行分析,发现高速轴工作侧轴承出现故障征兆。     

基于复解析小波变换的瞬时频率分析方法

提出了利用基于复解析小波变换的瞬时频率分析的新方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起，具有自适应分析能力。对信号作复小波解析变换得到信号的瞬时频率，通过瞬时频率的功率谱分析就可提取信号特征。通过对齿轮故障振动信号的分析，表明该方法能有效地诊断齿轮局部故障，且与传统的频域方法相比具有更好的分析效果。     

高速摩擦制动界面振动信号时频法分析技术研究

利用MM-1000型摩擦制动试验机进行了高速摩擦制动试验,使用加速度传感器采集了摩擦制动过程中界面轴向与径向振动信号。利用Morlet小波变换对不同制动压力、干湿工况下的振动信号进行分析,结合摩擦制动过程中瞬时摩擦系数变化对高速摩擦制动界面振动行为时频法分析技术进行了研究。结果表明:重采样能够大幅减小计算量且对低频段振动时频分析无明显影响;Morlet小波时频分析比短时傅里叶变换和HHT边际谱具有更好的分辨率,对制动界面振动信号处理效果更好;时频图中的斜率与制动过程中的转速变化相对应,表明高速摩擦制动过程中转速基本呈线性降低;结合时频图与瞬时摩擦系数曲线可以评估高速摩擦制动过程中界面状况变化过程;振动能量主要集中在基频、二倍频和三倍频,超过三倍频部分能量较少。     

角域AR谱技术在齿轮故障诊断中的应用

利用时频分布平面内信号能量峰脊与瞬时频率之间的对应关系,对信号瞬时频率进行估计;在此基础上利用代数方法求解鉴相时标积分方程,并对经插值重采样得到的角域信号进角域平均处理,提高了角域信号的信噪比;最后对角域信号进行AR建模实现信号的阶次谱分析。实际测试结果表明:采用角域AR谱技术处理齿轮箱非平稳振动信号,能够有效地避免传统频谱方法无法解决的"频率模糊"现象,克服了传统阶次谱分辨率较低,谱线毛糙,易受噪声及轴频调制影响等缺点,对齿轮箱的早期故障有较好的识别能力。     

基于广义解调时频分析和瞬时频率计算的阶次谱方法在齿轮故障诊断中的应用

针对齿轮启停过程中故障振动信号的调频特性,提出了基于广义解调时频分析和瞬时频率计算的阶次谱方法,并将其应用于齿轮瞬态信号的分析。广义解调时频分析是一种新的时频分析方法,它可以将多分量的信号分解为若干个瞬时频率具有物理意义的单分量信号,每个单分量信号可以是调幅-调频信号,因此非常适合处理多分量的调幅-调频信号。而当齿轮发生故障时,其启停过程中的振动信号就表现为多分量的调幅-调频特征。在基于广义解调时频分析和瞬时频率计算的阶次谱方法中,首先采用广义解调时频分析方法将齿轮瞬态信号分解为若干个单分量信号,然后计算各个分量的瞬时频率,再对其瞬时频率信号进行重采样,最后对重采样信号进行频谱分析得到阶次谱,从而提取齿轮振动信号的故障特征,判断齿轮的工作状态。仿真信号和实验信号的分析结果表明了该方法的有效性。     

小波包在提升机减速箱故障诊断中的应用

本文简述了小波变换的基本原理及利用小波包对振动信号进行分解的方法。小波分析良好的时－频局部化特性,为实现对振动信号在不同频率范围内对应不同零部件故障特征信息的分离和提取,及机械故障诊断提供了有效的分析手段。文中给出了利用小波包在煤矿提升机主减速箱故障诊断中提取微弱故障特征的实例。     

基于小波变换的轨道电路UM71信号解调实现

分析了UM71信号的时域波形和频谱特点以及小波变换在时域和频域具有良好的局部化特性.针对UM71信号的信息特征,提出了基于小波分析技术、利用小波脊线对UM71信号进行解调进而提取UM71信号信息特征的方法,给出了小波算法解调过程,通过计算机仿真,证明了此方法的有效性.该方法克服了傅立叶变换频谱分析方法缺乏时间和频率定位功能的缺点,可以得到UM71信号的瞬时幅度、瞬时频率及上下边频等特征,从而为UM71信号的分析和解调提出了一个新的方案.     

基于小波包变换的爆破地震反应谱分析

爆破地震反应谱理论能够反映爆破振动作用下结构体的动态响应。选取某项目模型试验测试得到的爆破振动加速度信号为研究对象,采用小波包分析方法将振动信号进行分解和重构,得到爆破振动信号的频谱、时频和能量特性。结合反应谱理论得到各节点小波包重构系数的反应谱曲线,反应谱曲线峰值对应的频率与该节点重构小波包系数主频基本一致。当节点频率增大时,反应谱曲线峰值有增大的趋势,且峰值上升和下降部分由缓变陡。将小波包分析方法和地震反应谱理论结合起来,能够得到爆破振动的精细反应谱,为抗爆破振动设计提供了一种新思路。     

基于相位差校正技术的动平衡信号高精度测量

提出利用相位差校正技术实现动平衡信号的高精度测量.对原始随机采样的振动信号序列时移构造相同点数的新序列,分别对这两个信号序列加对称窗函数进行FFT分析,利用各自离散频谱中对应峰值谱线的相位差求取信号幅值和相位的校正量,最后根据该校正量得到基频不平衡信号的特征参数,同时也说明了对称窗函数的选取原则.该方法的采样频率不受待测信号频率影响,不需要整周期采样,算法实现方便,实时性好,且加适当的窗函数可以消除信号中的谐波、噪声干扰.实验结果表明该方法能够实现动平衡信号参数的高精度测量.     

时变工况的风电机组齿轮箱无转速计阶次跟踪方法研究

针对时变工况风电机组齿轮箱振动信号受噪声干扰和频率模糊问题,通过研究无转速下风电机组齿轮箱振动信号与转频波动规律间的联系,提出了基于VMD-SET时变工况的风电机组齿轮箱无转速计阶次跟踪方法。该方法利用变分模态分解（VMD）滤波,利用同步提取变换（SET）对齿轮箱振动信号时频分析,分别从轴承故障时域振动信号中初步提取故障特征频率趋势,从正常齿轮啮合调制时域振动信号中提取啮合频率时频脊线,进一步利用精细化时频脊线交叉解耦优化瞬时频率提取效果,再用提取的转速曲线对轴承故障振动信号进行阶次跟踪,从角域阶次谱中得到故障特征阶次的单根谱线。通过仿真及实验验证了所提方法的优越性和有效性。     

离散频谱多点卷积幅值修正法的理论分析

利用信号处理中的帕塞伐原理得到两个有关离散频谱特性的重要结论，在此基础上提出了离散频谱多点卷积幅值修正法，并讨论了算法中的参数选取问题，仿真计算表明该方法确实有效。理论分析还表明该方法特别适合于转速有小波动的旋转机械振动信号分析。     

离散频谱分析中两邻近谱峰参数的识别

在理论概括比值法原理的基础上,提出一种新的自动识别和修正离散频谱中两邻近谱峰参数的方法.它保留了比值法计算简单的特点FFT谱分析时无需增加样本长度,谱峰参数修正识别的算法简单,无迭代搜索过程.不仅能识别间距不到一个频率分辨率的两个密集频率成份,而且能识别峰间距为1～6个频率分辨率的邻近谱峰参数,从而与比值法相辅相成,形成了一套完整的离散频率信号分析方法.仿真研究表明,该方法能有效克服窗谱函数主瓣干涉和旁瓣泄漏的影响,识别精度较高当峰间距大于0.2倍频率分辨率时,对于两个频率分量的各种截断情况,均能保证幅度误差小于6%,相位误差在5°以内.     

速变信号的小波分析应用研究

遥测速变参数处理方法大多基于经典分析方法，文中采用现代时频分析方法对遥测动态环境参数进行分析，对比算法在瞬态信号成分检测方面的优势，小波变换比傅立叶变换更适合分析非平稳信号，尤其是含瞬态或突变成分的信号．     

频谱校正时谱线干涉的影响及判定方法

针对现代比例（内插）频谱校正法要求参与计算的两条谱线只包含单频率成分信号的特点，分析了包含有两个以上频率成分信号和负频率成分所产生的谱线干涉现象及由此带来的较大校正误差问题，推导并提出了离散频谱中谱干涉的相位和幅值综合判断方法以及校正的可信度，当可信度为１００％时，此离散谱峰为单频率成分，由此实现了单频率信号离散频谱的自动校正。仿真计算表明该方法简便易行、精度高     

振动信号频谱相对幅值的计算方法研究

针对高速列车振动信号因速度变化而导致的谱密度参数幅值不一致问题,提出一种振动信号谱密度相对幅值的计算方法.该方法通过希尔伯特变换对振动信号求取瞬时相位,并对信号相位曲线进行傅里叶谱计算,求取振动信号的归一化谱密度,将列车在不同速度集下的振动谱密度统一起来.通过仿真测试和列车在160,200,250km/h速度集下的实测齿轮箱振动信号频谱相对幅值计算,表明该方法在列车不同速度下结果具有良好的一致性,受噪声影响小,较好反应列车的真实运行状态,具有一定可靠性.     

三维功率谱阵及其应用

三维功率谱阵是应用越来越广泛的信号处理方法。快速高精度的FFT 和谱分析;准确而适用范围广的转速测量方法;高精度时钟系统和灵活方便.功能齐全的显示技术是其要解决的四个难点。本文从采用汇编语言、窗函数库和三角函数库、双段2048点实数一次完成FFT 运算、加校正因子和幅值修正等方面论述了提高软件实现FFT 和谱分析速度和精度的方法;首次提出了用计算机内部8253计数器进行精确测量时间的方法,并由此实现了适用范围广、误差小于1%的转速测量;采用的三维谱阵显示方法具有独特的光标显示功能。以上述方法为基础的三维功率谱,其性能指标达到了较高的水平。     

离散频谱的能量重心校正法

针对离散频谱三点卷积幅值校正方法只能校正幅值,不能校正频率和相位的问题,从理论上推导了常用离散窗谱函数的能量重心就是坐标原点,由此得到了能量重心法校正频率和相位的公式。误差分析和仿真计算表明：与其它校正方法相比,此方法能对多段平均功率谱直接进行校正,算法简单,计算速度快,负频率成分和间隔较近的多频率成分产生的干涉现象所带来的误差对精度的影响小,校正方法适用于各种对称窗函数,解决了三点卷积幅值校正法不能校正信号频率和相位的缺点。在工程应用中,对噪声小的信号,推荐加Hanning窗n=1（三点卷积法）的方法进行校正,频率间隔大于等于4个频率分辨率的信号校正后的幅值误差小于1％,频率误差小于0.01个频率分辨率,相位误差小于5度,这种方法不适用于频率过于密集的分析场合或连续谱。     

解调分析的一种优化方法

在分析当前的解调方法原理和实现方法的基础上，针对宽带解调方法将不包括故障的两时域相加信号，也以频率之差作为调制信号解出而引起误诊断的特点［４］，提出将带通滤波与希尔伯特变换和细化重抽样有机结合起来的解调算法。提高了解调分析的速度和精度，克服了希尔伯特变换应用的局限性。     

多分量振动信号时频分析与应用研究

定义了一种新的L．Cohen类时频分布的动态组合核函数，并给出了设计方法。该核函数基于信号特征，在模糊面内核函数是动态和可变的，克服了固定形式的核函数只能分析单一信号的缺点，能同时分析由单频率信号、脉冲信号和多个线性调频信号组成的多分量信号。在机械设备故障诊断中，核函数的参数随机械运动参数的变化而变化，可同时提取旋转机械的谐波分量和脉冲信号，处理机器变速过程中的转速调频、零件冲击和固有频率等的多分量振动信号的识别。仿真和实例分析表明：动态核函数能很好地去除交叉干扰项，提高分辨率，同时又证明了该方法的实用性和有效性。     

改进谐波小波及其在振动信号时频分析中的应用

针对谐波小波在时域衰减速度慢的缺点,对其在频域进行光滑化处理,得到了性质更好的改进谐波小波。由于采用光谱化方法只能得到改进小波在频域的表达式,因而采用基于FFT的算法对它进行计算。针对振动信号一般舸样点较多的特点,采用计算等间隔小波系数的方法以减少计算量。以改进谐波小波对某新型导弹空中点火试验的振动信号进行了时频分析,并采用计算时频图等高图的方法以消除大部分无用的信息,得到了振动信号的高清晰时频图。