基于DCT的旋转机械振动信号压缩方法研究

简介了数据压缩方法,通过对油膜涡动信号的试验研究表明:基于DCT数据压缩方法不但能较好地压缩旋转机械振动信号数据,而且可以对振动信号自动进行滤波处理.     

旋转机械振动信号的小波包分解及故障检测

研究了旋转机械振动信号的特点，指出传统的波形分析和频谱分析存在的问题。提出了从小波包分解序列图和小波包能量分布图两个方面对振动信号分析的方法，赋予小波变换和小波包分解的结果以明确的物理意义，通过测试数据分析旋转机械的三种典型故障在时域、步域及时频域所反映的信息特征，从而表明了该方法的可行性及对故障检测的有效性。     

谐波小波分析及其在旋转机械信号分析中的应用

介绍了谐波小波的信号分析方法,通过运用该方法对一些常见的非平衡信号以及离心压缩机试车的振动信号进行分析表明,其分析手段及结果具有较大的实用价值。     

基于自相关的旋转机械振动信号EMD分解方法研究

提出基于自相关的振动信号经验模态分解(empirical mode decomposition,EMD)方法,该方法的步骤为,首先对振动信号进行自相关处理,然后再用EMD方法进行分解.该方法与直接用EMD分解的方法进行相比,具有如下优点, 能把受到严重干扰的信号的主要振动模态更清晰地分解出来;不用信号延拓就可以获得较好的分解效果,避免了延拓不好对EMD分解效果的影响.研究结果表明,该方法相对直接EMD分解的方法能更好地把主要的振动模态从振动信号中分解出来.该方法可广泛用于旋转机械振动信号时频分析领域.     

基于小波变换的旋转机械轴径表面缺陷诊断方法的研究

通过对旋转机械的轴径表面缺陷在轴振动信号中的特征进行的分析,指出该类信号不能用频谱分析的方法进行分析,由于小波分析具有将信号的不连续性在小波系数中表现出来的特点,所以本文提出利用小波分析的方法,通过对机组启机过程振动信号的小波变换,得到轴径表面缺陷在轴振动信号中的特征,并且通过小波逼近系数还可得到机组振动的大小。使振动信号可以反映机组的实际振动情况。     

基于经验模态分解的旋转机械振动信号滤波技术研究

把经验模态分解方法引入了旋转机械振动信号滤波领域,详细地解释了这种方法及其算法。通过对一个带高频毛刺干扰的振动信号的经验模态分解与本征模函数的组合,演示了基于经验模态分解的振动信号滤波的方法。把振动信号滤波前后的波形进行了比较,发现基于经验模态分解的信号滤波方法对振动信号滤波有较好的效果。     

滤波技术对旋转机械振动信号EMD的影响

详细地介绍了经验模态分解方法EMD和算法。对滤波与未滤波的本征模函数（IMF）图做了比较。比较结果说明用滤波后的经验模态分解方法对旋转机械的振动信号波动组分分析比未滤波的有效。     

时频等高图在旋转机械振动故障信号检测中的应用

提出用基于Morlet小波变换的时频等高图检测信号中奇异性的方法。旋转机械某些故障发生时将产生具有奇异性的非平稳信号，检没出振动信号中的奇异性对于设备状态监测和故障早期诊断很有意义。小波变换在时域和频域内同时具有局部化能力，是分析故障信号奇异性的有利工具，为旋转机械故障检测提供了新思路。文中通过对仿真的旋转机械转子各类振动突变信号进行分析，说明Morlet小波时频等高图能直观表示信号中的微弱奇异成分，可以有效提取信号中的微弱奇异特征。     

基于数学形态学的旋转机械振动信号降噪方法

基于数学形态学实现振动信号降噪。研究了数学形态滤波器对振动信号在不同类型、不同强度噪声干扰下的降噪能力,提出了采用开—闭和闭—开组合数学形态滤波器实现旋转机械振动信号降噪处理的方法。通过仿真计算及实例,检验了形态滤波器的滤波效果,表明数学形态滤波器可以有效剔除脉冲、降低随机噪声干扰,提高振动信号的信噪比。对强烈噪声干扰采用傅里叶变换与形态滤波器结合的处理方法可以取得明显的滤波效果。并具有算法简单、运算速度快的特点。     

新的基于小波变换的振动信号消噪方法

噪声消除是小波变换最成功的应用之一,其基本思想是将信号的小波变换系数与给定的门限比较,保留比门限大的系数,而将其他的置零,然后进行小波重构。这种小波变换消噪方法很可能将信号中一些有用的小能量分量当成噪声消除。根据旋转机械振动信号的循环平稳性特征,提出了一种新的基于小波变换的振动信号消噪方法,并用数字试验信号和碰摩试验振动信号对新消噪方法和Matlab提供的小波消噪方法的性能进行了比较测试。结果表明,在振动信号消噪方面,新方法相比传统的小波消噪方法有更好的性能,能够有效地抑制信号中处于各频段的噪声分量。     

基于EMD和HT的旋转机械振动信号时频分析

把一列时间序列数据通过经验模态分解(Empirical Mode Decomposition，简称EMD)成本征模函数组(Intrinsic Mode Function．简称IMF)．然后经希尔伯特变换(Hilbert Transformation，简称HT)获得频谱的信号时频分析新方法引入到旋转机械振动信号处理领域。介绍了该方法的理论和算法。首先．采用调频调幅仿真信号对该方法进行仿真验证；其次．把一实测的旋转机械油膜涡动故障振动信号进行了基于EMD和HT的时频分析。仿真和实测信号的分析结果说明．用基于EMD和HT方法对旋转机械的振动信号进行时频分析是有效的。     

旋转机械振动管理专家系统应用

首先分析了旋转机械振动诊断理论基础,为下一步专家系统故障诊断做了铺垫,随后详细介绍了旋转机械振动管理专家系统的设计说明,包括专家系统结构设计以及平台应用。该专家系统的开发对未来智能电厂的建设有着良好的借鉴意义。     

基于多重分形的旋转机械振动故障检测方法

为获取更加准确的旋转机械振动故障检测结果，提出基于多重分形的旋转机械振动故障检测方法。通过建立旋转机械振动信号采集模型，获取振动信号，采用小波域维纳滤波算法对振动信号去噪处理。分析不同条件下的振动数据，同时引入多重分形方法提取旋转机械振动信号故障特征，通过核模糊C均值聚类算法区分正常信号和故障信号，最终实现旋转机械振动故障检测。实验结果表明，所提方法进行旋转机械振动故障检测率较高，漏检率较低，检测时间较短，可以快速准确地完成旋转机械振动故障检测。     

旋转机械振动诊断标准研究

回顾了机械振动诊断标准的国内外应用现状,对诊断标准的分类及理论基础进行了阐述,指出了使用绝对标准存在的局限性,提出了建立相对诊断标准的主要方法,并应用概率统计原理和方法制订了适合企业实际现状的相对诊断标准。     

旋转机械振动检测的研究

旋转类机械振动测试平台易受实时环境的干扰,可靠性较差,在实际使用时易出现测试过程意外中断的现象。提出了一种基于小波分析的旋转机械的故障诊断方法,具有诊断效果更加明显,检测针对性更强等特点,系统在现场试验中的各项性能指标稳定、可靠。     

广义参数化同步压缩变换及其在旋转机械振动信号中的应用

广义参数化时频分析通过构造匹配的参数化变换核,能够有效提高强调频信号的时频能量聚集性。然而,受短时傅里叶变换中窗函数结构的影响,利用该方法获得的时频能量分布在真实瞬时频率附近始终存在能量扩散现象。同步压缩变换利用同步压缩操作可将短时傅里叶变换处理后的时频能量压缩至真实瞬时频率位置,然而,同步压缩变换仅适用于分析频率成分恒定的纯谐波信号。以短时傅里叶变换为纽带,将两种时频分析方法相结合,提出了广义参数化同步压缩变换。考虑到旋转机械振动信号多为多分量信号,通过迭代处理的方式,依次获取各单分量信号的时频能量分布,对其进行叠加得到最终的时频能量分布。通过数值仿真以及变转速下转子不对中、滚动轴承外圈故障模拟试验验证了所提方法的有效性。     

旋转机械振动诊断标准浅谈

在旋转机械振动诊断中,不管采用何种信号处理方法,都要求设置预警值或报警值,以便反映设备是否有异常,这就涉及到诊断标准的问题。如果诊断标准阈值定得偏高,设备已经有故障还以为运转正常,起不到应有的效果;反之,诊断标准阈值定得偏低,设备稍有异常就会报警停机,以致降低设备利用率,造成不必要的经济损失。所以,制定科学、合理的诊断标准是非常重要的。 另外,目前国内的诊断标准基本上是参照国际的诊断标准,还没有适合于自己国情的诊断标准,各企业亦无自己的诊断标准。因此,探讨诊断标准的制定方法很有必要。     

小波视频图像编码压缩中小波基的选择

小波变换用于图像压缩时，选用不同的小波基会对编码产生不同的影响。本文分析了小波基的正则性、消失矩等一些特性，以及双正交小波、正交小波在进行图像编码时的优缺点，并通过实例析，得出Daubechies 5／3双正交小波基能够提供良好的视频图像压缩效果和主观视觉效果。     

旋转机械动态信号全息谱分析

研究了旋转机械的全息谱分析方法，实现了x和y两方向振动信息的融合。尤其是矢谱，在双通道FFT的基础上，可直接分析出单频椭圆的3个特征参数。把全息谱引入启停分析，可进行全息泊德图和全息瀑布图的分析。指出三维全息谱能用于旋转机械的动平衡，同时还介绍了全息谱分析软件的编制特点。