基于连续小波变换的滚动轴承外圈故障检测

提出了用连续小波变换与傅里叶变换相结合进行轴承外圈故障识别的新方法。先通过Morlet连续小波变换对故障轴承信号进行不同尺度的分解．再对其获得的小波系数进行快速傅里叶变换来识别故障特征频率。然后对不同信号做小波系数能量谱进行对比。优点在于能够在强噪声背景下较为精确的识别外圈故障。实际测试验证了新方法的正确性。     

基于傅立叶级数的立铣刀铣削力模型

立铣刀加工应用广泛,铣削力模型是加工过程监控与优化的基础。分析了立铣刀铣削的过程,确定了铣削过程中各个几何量之间的关系。分析了铣削的机制,将铣削机制分为剪切效应与犁切效应,建立了铣削力的微分模型。对铣削力微分模型进行积分得到了刀具总铣削力,应用傅里叶级数变换了多刀齿周期性的总铣削力,从而以更简单的形式模拟了铣削力。最后采用实验回归了模型待定的切削系数,通过模型预测力与实验测量力的对比,误差在合理范围内,进而验证了模型。     

基于连续HMM的汽轮机故障诊断系统研究

根据汽轮机运行时振动信号的特点,用短时傅里叶变换提取状态特征信息,引入基于连续隐马尔可夫模型建立在线状态监测系统,针对汽轮机的状态识别实验结果表明,此方法具有一定的实用性。     

基于小波变换的齿轮箱振动信号降噪处理

应用了小波变换理论和小波降噪的原理,对齿轮箱的振动信号进行了小波降噪处理,有效的从含有噪声的齿轮箱振动信号中提取出该信号更加准确和真实的故障特征,从而为提高齿轮箱故障诊断的准确性以及检测齿轮箱的早期微弱故障信号提供了重要的参考价值。通过对仿真信号的降噪处理,然后进行FFT变换,并且和没经过信号降噪处理就进行FFT变换的对比,显示了小波降噪的优越性。最后通过对齿轮箱的实际振动信号的降噪处理,进一步表明了小波降噪在消除噪声干扰方面有效性。     

基于现代信号处理方法的动态测量误差分析

动态测量误差信号是包含多分量的非平稳信号,成分的复杂性决定了对动态测量误差的分析和处理需要结合多种信号处理方法.如傅里叶变换、小波变换和神经网络等.分析了各种信号处理方法的原理及其在非平稳信号处理中的应用,建立了一个动态测量误差分析仿真系统,对系统输出的动态测量误差进行分析,将总误差进行分解,找出引起此总误差的各组成单元带来的单项误差,为进一步更精确的进行动态精度评定、动态误差诊断与控制,提供了科学的理论依据.     

移动荷载识别的响应曲线滑动拟合法

在移动荷载引起的梁振动响应曲线的开始部分取一小段，用选定的函数对这一段曲线进行拟合，保持拟合数据长度不变，向后移动若干时刻，用同样的函数进行拟合，以此类推向后滑动。小的分段长度，可以保证对原信号的拟合精度，分段点处重复覆盖数据拟合可以保持原信号的连续特性。模型实验表明，滑动拟合法识别移动荷载的效果较好。     

基于FFT和DWT的柴油发电机电网谐波分析

稳态谐波信号的分析常采用快速傅里叶变换（FFT）,但对于暂态信号的误差较大。离散小波变换（DWT）特别适合于非稳态信号的分析,但对于稳态谐波的分析效果没有FFT好。结合柴油发电机电网的特点,提出了基于FFT和DWT的联合分析方法。首先通过DWT将柴油发电机电网谐波信号分解为低频稳态部分和高频暂态部分,再采用FFT和db4小波对两部分信号分量依次进行分析。利用Matlab软件仿真,分析算法获得了较好的预期效果,说明联合分析策略在柴油发电机电网谐波分析中具有一定的可行性和实用性。     

基于傅里叶级数的踝关节运动模型研究

对人体下肢运动模型的研究是外骨骼机器人驱动和控制系统的核心内容之一,针对利用分段函数拟合踝关节运动模型时存在拟合过程复杂、模型高阶求导之后不连续等缺点,采用傅里叶级数拟合法建立踝关节在矢状面内平地行走运动模型,通过该方法获得的踝关节运动模型具有简洁、准确、无冲击等特点,而且该运动模型还具有高阶连续性和可导性。最后,通过实验验证该模型可以描述健康人体平地常速行走时踝关节运动特征;同时通过ADAMAS进行运动仿真,验证其用于外骨骼机器人的踝关节驱动的正确性。该运动模型研究为研究健康人体正常行走时踝关节运动特征提供了重要的理论依据,并为外骨骼机器人踝关节的驱动和控制提供了参考模型。     

基于电弧模型仿真的电气火灾智能算法研究

针对近年来电气火灾居高不下的形势及火灾预警系统不够完善的问题,对故障电弧的电压电流波形进行了分析,提出了一种基于电弧Cassie模型的电气火灾智能算法,应用神经网络智能算法分析了故障电流波形,建立了故障电弧电流波形与故障电弧发热量之间的关系。在智慧式安全用电管理平台上读取了电弧电流波形,分析计算得到了相应的电弧发热量,根据电弧发热量判断是否会引发电气火灾。最后进行了故障电弧模型的仿真实验。研究结果表明,1 000组数据中只有2组出现误判,说明该算法可以通过故障电弧电流波形来预测电气火灾。     

基于小波的液体火箭发动机故障分析

研究探讨小波变换在液体火箭发动机故障分析中的应用,提出利用小波变换的滤波特性对信号进行预处理,再根据信号特点及分析的需要对其进行短时傅里叶时频分析的方法.应用于某次液体火箭发动机故障试验信号的分析,实现信号特征分量从起动到稳态的跟踪分析,并对故障机理进行探讨.研究结果表明,在液体火箭发动机速变信号处理中,综合利用小波分析及短时傅里叶变换,能取得更好的时频分析效果.     

油膜压力传感器动态特性试验研究

为研究油膜压力传感器的动态特性,利用锤击法对该传感器进行了动态特性试验。分析了信号的频谱及相干函数。利用傅立叶逆变换对信号进行了重构,滤掉了信号中的高频干扰。在此基础上,分析了传感器的幅频特性及动态灵敏度。结果表明该传感器具有较好的动态特性,可实现动压滑动轴承6000r/min内油膜压力的测量,且具有较高的灵敏度。     

连续小波变换的滚动轴承故障诊断

提出了用连续小波变换与傅立叶变换相结合进行轴承故障识别的新方法。先通过Morlet连续小波变换对故障轴承信号进行不同尺度的分解,然后进行小波尺度一能量谱统计,再在有可能体现故障频率的尺度上对其获得的小波系数进行快速傅立叶变换来识别故障特征频率。对于非常微弱的内圈故障提出了通过共振解调法对特定尺度系数进行Hilbert包络提取故障频率的新方法。优点在于能够在强噪声背景下较为精确的识别故障。实际测试验证了新方法的正确性。     

基于小波包样本熵的连续梁桥损伤识别

为了减少现行桥梁检测中所需布置传感器数量,将小波包分解和样本熵有机结合起来,对利用单点动力响应数据检测识别连续梁桥结构损伤的新方法进行了研究,笔者提出了连续梁桥结构的损伤识别指标和方法。利用小波包变换对移动荷载作用下桥梁的加速度响应进行分解和重构,计算重构信号的样本熵值,建立了对数加速度能量差小波包样本熵损伤识别指标;并通过三跨变截面连续梁桥的动力仿真分析,验证了指标和方法的适用性与噪声鲁棒性。研究结果表明,笔者所提出指标和方法仅利用桥上一个测点的加速度响应就能够很好地识别连续梁桥的损伤位置和损伤程度,且对噪声不敏感。     

基于实验模态分析的集中参数法建模

利用集中参数模型的建立,不仅拓展了实验模态分析(EMA)的使用范围,还能大量缩减原有模型的自由度并保持结构的动态特性。在对一立铣床进行模态测试以及振型可视化的基础上,采用集中质量、弹簧阻尼单元建立了该铣床的7自由度集中参数模型,并在该模型基础上合成刀尖频响函数及预测颤振稳定域,揭示出机床颤振与振型的联系。与原有测试频响函数的比较表明,该模型准确度较高。     

基于小波理论的动平衡信号滤波方法研究

动平衡是旋转机械必须解决的一个基本共性问题,传统动平衡方法主要从硬件的滤波和离散傅里叶变换算法来提取振动的基频信号,但傅里叶变换算法无法分析信号显著局部特征,硬件滤波容易受干扰。采用小波理论的软件滤波方法,以ATmega64芯片为核心来实现振动信号的滤波,并取得很好的效果。     

基于ARMAV模型的结构参数辨识

根据激振信号{ft}和响应信号{xt}建立二维时序模型ARMAV(n,m,2),利用时序模型参数与模态参数的对应关系对结构进行模态参数辨识,识别出所有的模态参数,并根据时序模型参数进行功率谱估计。通过对电子机柜横梁的激振实验,表明用该种方法对结构参数的识别结果与理论值很吻合,可以在工程实际中对整个电子机柜结构进行参数识别,并可以得出功率谱图。     

基于小波域对数正态模型的滚动轴承故障诊断

针对小波分析无法全面准确描述滚动轴承振动信号的非高斯问题,提出一种结合小波变换与对数正态分布模型的故障特征提取方法,以提取能准确反映滚动轴承运行状态的特征信息。首先,通过小波变换对滚动轴承运行时产生的非平稳、非高斯振动信号进行分解重构,得到不同尺度下的重构信号;然后对重构信号建立对数正态分布模型,提取模型的对数均值和对数标准差作为表征滚动轴承运行状态的统计特征;最后采用支持向量机分类器对提取的特征进行故障分类与识别。实验结果表明,该方法可以有效、准确地识别滚动轴承的运行状态。     

剪式机构阵列可展结构的静力学分析方法与应用研究

针对大型可展结构提出了一种新的结构静力学分析方法,克服了常规有限元方法在进行大型可展结构分析时计算量大、计算耗时长等缺点。首先建立了剪式单元机构的刚度矩阵,组装得到整体结构的刚度矩阵和有限元方程;然后通过等价变形,将总刚度矩阵表示成循环矩阵,有限元方程表示成离散卷积的形式;最后采用一种新的方法求解了卷积形式的平衡方程,得到了各铰链点的位移和约束力,提高了计算效率。     

基于试验数据的魔术轮胎模型参数估计

为了准确估计魔术轮胎模型参数并构建可信的轮胎动力学模型,基于某型轮胎的纵向力及侧向力试验数据,以测试数据和模型拟合数据残差加权平方和最小为目标函数,采用麦夸尔特法（Levenberg-Marquardt）与全局优化法相结合的混合优化算法,分别对8个轮胎纵向力及10个轮胎侧向力模型参数进行估计.拟合优度统计检验结果表明魔术轮胎模型回归效果非常显著,拟合精度较高.纵向力及侧向力模型拟合曲线与试验测点拟合较好,纵向刚度及侧偏刚度测试结果与计算结果的最大相对误差分别只有8.48％和9.96％,具有很好的一致性,验证了参数估计的准确性.