自适应同步压缩小波变换的风电机组传动链故障诊断方法研究

风力发电机组长期处于非稳态、变工况的工作条件下,振动信号时频故障特征的有效提取对其故障诊断具有重要意义。传统时频分析方法在分析过程中容易出现模态混叠现象,从而引起分析误差。针对振动信号,基于瑞利熵获取最优时频参数,提出了自适应同步压缩小波变换的故障诊断方法,提高了时频聚集性和时频能量集中程度;利用最优时频参数计算出瞬时频率,对振动信号进行阶比分析;通过对仿真信号与风电场传动链实测振动信号的分析对比,验证了所提方法的可行性和有效性。     

TKEO和SET在轴承故障诊断中的应用

时频分析是提取轴承故障诊断的重要方法,在强背景噪声下难以提取瞬态故障特征。针对这一问题,提出一种基于Teager-Kaiser能量算子(TKEO)和同步提取变换(SET)的轴承故障诊断方法,提高SET的时频分析能量的集中度。该方法首先对采集的轴承振动信号进行提取TKEO处理,凸显轴承故障振动信号的冲击分量;然后,对处理后信号进行SET时频分析,通过同步提取算子(SEO)提取时频脊线的时频系数,实现对瞬态故障特征提取;最后通过仿真信号和实测信号进行分析,验证该方法的可行性。实验结果表明:该方法可以有效提取轴承的故障特征,且与先前的时频分析方法相比分析结果具有一定的优越性。     

基于STFT的金属板缺陷兰姆波检测信号模式识别

金属板中传播的兰姆波具有频散及多模态等特点,使对缺陷检测回波信号的分析及识别异常困难。时频分析是处理非平稳信号的有力工具之一,可揭示信号的时变谱特征。文章搭建了垂直耦合方式下单层铝板缺陷检测实验平台,利用短时傅里叶变换(STFT)对铝板缺陷兰姆波检测信号进行处理,分析了其频散特性;通过在时频平面中提取和分析与激励频率对应的频率分量,对在时域中混叠的兰姆波检测信号进行了模式识别。结果表明,STFT对金属板缺陷兰姆波检测信号的时频分析效果较好,通过提取时频平面中特定频率分量的方法,可对时域中混叠的缺陷兰姆波检测信号进行模式识别。     

基于惯性法的磁浮轨道长波不平顺检测及其实现

轨道长波不平顺是影响磁浮列车平稳性和乘坐舒适性的主要因素,利用自动化测试系统是检测轨道平顺性的有效手段.提出了一种用于磁浮轨道长波不平顺的惯性检测方法,结合GPS技术实现轨道的定位.配置相应的检测系统,系统中利用多线程并行处理技术实现GPS-OEM板数据和数采卡数据的同步记录;由速度信号控制加速度信号和间隙信号的等空间间隔采样;并且设计了线性相位IIR移变滤波器来实现对长波不平顺成分的提取.测试结果表明:该检测方法能实现磁浮轨道长波不平顺准确测量,检测结果不受列车运行速度变化的影响,可方便的提取特定波长范围内的轨道不平顺成分,同时使用GPS能准确可靠的实现梁跨范围内的定位.     

改进的HVD方法在转子故障诊断中的应用

针对转子故障诊断问题,介绍了一种基于希尔伯特振动分解(HVD)的多分量非平稳信号时频分析方法。该方法首先对原始振动信号的非平稳频率成分低通滤波,分离出幅值最大分量的瞬时频率;然后由同步检测获得对应的瞬时幅值和初相位;最后经过迭代运算自适应地提取原信号各分量的时频信息。针对HVD的边界效应问题,应用基于最小平方距离准则的波形匹配边界延拓法对其进行改进。通过仿真信号分析验证了改进的HVD对边界效应的抑制效果和对多分量信号的时频分析能力。分析了转子碰摩、油膜涡动、油膜振荡故障试验测试信号,结果表明改进的HVD方法可以精确提取转子系统故障的时频特征,证明了该方法的有效性。     

基于时频分析的高速列车转向架混合故障盲分离

针对高速列车同时发生两种故障的问题,提出了一种基于短时傅里叶变换(Short-Time Fourier Transform,STFT)和时频比的高速列车转向架混合故障盲分离算法。首先对观测数据进行STFT线性时频变换,再运用混合信号的时频比(Time-Frequency Ratio of Mixtures,TIFROM)估计单源域,得到分离矩阵;然后对源信号和分离后的估计信号分别提取矢量特征,用于盲分离准确度评价;最后用支持向量机(Support Vector Machine,SVM)识别盲分离的正确率。     

球形麦克风阵列时频故障信号定位算法研究

针对广义互相关算法在强噪声环境下,设备故障时频声音信号定位困难的问题,提出一种结合图像分析与短时傅里叶变换(STFT)的时频信号子空间延时(TFSD)估计算法。利用STFT域中的噪声与信号特征,结合STFT域中不同麦克风测量数据的相关信息,使用滤波、谱减等方法进行信号、噪声区域分离,构建信号主成分区域,通过反演构造信号子空间,从而进行端点识别,延时值估计,实现声源定位。仿真结果表明,即使在加性噪声幅度远大于故障信号的2倍,也能实现准确的延时估计,延时估计误差和5 m×5 m范围的定位误差小于10%,实测也证实了该结果的正确性。     

电厂开关柜局部放电振动信号降噪方法研究

针对电厂开关柜运行环境复杂,振动干扰较强,又需要保留振动干扰、分析振动干扰特征的问题,将基于相空间重构的ICA降噪方法应用到电厂开关柜局放振动信号中,进行信噪分离。首先依据相空间重构,在不破坏信号本身动力学特征的情况下构造高维相空间矩阵。然后利用独立分量分析方法进行信噪分离,提取有用振动信号。仿真信号和实际检测数据的应用表明,所提方法与小波法降噪能力相当,甚至更优;且不需要考虑最优小波基和最佳分解层数,自适应强,易于实现;且适用于电厂开关柜局放振动信号降噪。     

采用时频矩阵奇异值分解的配电开关振动信号特征量提取方法

配电开关振动信号具有非线性非平稳特性,蕴含有机械状态信息。提出一种采用时频矩阵奇异值分解的配电开关振动信号特征量提取方法,对振动信号做希尔伯特-黄变换以进行带通滤波,构造其时频矩阵,对该矩阵进行奇异值分解,可将振动信号的特征信息分解到不同的时频子空间,以得到的时频矩阵奇异值作为振动信号的特征量,用于表征配电开关的机械状态。对配电开关在正常及卸掉A相触头绝缘拉杆、机械结构卡涩、底座螺丝松动等3种典型故障情况下实测振动信号的时频矩阵奇异值做模糊c均值聚类,结果表明该特征量能够准确、有效地表征配电开关的机械状态。     

基于 CWD 及分块 SVD 的配电开关故障诊断方法

通常,配电开关分合闸操作产生的振动信号中蕴含有体现机械状态的重要信息。提出一种基于振动信号分析的新型配电开关故障诊断方法。首先对振动信号求取乔-威廉斯分布获得二维时频矩阵,然后对时频矩阵作分块奇异值分解,用于表征不同机械状态的时频特性,最后结合极限学习机算法对4类实测振动信号的特征向量进行训练和测试。所提方法的优点是有效提取了配电开关振动信号时频域的特征,并且可以在较少样本的情况下训练诊断模型。基于实测数据的实验表明,该方法具有较高的识别精度和较快的收敛速度。     

复杂电能信号谐波时频域特征分析及其对电能计量影响

为准确分析复杂电能信号谐波时频域特性对电能计量的影响,提出了一种零值搜索-短时傅里叶变换时频域电压、电流信号幅度和相位分析算法,利用信号波形过零特征,自适应调整短窗傅里叶变换的时域窗宽,解决了电网频率波动导致的相位累积效应对相位分析的影响,算法的幅值分析误差为10-3、相位分析误差小于1°;建立了复杂电能信号时频域数据表征模型和4类时频域全局化特征矩阵提取算法,解决了时频域特性表征与提取的问题;以典型非线性动态负荷中频炉为分析案例,分析给出了其4类时频域全局化特征,并建立了畸变波形动态电能测试信号特征模型,通过辅助实验验证了4个时频域全局化特征对电能表动态超差的影响,提出了对国际和国内标准修改的建议。     

S变换在电力电缆局部放电信号时频分析中的应用

针对电力电缆局部放电检测,介绍了基于新型S变换的时频分析方法,用于提取及分辨淹没在现场噪声干扰中的局放脉冲信号。局放信号是典型非平稳信号,单纯使用时域或者频域信息都不能很好地表示奇异信号的时变信息。最近发展的S变换是连续小波变换和短时傅里叶变换的一种结合与延伸,引入了幅度和宽度均随频率变换的高斯窗,具有与频率相关的渐进分辨率特性。局放信号的S变换图谱,在信号高频分量部分获得较高的时域分辨率,而在低频分量部分获得较高的频域分辨率,并可提取局放脉冲发生时刻及信号中心振荡频率等特征信息。对仿真信号和现场采集的电力电缆接地线上的局放信号应用S变换进行时频分析,并与短时傅里叶变换及Gabor变换等传统时频分析方法比较,结果显示S变换的时频分析可有效获取局放脉冲信息。     

短时傅里叶变换和S变换用于检测电压暂降的对比研究

针对电压暂降的特征值检测问题,介绍了短时傅里叶变换(STFT)和S变换两种时频分析法,并对两种方法进行了对比分析。在STFT变换中选取不同窗宽的窗函数对同一电压暂降信号进行时频分解,分析不同窗宽对检测结果的影响。提出用时频等值曲线定位暂降的起、始时刻,用基频幅值曲线检测暂降幅值,用相位跳变曲线判定暂降发生时相位是否跳变。仿真结果表明,在STFT变换中窗口越小,检测结果越准确;与STFT变换相比,S变换的检测结果更准确,并且抗噪声能力强,有助于电能质量的治理。     

Detecting ventricular fibrillation

The short time Fourier transform (STFT), smoothed pseudo Wigner Ville distribution (SPWVD), and cone-shaped kernel distribution (CKD) have been used to compare the time-frequency distribution of normal sinus rhythm, ventricular tachycardia, ventricular flutter, and ventricular fibrillation signals. This work is a pilot study to illustrate that the CKD and SPWVD have better time and frequency resolution than the STFT. It demonstrates that accurate methods of computing the time-frequency domain should be found for ECG signals. Only then should future work be done to design discriminatory features and classifiers for arrhythmias     

HHT方法在转子振动故障诊断中的应用

传统的振动故障诊断主要是基于频谱分析的方法，而Hilbert-Huang变换得出的时频图是分析故障信号奇异性的有效工具，也是非平稳信号比较有力的分析工具。Hilbert- Huang变换方法以经验模态分解为基础，使信号变换后得到的瞬时频率具有物理意义。该文通过几种时频分析方法如魏格纳-维尔(Wigner-Ville)分布、小波变换等比较，发现Hilbert-Huang变换的时频分析更能够清楚给出时频分布情况，准确反映系统的固有特性。对转子实验台几种典型振动故障信号进行了分析研究，结果表明，利用Hilbert-Huang变换的时频分析不仅能直观检测信号中的微弱奇异成分，而且可以有效地进行故障诊断，实现早期故障预报。该方法为旋转机械状态检测和故障诊断提供了新的手段。     

Wavelet and short-time Fourier transform analysis of electromyography for detection of back muscle fatigue.

Measurement of the time-varying characteristics of the frequency content of trunk muscle electromyography is a method to quantify the amount of fatigue endured by workers during industrial tasks, as well as a tool that may guide the training and rehabilitation of healthy and injured workers. Quantification of the change of signal power within specific frequency ranges may shed greater insight into the fatigue process. Sixteen healthy male subjects performed isometric trunk extension at 70% of their maximum voluntary contraction. Surface electromyography from medial and lateral erector spinae, and latissimus dorsi locations were processed using the short-time Fourier transform (STFT) and wavelet transform. Linear regression quantified the time rate of change of median frequency as well as frequency specific STFT filter and wavelet scale measures. The median frequency from the short-time Fourier transform declined by 22 Hz/min from an initial value of 77 Hz on average. The wavelet and STFT filter measures demonstrated this decline to be caused by a reduction in 209-349 Hz signal power in addition to an increase in 7-88 Hz signal power. A significant reduction in median frequency and significant elevation in 13-22 Hz wavelet signal component was detected in about 90% of the cases, indicating their use for detecting and quantifying fatigue.     

采用Gabor变换的局部放电信号时频分析

局部放电信号频率是时变的,为更好地反映它的时频特性,采用一种时频分析方法Gabor变换,将它应用于局部放电信号分析中,并利用不确定原理选择高斯窗函数作为Gabor变换的基函数,提高了分析结果的时频聚集性。通过对实际局部放电信号进行分析处理,结果表明在选择合适的窗函数参数的情况下,基于Gabor变换的时频谱能够细致的刻画信号在时频平面上所发生的变化过程,准确反映了局部放电信号的时频特性,可有效满足对局部放电信号进行时频分析的要求,有利于对信号特征的提取。     

基于特定频带的短时傅里叶分析

短时傅里叶分析(STFT)和小波分析都具有分析暂态谐波的能力,但两者都存在不足之处,STFT需要有一个合适的窗才能有满意的分析效果,小波分析不能得到单个的谐波频率和幅值。文中通过比较STFT和小波分析在电力系统暂态信号分析中的优缺点,结合两者的优点,提出了基于特定频带的STFT的方法。该方法利用多分辨率分析确定暂态故障发生的时刻和暂态信号的主要频率范围,在此基础上确定STFT的时窗中心和合适的窗宽,可有效地提高STFT的精度和效率,快速、准确地得到暂态信号中’主要谐波频率分量的频率和幅值,通过MATLAB仿真证明了该方法的有效性。     

基于连续小波变换的振动故障分析方法研究

某型机在进行调整试飞时驾驶舱振动过大,此类机振动故障信号一般具有非平稳特征,传统傅里叶分析无法得到频谱随时间变化的趋势.小波变换具有良好的时频局部特性,能够反映信号在局部范围内的特征.在介绍小波变换理论的基础上,采用基于Morlet小波的连续小波变换对飞机振动故障数据进行了分析,得到频率随时间变化的趋势.结果表明,小波...