小波包分析在齿轮故障诊断中的应用

基于小波包对信号的高分辨率分解和重构能力,把信号分解到不同频段,然后选择有效频段进行故障信号重构,分离出故障信息。通过对含有周期冲击的信号进行分解处理,展示了小波包分析在特征提取中的优点。通过对减速箱齿轮故障信号进行降噪、分解处理,表明该方法可以有效地提取故障信号中的周期冲击成分。     

基于声信号三维谱分析的转子复合碰摩故障特征提取

转子在运行过程中的声音包含了大量的转子运行状态信号,变速过程中故障声信号特征的提取及其识别对于旋转机械故障诊断是极其必要的,目前基于声信号三维谱分析的转子故障特征提取还不多,在对转子旋转机械中的一些典型产生的碰摩故障及复合碰摩故障进行了试验模拟,对故障发生过程中的声信号进行采集的基础上,对转子故障声信号的三维谱特性进行了分析。提取和总结出由故障造成的声信号突变和对应的声谱特征。分析结果表明:采用声信号对转子的碰摩故障进行诊断是有效的。声信号三维谱图丰富旋转机械碰摩故障诊断系统知识库中的特征信息,可以用于更准确地诊断转子中的碰摩故障。     

转子复合碰摩故障特征提取实验研究

对旋转机械中的一些典型碰摩故障及复合碰摩故障进行了试验模拟,对故障发生过程中的加速度信号进行了采集.在此基础上,对转子故障加速度信号的三维谱特性进行了分析,提取和总结出由故障造成的加速度信号突变和对应的谱特征.分析结果表明采用加速度信号对转子的碰摩故障进行诊断是有效的.加速度信号三维谱图可以丰富旋转机械碰摩故障诊断系统知识库中的特征信息,对于更准确地诊断转子中的碰摩故障具有重要的意义.     

谐波小波在发动机振动信号分析中的应用

在分析了经典谐波小波和广义谐波小波两种谐波小波特点的基础上,提出了两种谐波小波在发动机振动信号分析中的不同应用.仿真试验表明经典谐波小波对信号幅值的变化十分敏感,适合检测信号中的奇异点;广义谐波小波有良好的滤波特性,可以检测并提取出振动信号中的微弱信号.     

基于小波变换的心音信号检测与噪声消除方法

利用小波变换多尺度多分辨率的特点对心音信号进行分解,将不同频带的信号显现在小波分解的不同尺度上,在进行信号重构时,通过选择重构系数消除信号中的各种干扰分量,保留心音信号中的有效心音成分获得准确的心音信号,为心音信号的进一步分析、处理和心血管疾病的无创诊断奠定基础.     

基于振动声调制和时间反转法的微裂纹定位检测研究

针对常规超声检测对闭合微裂纹不敏感的现象,开展了基于振动声调制技术的非线性超声检测研究,并引入时间反转法对检测信号中的非线性信号进行聚焦处理,实现闭合微裂纹的检测及定位。利用ABAQUS有限元软件仿真振动声调制技术检测铝管微裂纹,用有限长冲激响应滤波器提取检测信号中的一阶旁瓣非线性信号,在时域反转后重新加载到无裂纹铝管模型进行时反信号聚焦仿真。结果表明,振动声调制检测信号中的一阶旁瓣非线性信号能够在裂纹位置附近聚焦,管道径向布置的时间反转信号加载方式信号聚焦效果优于轴向布置,并且根据聚焦像的大小和位置可以对裂纹进行定量和定位。     

基于FastPW和CNC降噪的液压泵振动信号预处理方法

针对离散余弦变换(Discrete Cosine Transform,DCT)阈值降噪法存在的问题,提出一种自适应的余弦相邻系数(Cosine Neighboring Coefficients,CNC)降噪法,仿真信号分析结果表明CNC降噪法具有更好的降噪性能。将该方法与振动信号快速预白化(Fast Pre-Whitening,Fast PW)技术相结合形成了一种液压泵振动信号预处理新方法:首先采用Fast PW算法对液压泵振动信号预白化,去除信号中的谐波分量,得到仅包含冲击分量和白噪声的预白化信号;然后采用CNC降噪法对预白化信号进行自适应降噪。实测信号分析结果表明提出的方法能够很好地消除液压泵振动信号中的谐波分量和噪声成分,且能有效保留信号中的故障分量。     

基于加速度信号全谱分析的转子碰摩故障特征提取实验研究

转子在运行过程中的振动加速度信号包含了转子运行状态大量信号，瞬态过程中故障加速度信号特征的提取及其识别对于旋转机械故障诊断是十分重要的。旋转机械振动的全谱分析是一种使一些典型故障尤萁是碰摩故障能被很清楚检测出来的有效方法，本文在对旋转机械转子中的一些典型碰摩故障进行了模拟试验，以及对故障发生过程中的加速度信号进行采集的基础上，对转子故障加速度信号的全谱特性进行了分析，提取和总结出由故障造成的加速度信号突变和对应的谱特征。分析结果表明：采用转子振动加速度信号对转子的碰摩故障进行诊断是有效的。加速度信号全谱图可以丰富旋转机械碰摩故障诊断系统知识库中的特征信息，对于更准确地诊断转子中的碰摩故障具有重要意义。     

小波分析在信号奇异性探测及瞬态信号检测中的应用

近年来,小波技术越来越成为一种有效的信号处理手段。本文介绍了小波的时频局部化和多尺度特性以及它在信号奇异性探测、瞬态信号检测领域中的应用。并以ECG信号分析为例,较全面地说明了小波在信号处理中的实现手段。最后,对小波可进一步应用的领域作了展望。     

基于数学形态学滤波的漏磁信号预处理方法研究

漏磁检测是一种广泛应用于铁磁材料表面裂纹检测的磁性无损检测技术,漏磁信号的质量直接关系到裂纹定量识别的准确性和精度。针对漏磁信号的噪声特性,提出一种基于数学形态学滤波的漏磁信号预处理方法,即利用改进的中值滤波法剔除信号中的奇异点,采用多项式拟合法消除信号趋势项,使用形态滤波法对漏磁信号进行消噪处理。结果表明:该方法对漏磁信号中的干扰噪声具有较强的抑制能力,不仅剔除了漏磁信号中的干扰噪声,而且完整地保留原始信号的具体细节,提高降噪速度。     

基于包络滤波的电磁超声检测数据降噪算法

针对电磁超声检测中的噪声问题,提出了基于包络滤波技术的噪声消除方法。该方法利用三次多项式插值曲线拟合法求取原始信号的包络曲线,按照设定的降噪阈值用上下包络线分别分段地对原始信号进行修正,最后对上下包络修正的结果取平均,从而实现平滑信号和抑制杂波的作用。该方法的处理过程不会损伤信号的主体特征,对于混叠在信号中的多种类型的高频噪声都能进行很好的抑制。利用电磁超声表面波的实验数据对算法进行了检验,实验结果表明,基于包络滤波的降噪算法可以有效地消除检测信号中的杂波和毛刺干扰,抑制噪声的幅度,提高信噪比。     

基于最小熵解卷积和Teager能量算子直升机滚动轴承复合故障诊断研究

为了解决强背景噪声环境下直升机滚动轴承故障信号微弱,故障特征难以提取的问题,提出一种基于最小熵解卷积(Minimum Entropy Deconvolution,MED)与Teager能量算子(Teager Energy Operator,TEO)的滚动轴承故障特征提取的新方法。根据滚动轴承故障信号表现为冲击波形的特点和MED降噪对冲击特征敏感的特性,采用MED对故障信号进行降噪处理,同时增强信号中的冲击成分;再结合TEO适合检测信号的瞬时变化,能有效提取故障信号冲击特征的特点,计算降噪信号的Teager能量信号,进行频谱分析提取滚动轴承的故障特征。通过对仿真信号和直升机滚动轴承混合故障信号进行分析,实验结果表明,该方法能有效提取强背景噪声环境中的微弱复合故障特征,具有一定的工程应用价值。     

EMD降噪的关联维数在齿轮故障诊断中的应用研究

本文运用分形理论中的关联维数计算方法,对齿轮正常、齿根裂纹和断齿三种不同工况的振动信号进行识别。为了降低噪声对关联维数计算结果的影响,提出EMD滤波方法对采集的信号进行预处理。通过对仿真信号和齿轮箱实测信号的诊断,证明了该方法的可行性和有效性。     

基于小波变换的噪声消除的方法

介绍小波变换的一般理论及在信号降噪应用中的理论基础,分析染噪后语音信号的特性,并使用多种小波和不同阈值对语音信号进行小波变换降噪,对结果进行分析比较。     

电气信号数字化检测技术的探讨

现代化电力生产要求实现电力系统和电气设备的数字化监测、控制与保护,而这些都基于对电气信号的及时、准确和可靠检测。采用微型计算机作为测量系统的主体和核心,通过对电气信号的采样和利用数字信号处理技术对采样数据进行数值分析与处理,获得所关心的电气信号的信息。以及目前信号处理技术在电气设备检测中的应用状况,在此基础上分析了电气设备检测技术的发展方向,总结出信号数字化在电气检测技术发展中的作用。     

重轨InSAR干涉测量中的大气信号特征分析

给出了干涉测量中大气相位延迟与单次雷达测量时大气相位延迟的关系,并利用ERS Tandem数据对重轨干涉测量中的大气信号进行了定量的分析研究.实验数据的结果表明,干涉测量中大气相位延迟信号与地面高程有关,随高度增高干涉测量中的大气相位延迟信号变小;在重轨干涉测量中大气信号的结构函数和功率谱函数均呈现指数分布规律,并且在山区和平地,在不同的尺度呈现出不同的指数分布特性.该研究结果有助于建立重轨hSAR干涉测量中的大气信号模型.     

基于谐波小波分析的故障诊断方法研究

谐波小波分析可有效提取非平稳信号中的奇异成分。但当信号中存在噪声时，谐波小波分解的时频等高线图无法凸显其奇异成分。本文采用谐波小波时频剖面图，对仿真信号和齿轮故障信号进行分析，成功提取出信号中的奇异成分。诊断实例证明，该方法可有效用于设备故障诊断。     

虚拟仪器技术在冲击信号测试分析中的应用

首先简单介绍了冲击信号时域的特点,说明了对冲击信号测试分析的基本要求和测量方法,然后介绍虚拟仪器技术特点及其在冲击信号测试分析中的应用。试验表明,虚拟仪器技术可以方便地实现冲击信号的获取及分析。     

复线隧道爆破振动信号的HHT分析

结合现场采集到的爆破信号,从实践验证HHT(Hilbert-Huang Transform)理论在爆破振动信号处理中的可行性。首先采用经验模态分解(EMD)提取爆破振动信号的固有模态函数(IMF)分量,对主成分分量作Hilbert变换,提取其包络曲线,得到实际延时爆破中的延时时间。再对原始信号经EMD得到的IMF分量进行Hilbert变换,得到信号的Hilbert能量谱,并从瞬时能量的角度研究了爆破振动不同频率的能量作用机理。从而验证了HHT方法的自适应强和高效性在爆破振动信号分析中的优良特性。     

集合经验模态分解的稳健滤波方法研究

为了消除野值和噪声信号对观测数据的影响,给出一种基于集合经验分解的具有稳健性的滤波算法：首先用滑动中值滤波算法剔除原始数据中的野值,然后采用集合经验模态分解算法,抑制数据中的噪声。数值仿真和实际工程应用表明,该方法不仅能剔除野值,抑制信号中的噪声,提高信噪比,还能够有效消除模态混叠问题,将被测信号中不同的频率成分独立分解在不同的固有模态函数中,从而得到更清晰的时频分布,有利于实际数据处理中的信号分析和故障诊断。