虚拟式小波变换信号分析仪的设计及应用

介绍了一种新型的适于工程信号分析的虚拟式小波变换信号分析仪的设计。该虚拟仪器不仅集成了以小波变换为核心的信号分解和信号重构等主要功能,而且还包括了FFT、细化分析、时域统计分析、相关分析等一些辅助功能。结合虚拟仪器技术,充分利用计算机的资源。该仪器具有几大优点友好的用户界面、快速的小波变换算法、丰富的分析功能、极高的性价比。文中给出了几个实际应用例子。     

高精度时频分析方法研究

时频分析在非平稳信号处理中占有重要的位置,它的主要任务是表述信号的频率成分随时间变化的规律。本文在时频分析的基础上,重点研究了一种新的高精度时频分析方法-希尔伯特黄变换(HHT),并将改进HHT算法与典型时频分析方法(短时傅立叶变换、WD)进行比较,阐述了HHT的应用及优点。     

车辆-乘员非线性动力学系统响应信号特征的小波分析

建立了 6自由度车辆 -乘员非线性动力学系统的理论模型 ,利用小波变换及小波多分辨分析理论研究了该模型在随机性路面下的响应信号 ,并与传统的信号处理方法—短时 Fourier变换方法进行了对比 ,说明了小波理论在车辆悬架系统动力学特性研究中的作用及其优点     

用最大重叠离散小波包变换的Hilbert谱时频分析

在介绍基于最大重叠离散小波包变换(Maximal Overlap Discrete Wavelet Packet Transform,简称MODW-PT)的Hilbert谱方法的基础上,将基于MODWPT的Hilbert谱应用于非平稳信号的分析.采用MODWPT可将多分量的复杂信号分解为若干个瞬时频率和瞬时幅值都具有经典物理意义的分量之和,求出各个单分量信号的瞬时频率和瞬时幅值,再进行组合得到原始复杂信号完整的时频分布.对基于MODWPT和基于经验模态分解(Empiri-cal Mode Decomposition,简称EMD)的Hilbert谱,在不同类型非平稳信号下的时频分析效果进行了比较和分析,结果表明了基于MODWPT的Hilbert谱分析方法的有效性.     

一种基于多分辨分析的小波压噪方法

本文基于小波变换的多分辨分析算法,提出了一种对受白噪声污染的数据进行除噪处理的算法,尤其适用于对含有高频分量的信号进行除噪.仿真实验表明该算法既能有效除噪又能保护真实信息的细节特征.     

航空发电机定子绕组局部放电特征及检测方法研究

通过对航空发电机局部放电信号的检测方法和干扰进行分析 ,并通过计算机模拟了局部放电信号和各种干扰 ,利用小波变换的多分辨分析方法 ,从信噪比较低的信号中检测出局部放电信号。仿真结果表明该方法是有效的 ,为航空发电机定子绝缘状态监测提供了理论基础     

虚拟式齿轮箱故障诊断仪的研究与开发

通过对齿轮箱故障特征的研究,运用虚拟仪器技术研制了齿轮箱故障诊断仪.该诊断仪运用时域、频域和时频域分析等多种方法进行了齿轮箱健康状态的分析.在试验中能准确、快速地判定齿轮箱故障的部位及故障特征,检测效果好,可以应用于实际工作中.     

三种非平稳信号时频分析的方法

讨论了当前常用的三种非平稳信号时频分析方法,即窗口傅立叶变换(Windowed Fourier Transform)、Wigner分布(Winger-Ville Distribution)和小波分析(Wavelet Analysis)的特点,及其适用的局限性.     

基于matlab的信号时频分析仿真

MATLAB软件在多个研究领域都有着广泛的应用。其中,它的频谱分析和滤波器的分析设计功能很强,从而使数字信号处理变得十分简单、直观。本文介绍了时频分析基础理论及一些应用,运用MATLAB语言实现了旨在构造一种时间和频率的密度函数,以揭示信号中所包含的频率分量及其演化特性的wigner-ville分布。     

HHT在车辆-轨道系统垂向振动时频分析中的应用

应用希尔伯特黄变换方法(Hilbert-Huang transform,简称HHT)对车辆-轨道系统中高低不平顺与车辆垂向振动加速度关系进行分析。首先,利用经验模态分解法(empirical mode decomposition,简称EMD）对实测的高低不平顺与车辆垂向振动加速度信号进行分解,得到两者的本征模函数;然后,通过比较分析两者本征模函数的时域波形与Hilbert能量谱,说明高低不平顺本征模函数与车辆垂向振动加速度本征模函数之间的确定性的对应关系,可以利用车辆垂向振动加速度来识别轨道高低不平顺的不良区段;最后,对京广提速干线铁路轨检车实测样本进行回归分析,得到在波长为1.5～50m范围内直线和曲线段高低不平顺与车辆垂向振动加速度的定量关系。     

小波基TVAR建模时频分析及在故障诊断中的应用

研究了非平稳信号的时变自回归建模方法,提出了应用小波基函数将非平稳时变参数的辨识转化为线性时不变问题的辨识,在此基础上,应用带遗忘因子的递归最小二乘算法进行参数估计,实现了信号的自适应时频分析。通过仿真算例将该法与短时傅里叶变换、Wigner分布的结果相比较,验证了该方法时频分辨率高的优越性。最后,将该方法应用于轴承的故障诊断,结果表明,该方法用于故障诊断的特征提取是有效的。     

基于CSLBP的轴承信号时频特征提取方法

针对滚动球轴承振动加速度信号特征提取问题,提出一种基于中心对称局部二值模式(center-symmetric local binary pattern,简称CSLBP)的时频特征提取方法。首先,利用广义S变换对滚动球轴承振动加速度信号进行处理,通过采用时频聚集性度量准则自适应地确定广义S变换的调整参数,从而获取时频分辨性较好的二维时频图;然后,计算二维时频图的CSLBP,提取CSLBP纹理谱描述滚动球轴承振动加速度信号的时频特征。对滚动球轴承正常、外圈故障、内圈故障和滚动体故障4种不同状态的振动加速度信号进行了研究。结果表明,CSLBP纹理谱能有效地表达滚动球轴承振动加速度信号的时频特征,与局部二值模式(local binary pattern,简称LBP)和统一模式LBP纹理谱相比,CSLBP纹理谱具有特征维数低和区分性能好的优点。     

基于信号时-频特征的轧机振动分析

为了找到某轧机振源,通过集流环采用电阻应变法对接轴扭振,采用加速度计对轧辊振动进行了测试.通过咬钢和抛钢曲线,采用时域复指数法,识别了轧机机座的固有模态参数及带钢对机座固有特性的影响.然后,采用5点直线滑动平均法和小波滤噪法对实测波形进行平滑及去噪处理,并通过实测信号的时-频分析,揭示了轧机振动的非平稳特征及接轴不平衡冲击力对轧机振动的影响.     

基于迭代Hilbert变换的多分量信号解调方法研究及应用

旋转机械系统发生故障时,其振动信号通常为多分量AM-FM信号。针对传统的解调方法在多分量振动信号故障特征提取中的局限性,提出一种利用迭代Hilbert变换(Iterated Hilbert transform,IHT)进行机械故障诊断的新方法。介绍IHT的基本原理;通过对任一两分量的AM-FM信号的分析表明利用IHT得到的相位信息直接估计瞬时频率具有一定的局限性,于是提出基于差分算和零相位数字低通滤波的平滑的瞬时频率估计方法,并通过仿真试验表明,与自适应分割算法和Hilbert-Huang变换相比,该方法具有很高的精度且速度较快。对具有外圈故障的滚动轴承和具有断齿故障的齿轮箱振动信号的分析结果表明,基于IHT的多分量AM-FM信号解调方法能有效地提取机械故障振动信号中的故障特征。     

新型多功能量热式生物传感器系统研究与开发

通过新型结构与流路设计,开发了量热式生物传感器,是由恒流泵、切换阀、恒温器、锥形注入阀、反应室和参比室、热电堆、信号采集模块和微机等组成的流动注射分析系统,能够工作在单向和循环模式.恒温器在0～70℃内有效控温,精度为±0.1℃;锥型注入阀实现绝热状态的同步进样;设置参比室有效消除非特异性热;片状热电堆的灵敏度约4 mV/K,并布置在反应室和参比室间,及时感知热信号变化;微弱信号采集模块具备24位分辨率和64倍增益,并利用虚拟仪器技术通过微机进行数据的动态显示、处理和存储;系统能够优化反应室尺寸、载流流速、反应温度和试剂注入量等关键参数.性能测试和多种反应模式研究表明,系统基线稳定、重现性好,并实现了酶分析、底物测试和重金属检测等功能,该系统尤其适用于抑制条件下的多试样、多组合的现场和在线富集、检测.     

数控机床刀具故障在线监测系统开发

介绍小波分析、虚拟仪器及其软件开发平台LabVIEW基本原理的基础上,着重阐述了小波消噪和奇异信号检测在数控机床刀具故障诊断中的应用,以及小波分析与虚拟仪器相结合应用于故障信号分析.设计开发了基于LabVIEW8.2虚拟平台的数控机床刀具故障监测系统,该系统将数据采集,数据分析和故障诊断融为一体,实现机械设备在线检测、实时故障诊断.最后通过数控铣床刀具磨损故障监测实验,验证了该监测系统在工程实际应用中的合理性和实用性.     

6205-2RS轴承内圈故障特征时频分析

分析6205-2RS轴承内圈故障时变信号,提取故障特征。通过对短时傅里叶变换与Wigner-Ville分布数值仿真实验比较,明确了短时傅里叶变换与Wigner-Ville分布的时频分析优缺点。针对非平稳轴承振动信号,利用短时傅里叶变换,结合Wigner-Ville分布进行了故障特征提取。通过提高短时傅里叶变换汉明窗点数,结合Wigner-Ville分布参数调整与轴承部件的旋转频率计算,给出了6205-2RS轴承内圈故障特征结果。该方法能较准确地诊断轴承内圈的故障现象。     

不波变换辨识流形的一种新方法研究

本文提出了一种基于小波分析进行水平管气液两相流流型辨识的新方法。该方法以测试管段的管程压降△Ｐ的波动作为测量信号,通过对其小波变换结果的分析,根据不同流型能量分布的定量指标确定了流型判别规划。实验结果表明,这种判别方法能有效地实现对水平管层状流、波状流、塞状流、弹状流等四种典型流形的在线辨识。     

基于多分辨时频分析方法实现睡眠脑电图信号的自动分阶

详细介绍了睡眠分阶规则,并在分析比较多种时频分析方法的基础上,应用基于小波包变换和短时傅里叶变换的多分辨率时频分析方法来实现睡眠脑电图的自动分阶分析.在采用虚拟仪器技术研制的虚拟式脑电图记录分析仪上进行了实验,结果表明,上述方法可以获得较好的睡眠分阶分析结果.     

基于频率切片小波变换时频分析的齿轮故障诊断

为了在强噪声中有效提取齿轮的故障特征,提出了一种基于频率切片小波变换时频分析的齿轮故障诊断方法。先对信号进行频率切片小波变换,得到在全频带下的时频分布,然后在此基础上分割出含有故障特征的时频区域,再通过对该区域进行时频阈值滤波和逆变换重构分离出有效的故障特征。仿真实验和实测信号分析表明,这种方法可从噪声信号中分离出有效的特征分量,在齿轮故障诊断方面取得了较好的应用效果。