小波降噪与BSS在航空发动机故障诊断中的应用

在航空发动机的故障诊断中,传感器测得的信号通常是非平稳的振动信号;受发动机工作环境影响,这些振动信号含有大量噪声且多路源信号相互混叠;传统的信号处理方法很难从此类信号中快速有效地提取出故障特征;运用小波阈值降噪结合盲源分离的方法对发动机振动信号进行了分析,并对某型航空涡扇发动机发生空中停车故障时的振动信号进行了分析,验证了该方法在航空发动机故障诊断中的有效性.     

基于非线性压缩变换的某型航空发动机整机试车排故分析

基于非线性压缩变换对某型航空发动机整机试车振动信号进行了特征提取与故障诊断;非线性压缩变换由于其幅值无关性,能够增强微弱信号特征的表征能力,同时能够提高时频图的能量聚集性;对某型航空发动机进行地面整机试车试验,并通过数据采集装置获取各测点的振动信号,然后利用非线性压缩变换良好的微弱特征表征能力与时频聚集性,并结合其他信号分析方法,对采集到的振动信号进行分析;最终,结合航空发动机的结构与理论知识,实现了对其可能存在故障的排查与猜测,同时验证了非线性压缩变换在航空发动机实际试车振动信号分析中的有效性与实用性。     

基于小波包分析的航空发动机故障诊断

航空发动机是一种复杂的旋转机械,故障种类多面且难以辨别。为了保定飞行安全,对航空发动机的故障进行正确、快速地检测,在分析航空发动机故障特征的基础上,利用发动机振动信号的时域指标判断发动机工作是否正常,再对存在故障的发动机振动信号进行小波包分解,作出频带能量图来进一步识别故障。按上述方法对某型涡轮风扇发动机在飞行中空中停车的振动信号作了分析,准确地识别出了故障。结果表明,小波包分解方法进行航空发动机故障诊断具有简单、直观的实际应用价值。     

航空发动机控制系统振动信号处理方法研究

针对航空发动机控制系统中对振动信号的监测需求,提出了一种基于多任务实时控制系统的振动信号实现方法.分析了FFT变换的基本原理和算法,提出了一种改进的FFT频域分析算法.同时,在有限的任务资源下,对振动信号的处理过程进行合理拆分,并在多个控制任务中对其进行交叉处理.最终实现了对发动机转子振动信号的解析处理及实时监控.经过大量的分析及试验验证,证明该方案能够较好地满足当前的试验需求,为航空发动机控制系统振动信号进一步的研究工作奠定了基础.     

混沌振动信号的盲分离

飞机发动机是一个复杂的机械动力系统,存在许多非线性环节,其混沌振动综合反映各种非线性特性,因此,根据混沌振动信号来判断飞机发动机的状态及进行故障诊断就是一种有效的技术方法.由于非线性系统混沌振动信号对初始条件敏感、混沌振动频带较宽且与各种特征频率重叠、实际振动信号含有噪声和各种干扰等成分,混沌振动信号分离就成为依其判断状态和故障的关键.对仿真的混沌混合信号应用Fast ICA盲分离方法,即使在低信噪比情况下也可有效分离出混沌振动信号以及其他源信号,并将该方法应用于实际的飞机发动机的振动信号分析,分离出实际的混沌振动信号,这使通过混沌振动信号进一步判断发动机的状态成为可能.     

STFT在航空发动机振动信号处理中的应用

当航空发动机工作于非平稳状态时,常规频谱分析和功率谱分析方法不能反映振动数据频谱随时间的变化情况。短时傅里叶变换(STFT)技术作为最为常用的时频分析技术之一,在工程应用领域具有算法简单、物理概念明确等优点,被广泛采用。鉴于STFT技术的上述优点,从航空发动机非平稳状态整机振动数据处理应用需求出发,对如何将短时傅里叶变换技术应用于航空发动机非平稳状态整机振动信号进行了分析研究,并给出了针对性的实现算法。     

基于JADE算法的钢轨接头病害故障检测研究

论文分析无缝铁路焊接接头对车辆安全行驶的影响。基于运营车辆的振动响应进行轨道不平顺检测具有效率高,成本低等优点。本文提出将盲源分离算法应用于车辆振动响应信号的分析,盲源分离算法在对振动响应信号直接进行处理,无需源信号的先验知识和信道的参数,降低了轨道接头特征信号提取的难度。通过对南京至宁启线路的轨道接头不平顺进行现场测试,并用matlab编程对测试结果进行分析。分析结果表明本文所采用的盲源分离算法能够较好的提取出轨道接头不平顺的特征信息。     

基于偏度的低空目标声信号盲抽取算法

针对盲源分离信号顺序的不确定性以及基于峭度的盲抽取算法运算量大的问题,本文提出一种基于偏度的低空目标声信号盲抽取算法.该算法利用偏度的非对称性,将其作为信号非高斯性的度量,抽取出的信号可以按偏度绝对值的降序排列.与基于峭度的盲抽取算法相比,该算法大大减小了运算量,同时具有较好的分离效果,且对于噪声具有鲁棒性.声音信号及...     

语音增强的计算机仿真

研究关于盲源分离的特征向量分离算法在语音增强的应用,传统的方法对混合的语音信号很难进行有效的分离,而在实际中很多场合都需要对语音信号进行增强.为消除噪音,提高清晰度,使用的盲源分离算法却正能实现传统方法难以实现的技术.运用一种盲源分离的特征向量分离算法来进行语音增强,并且对实际的两个语音信号运用该算法进行了混合语音信号的分离增强实验,利用MATLLAB软件对混合语音信号进行了盲源分离的特征向量分离算法的仿真,可从混合语音信号分离出了两个原始语音信号.证明了盲源分离算法应用于语音分离的可行性,为盲源分离应用于语音增强提供了参考依据.     

JADE盲源分离算法在变压器振动信号监测中的应用

铁芯和绕组是变压器振动产生的主要振源,监测铁芯和绕组的振动信号可以对变压器运行状态进行预测和诊断.选择了S13-12500/35型油浸式无励磁调压电力变压器,将2只光纤Bragg光栅振动传感器布设于变压器内部,直接采集变压器负载运行下的振动信号.通过JADE算法将2组负载信号分离,发现:一组信号能量主要集中在100 Hz处,与铁心振动信号频谱特征较为接近;另一组信号在各频率上均有分布,与绕组振动信号频谱特征较为接近.     

盲分离问题的可分性理论

对盲信号分离的基本理论问题进行了探讨,给出了从混叠信号中分离出源信号的充要 条件,并回答了源信号能提取的数量问题.同时,还给出了基于该理论的盲分离算法,该方法适应 于病态混叠情形下的提取.且就几种不同的情况进行了计算机仿真.仿真结果表明了所提理论的 正确性及相应算法的有效性.     

涡轮喷气发动机噪声源的盲分离

讨论了基于噪声监测的飞机发动机故障诊断技术的可行性.由于涡轮喷气发动机噪声信号中不同源信号之间的混叠,使得噪声信号分析和特征提取更加凼难.根据声源信号的相互独立性质,针对涡轮喷气发动机噪声信号,阐述了利用盲分离技术对涡轮喷气发动机噪声信号进行分离的原理和实现.利用自然梯度算法对涡轮喷气发动机转子产生的噪声信号进行了肓分离实践,分离结果验证了方法的可行性和有效性,并从分离的信号中提取了有效的发动机状态信息.为发动机状态监测与故障诊断提供了一种可行的信号处理方法.     

适合盲提取的自适应遗传算法

对盲分离问题中存在收敛速度慢、精度不高和容易陷入局部最优等缺点进行了研究,提出了一种基于改进自适应遗传算法的快速盲提取算法。在负熵判据的基础上,建立了最小化独立信号边缘熵准则。以盲提取目标优化函数为基础,对遗传算法的关键技术进行了改进,同时提出一种适合盲信号提取的适应度函数和防止算法局部收敛的监测策略,使算法能够自动跳出局部最优,快速地收敛于全局最优解。以改进的自适应遗传算法作为寻优算法,快速地实现了瞬时混合信号的盲提取。仿真实验表明,该算法性能稳定、收敛速度快,得到了全局最优解,有效地实现了信号盲提取。     

基于细菌觅食优化的盲信号提取算法*

提出了一种新的基于细菌觅食优化的盲信号提取算法。采用负熵作为信号提取的目标函数,利用球坐标变换原理将对提取向量的求解转换为对旋转角度的求解。使用改进的细菌觅食优化算法对目标函数进行优化求解,从而实现对源信号的盲提取。通过多次提取和去相关消源过程,可以实现对所有源信号的成功提取。对多路语音信号混合后的盲提取实验验证了所提出算法的有效性。     

基于峭度的BSS开关算法的语音信号盲分离*

盲信号处理算法主要有批处理和自适应算法两类,导出了一种基于峭度的自适应盲源分离（blind source separation,BSS）开关算法,将该算法应用于语音信号盲分离处理,通过综合实验,从分离前后的波形、频谱图和主要评价参数说明该算法具有良好的信号分离效果。与批处理中的典型算法,如扩展联合对角化（joint approximative diagonalization of eigenmatrix,JADE）和四阶盲辨识（fourth orther blind identification,FOBI）算法比较,该算法具有更好的分离效果。     

基于递归神经网络结构的非平稳信号自适应盲分离

基于递归网络分离结构并利用时间相关的评价函数，针对二输入二输出盲信号分离问题，提出了一种非平稳信号的自适应盲分离算法。该算法计算量小，可根据输出信号能量大小有选择地更新分离系数。并可扩展到多输入多输出盲分离问题。仿真验证对声音等非平稳信号具有良好的分离效果。     

交流电机调速系统振动信号的盲源分离

介绍了盲源分离的基本概念以及基于负熵的盲源分离技术。以交流电机变频调速系统振动信号为研究对象,介绍了快速定点独立分量分析（Fast ICA）方法,并通过MATLAB软件编程,对系统的实测振动信号进行了分离。分离结果表明,该算法能够从复杂振动信号中有效地分离出大部分源信号,实现主要振动源信号的提取。     

基于稀疏分解的航空装备机电故障检修仿真

航空装备在巡航、物资运输、军事作战等领域具有重要作用,因此一旦发生故障,造成的损失也是巨大的.在航空装备故障中,机电故障是最难以诊断和修复的.以往在故障检修的故障信号处理环节中,多采用小波变换、盲源分离以及奇异值分解等三种方法,信号去噪能力不足,影响了整体方法的检修效果.针对上述情况,提出一种基于稀疏分解的航空装备机电...     

基于最小二乘方的语音信号实时盲分离

研究语音信号盲分离的实时算法.盲信号分离技术在视频会议系统、语音信号预处理以及生物医学信号处理中都得到广泛应用.在本文中,利用最小二乘方原理并结合语音信号非平稳的特点,对混合语音信号进行实时分离.实验结果表明,基于最小二乘方的算法是非常有效的实时盲信号分离算法.