基于时域振动速度有效值的铣削稳定性研究

为了提高铣削的稳定性进而提高高速铣削的加工质量,以时域响应中振动速度的有效值作为振动强度的衡量指标,提出一种稳定性判定及不稳定区间颤振强度衡量方法。分别基于强迫振动模型和自激振动模型计算振动速度有效值随转速变化的规律曲线,对比分析了两种模型下的曲线差异,判定不受颤振影响的转速区间,即稳定性区间。对于不稳定切削区间,给出衡量其颤振强度的振动速度有效值差值-转速关系曲线。通过算例与传统方法计算的对比结果验证了该方法的可行性。     

非均匀采样对信号有效值测量影响的分析

本文分析了采样信号的非均匀性对于有效值测量的影响,推导了非均匀采样信号在时域与频域上的能量对应关系,得出了利用非均匀采样序列计算信号的有效值收敛于真值的条件,仿真结果验证了理论的正确性。     

基于频谱筛选的航空发动机振动总量提取方法

振动总量是反映发动机整机振动水平的重要指标,也是发动机状态监视的重要参数。如何排除噪声干扰,从成分复杂的振动信号中提取振动总量,直接影响到振动测量结果的准确性。提出一种基于频谱分析的航空发动机振动总量计算方法,在常用的频域振动总量计算方法中加入了分量筛选功能,可有效地提高计算结果精度。通过多次飞行试验数据验证,得到该方法的计算误差为:低频段平均误差为4.0%;高频段平均误差为1.5%。证明其具有很好的工程应用价值。     

滚动轴承故障程度诊断的HMM方法研究

为提高滚动轴承故障诊断率,提出基于时频域指标的HMM轴承故障程度诊断方法。利用轴承故障模拟试验台,采集不同剥落程度滚动体的振动信号,分别提取均方值、有效值、方差、修正样本方差、标准差、频域中心及带宽共7个时域和频域指标作为特征向量训练HMM,得到基于HMM的诊断分类器。利用该分类器对330组待检滚动轴承振动信号进行分析,诊断正确率达90%以上,说明该方法能有效提取故障特征。     

轴箱振动计算轨道不平顺方法研究

为实现在既有运营线路上动态测量轨道不平顺,对通过轴箱的加速度信息计算轨道不平顺的方法进行研究.分析了在时域和频域上使用轴箱加速度轨道不平顺的计算方法,并在同济大学轨道交通实验线上进行实验测试.分别使用频域和时域计算法对测试数据进行分析处理,得到轨道不平顺.对使用上述两种方法的计算结果进行验证比较和理论分析.实验结果表明...     

一种BP神经网络的汽车齿轮箱故障诊断方法及实验验证

在小波神经网络算法的基础上,从时域和频域两方面对汽车齿轮箱的振动信号进行分析并提取时频域的多个表征值,设计了一种应用于汽车齿轮箱故障诊断的BP神经网络算法。采用经验模态分解法对齿轮箱时频域下的多维故障特征值进行分析和提取,导出了BP神经网络算法步骤和诊断模型;进一步以JZQ! 250齿轮箱为研究对象,对该算法进行数据训练和验证,其状态实验数据结果表明,该算法能够在考虑汽车齿轮箱复杂故障下实现正确诊断,其用于汽车变速箱故障诊断具有较好的实用性,对汽车齿轮箱的故障诊断提供了一定借鉴。     

基于转子实验台的典型故障信号模拟与分析

介绍了一种通过转子实验台模拟转子不平衡和摩擦两种故障来获取该典型故障信号的方法,并对信号的产生进行了机理分析,给出了典型信号在正常和故障两种不同情况下的时域和频域分析图。将实验结果与理论分析相结合,验证了旋转机械两种典型振动故障的识别特征,丰富了故障档案。     

发动机振动信号的时—频域二次去噪方法

本文提出一种适用于发动机机体振动信号的时频域二次去噪方法,从时域和频域两个方向对机体振动信号进行两次去噪。其中时域去噪过程首先是利用包络导数算子和短时能量概念来对时域上的噪声信号和工作特征信号进行识别和分割,再通过非局部均值(Non-Local Mean, NLM)方法实现去噪。而频域去噪过程则是先基于时变滤波-经验模态分解(Time Varying Filtering-Empirical Mode Decomposition, TVF-EMD)对振动信号进行时频特征提取,再提出一种融合差分熵的NLM方法对提取的本征模函数进行自适应去噪。应用所提出的去噪方法对实测的发动机机体振动信号进行分析,结果表明：该方法在时频域的去噪效果十分显著,在发动机状态监测和故障特征提取方面具有较大的应用潜力。     

用于水电站振动信号的积分算法

为解决传统频域积分对非平稳信号处理误差过大问题,根据水轮发电机组振动信号的特点,提出了一种利用EMD的自适应滤波特性对实测加速度信号频域积分方法的修正算法.首先,对振动信号进行频域积分,得到相对应的速度和位移时程数据;然后,利用EMD的自适应的分析能力,将时域数据分解成不同特征时间尺度的固有模态函数,并按环境噪声以及水电站信号的特征频率进行滤波处理.仿真试验表明,在3种方法中,该方法的相对误差最小,相关系数最大.将该方法应用于景洪水电站振动信号处理,积分所得数据符合实际振动状况.结果表明,该方法求速度和位移是可行的,能够对水电站振动信号进行处理.     

基于变分模态分解和鲁棒性独立成分分析的内燃机缸盖振动信号分离

针对缸盖振动信号中燃烧信号和活塞敲击信号在时频域混叠严重难以分离的问题,用基于VMD和RobustICA的方法分离各独立源信号。通过试验测量内燃机单通道缸盖振动信号,首先对测得的信号进行消除趋势项及滑动平均等预处理,用VMD算法对预处理后的信号进行分解;然后用RobustICA算法提取独立成分,并用组合模态函数法对时域和频域相似性较高的分量成分进行组合;最后结合频谱分析、连续小波变换、相干函数法及倒拖试验对分离得到的结果进行识别验证。研究结果表明：在不同的试验工况下,该方法可以有效地从缸盖振动信号中分离出燃烧信号和活塞敲击信号。