时频分析方法在往复机械特征提取中的应用

往复机械设备振动的频率随时间变化，对这类振动信号的特征分析，有助于研究机器设备的运行状况，时频分布描述了信号幅值随时间和频率综合变化的信息，对此研究了典型的时频分析算法-STFT分布，比较了时频分析方法和传统信号分析方法的差异，并将时频分析方法应用于往复机械振动信号的特征提取。     

连铸机结晶器振动机构动态特性理论及实验研究

本文分别采用集中弹簧－质量动力学模型，有限元模态分析了动态测试多种分析方法对其厂连铸机结晶器振机动态性进行了系统深入的研究，其分析方法也完全适用于其它振机械设备的动特性研究。     

氧化铝生产物料在线分析

根据氧化铝生产物料的特点，选用了不同的在线成分分析方法，用电导率法测定母液，中子活化分析法测定矿浆，快中子活化分析法研究了矿石。介绍了仪器的工作原理，结构和实验结果。在线应用表明，所选用分析方法能满足生产的要求。     

面向CIMS工程市场的信度和效度分析方法

将心理学领域的信度和效率的概念引入到CIMS工程市场研究中，利用统计学理论，论述了CIMS工程市场研究中的一种信度和效率分析方法，并给出了分析案例，该分析方法为CIMS工程市场研究人员定量地度量人们对CIMS工程所持的“态度”，“看法”或“观念”，从而可靠，准确地对CIMS工程的市场状况进行统计，分析和决策提供了理论支撑。     

PCR-DGGE与Biolog技术在土壤微生物多样性研究中的比较

DGGE（DenaturingGradientGelElectrophoresis）技术，能直接分离土壤微生物的DNA片段，从分子水平上分析微生物的多样性。BIOLOG微平板分析方法是一种群落水平的生理特性分析方法，评价不同样品微生物群落的结构组成。本文对DGGE和BIOLOG技术的原理及其在土壤微生物多样性研究中的比较进行了介绍。     

精度保持性定量评价与精度退化机理分析

针对精度保持性定量评价难题，提出了精度退化率评价指标结合精度寿命的精度保持性定量评价方法；在精度退化机理分析方面，首先建立了影响元动作精度及精度保持性的制造及装配误差项的标准化分析流程，然后基于松动、磨损、形变、老化等典型精度退化原因所致制造及误差项变化机理，提出了精度退化机理分析的通用化三阶段分析方法，并定义了剩余精度寿命及精度寿命周期。以元动作为研究对象对所提评价和分析方法进行说明，以残余应力致精度退化为应用实例证明了方法的可行性。该评价及分析方法为机械产品精度相关质量特性的研究提供了新的思路和参考。     

玩具涂料中可溶性砷、锑、硒的形态分析

对玩具、铅笔中可溶性砷、锑、硒的形态分析方法进行了研究，对原子荧光光谱法测定不同价态砷、锑、硒的方法进行了优化，建立了砷、锑、硒的原子荧光光谱形态分析方法。试验结果表明，该方法准确可靠，样品的加标回收率为82．0％-110.0％，方法的变异系数为1．35-2．22％。     

Ekonol/G/MoS2/PEEK复合材料的制备和正交试验研究

用正交试验设计方法和模压方法制备了Ekonol／G／MoS2／PEEK复合材料，通过方差和极差分析方法对材料的耐磨性能进行了研究，并用扫描电镜对磨损表面形貌进行了观察和分析。结果表明，用模压法制备此复合材料是可行的，复合材料具有优良的耐磨性能，其最优制备方案为A5B3C3D3E3；正交试验设计方法、方差和极差分析方法是行之有效的复合材料研究方法。     

有限元分析方法在活塞研究中的应用现状与发展趋势

柴油机活塞作为影响柴油机性能的重要零部件之一,一直以来都是专家学者的研究重点,随着计算机技术的发展,有限元分析方法得到广泛应用,本文主要围绕有限元分析方法在活塞研究上的应用情况展开讨论。详述了有限元方法在活塞研究上的国内外现状,并概括了有限元分析方法开展活塞研究的实施步骤等,指明了现行研究方法中的不足,为进一步加强有限元分析方法在活塞上的研究应用提供了借鉴。     

粉末冶金航空刹车材料的选择

综述了粉末冶金航空刹车材料最基本的功能要求和特点，确定了粉末冶金航空刹车材料合适而稳定的摩擦系数，最小磨损量，不粘结，合适的物理机械性能，良好的耐温性等基本要求，并采用加权分析方法针对基本要求对Boeing-737飞机用刹车材料的选择进行了加权因子分析和研究，获得了适合Boeing-737飞机的铁铜基刹车材料，研究表明，采用加权分析方法，可以直接明了地进行材料总体选择，避免过多的筛选试难，达到事半功倍的效果。     

机械微弱振动信号检测的研究

研究了信号局部奇异性在小波变换下的特性。根据故障信号和噪声的局部奇异性在小波变换下模极大值在不同尺度上的传播特性不同的特点,利用小波分解重构算法,对机械振动信号进行了分解、去噪、重构和谱分析。实验表明,小波减噪方法非常适于机械微弱振动信号的检测。     

自适应改进双树复小波变换的齿轮箱故障诊断

针对双树复小波变换存在频率混叠以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混叠现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。     

大型回转支承故障信号处理方法综述

大型回转支承是许多机械设备中重要零件,因此对其进行故障诊断的意义重大。这篇文章针对回转支承的结构特点,总结了现有的信号处理方法。重点介绍了基于知识的故障诊断信号处理方法、基于遗传算法处理方法、全息谱信号分析方法、双树复小波变换方法(DTCWT)及基于多尺度主元分析的聚类经验模式分解法(EEMD-MSPCA),并对这些方法的优缺点进行了分析比较,提出适合大型回转支承信号处理的方法,并对今后大型回转支承信号处理方法的前景做了展望,指出数据融合的方法是今后处理大型回转支承故障信号的主要发展方向。     

基于改进经验小波变换的行星齿轮箱故障诊断

行星齿轮箱振动信号具有复杂多分量和调幅-调频的特点。幅值解调和频率解调方法能够避免传统Fourier频谱中的复杂边带分析,有效识别故障特征频率。经验小波变换通过对信号Fourier频谱的分割构造一组正交滤波器组,能提取具有紧支撑Fourier频谱的单分量成分,再对单分量成分运用Hilbert变换即可实现信号的解调分析。经验小波变换能够有效分离出调幅-调频成分,不存在模态混叠现象,具有完备的理论基础,自适应性好、算法简单、计算速度快。将改进的经验小波变换应用于行星齿轮箱振动信号的解调分析;提出了一种单分量个数的估算方法,解决了经验小波变换中的Fourier频谱划分问题;给出了对故障敏感的信号分量的选取方法,提高了分析的针对性。将改进方法应用于行星齿轮箱振动仿真信号和实验信号分析,验证了该方法的有效性。     

基于多尺度Hermitian小波包络谱的轴承故障诊断

提出了一种基于多尺度Hermitian小波包络谱的轴承故障诊断方法。该方法综合利用了Hermitian小波和包络谱分析技术的优点,首先对轴承故障振动信号进行Hermitian连续小波变换,得到小波分解的实部和虚部,然后计算振动信号的多尺度包络谱。对齿轮箱轴承故障振动信号的分析表明,该方法在强噪声环境下能有效识别轴承内圈故障和外圈故障。     

二进离散小波能量谱及其对微弱信号的检测

提出了二进离散小波的能量谱的分析方法 ,给出了实用的计算公式 ,论述了其可行性。导出了二进离散小波的能量频谱与离散信号频谱之间的关系。应用该分析方法有效地检测出了时域微弱奇异信号和频域微弱特征信号。能量时谱使二进离散小波分析得到的时域奇异信号更加突出 ,能量频谱发现了 Fourier分析不能得到的某些能量集中的特征信号。实例验证了该分析方法的优良特性 ,为设备运行状态检测和故障预报提供了一种新的手段。     

基于IEWT和MCKD的滚动轴承故障诊断方法

针对经验小波变换（Empirical wavelet transform,EWT）对强噪声环境中滚动轴承微弱故障诊断的不足,主要是傅里叶频谱分段不当的问题。提出一种基于最大相关峭度解卷积（Maximum correlated kurtosis deconvolution,MCKD）降噪与改进EWT相结合的滚动轴承早期故障识别方法。首先采用最大相关峭度解卷积算法以包络谱的相关峭度最大化为目标对原信号进行降噪处理、检测信号中的周期性冲击成分,然后根据信号Fourier频谱的包络极大值进行分段,通过分析各频段平方包络谱中明显的频率成分来诊断故障。新方法能有效降噪、增强信号中周期性冲击特征、降低单次偶然冲击的影响、抑制非冲击成分。通过对含外圈、内圈故障的滚动轴承进行试验分析,结果表明,相比于快速谱峭度图和小波包络分析方法,该方法提取出的特征更加明显,能有效实现滚动轴承早期微弱故障的识别。     

基于自适应最优Morlet小波的滚动轴承故障诊断

滚动轴承早期故障信号中故障信息比较微弱常常被强噪声所掩盖,增加了对滚动轴承故障诊断的难度。针对这一问题,笔者提出了基于自适应最优Morlet小波变换的滚动轴承故障诊断方法。首先,利用粒子群优化算法对Morlet小波变换的核心参数进行自适应寻优,在获得最优Morlet小波的同时保证了良好的带通滤波性能;然后,将最优Morlet小波对滚动轴承早期故障信号进行滤波去噪,提高信号的信噪比;最后,对最优Morlet小波滤波信号进行包络谱分析,通过包络谱中的主导频率成分与滚动轴承各元件的故障特征频率对比从而判断轴承的故障位置。仿真数据和实测数据分析结果证明,笔者所提方法能够有效提取故障信号中的特征信息,具有一定的有效性。     

连续小波变换的滚动轴承故障诊断

提出了用连续小波变换与傅立叶变换相结合进行轴承故障识别的新方法。先通过Morlet连续小波变换对故障轴承信号进行不同尺度的分解,然后进行小波尺度一能量谱统计,再在有可能体现故障频率的尺度上对其获得的小波系数进行快速傅立叶变换来识别故障特征频率。对于非常微弱的内圈故障提出了通过共振解调法对特定尺度系数进行Hilbert包络提取故障频率的新方法。优点在于能够在强噪声背景下较为精确的识别故障。实际测试验证了新方法的正确性。     

Bearing fault diagnosis based on amplitude and phase map of Hermitian wavelet transform

The rolling element bearing characteristic frequencies contain very little energy and are usually overwhelmed by noise and higher level of structural vibrations. The continuous wavelet transform enables one to look at the evolution in the time scale joint representation plane. This makes it very suitable for the detection of singularity generated by localized defects in a mechanical system. However, most applications of the continuous wavelet transform have widely focused on the use of the Morlet wavelet transform. The complex Hermitian wavelet is constructed based on the first and the second derivatives of the Gaussian function to detect signal singularities. The Fourier spectrum of Hermitian wavelet is real, which the Fourier spectrum has no complex phase and the Hermitian wavelet does not affect the phase of a signal in complex domain. This gives the desirable ability to detect the singularity characteristic of a signal precisely. In this study, the Hermitian wavelet amplitude and phase map are used in conjunction to detect and diagnose the bearing fault. The Hermitian wavelet amplitude and phase map are found to show distinctive signatures in the presence of bearing inner race or outer race damage. The simulative and experimental results show that the Hermitian wavelet amplitude and phase map can extract the transients from strong noise signals and can effectively diagnose bearing faults.