一种改进的谐波小波及其在转子故障诊断中的应用

在Newland谐波小波的基础上,提出一种改进的谐波小波,该改进的谐波小波具有对称的盒形频谱,其伸缩和平移生成的小波族构成L2(R)空间的正交基,在保持Newland谐波小波的优良性质基础上,信号分解与重构更为简单。利用仿真算例研究改进的谐波小波对微弱局部信号及强噪声背景下的有用信号提取能力,并与DB8小波分析进行比较,结果表明,改进的谐波小波具有更好的信号提取效果。针对转子故障信号特征频率通常为转速频率的分数及整数倍特点,采用该改进的谐波小波提取转子故障信号中的倍频分量,利用实测的不平衡、不对中、碰摩及油膜涡动四种转子故障试验数据,提取了故障信号中的0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5及5.0等倍频分量,结果验证了方法的有效性。     

小波包能量谱在转子碰摩故障诊断中的应用

针对转静碰摩故障的振动响应问题,采用小波基函数db6三层小波包分解和能量谱相结合的分析方法,对实测的碰摩故障信号进行频带能量特征提取。通过对仿真和实测信号进行小波包分解后作频谱分析发现:当转子发生转静碰摩故障时,频谱图中除了转子的工频外,在分频、分频倍频处引起比较稳定的分数谐波,并出现了3x等高阶倍频频率成分。在对实测信号作进一步能量谱分析时,存在碰摩特征频率的频段能量发生了变化,因此小波包能量谱分析方法能够很好地区分转子的碰摩故障。     

基于时频分析的裂纹转子碰摩故障特征研究

为研究转子系统耦合故障特性,采用有限元方法建立了含有横向裂纹、转静碰摩的非线性转子动力学模型。首先研究了不同转速下裂纹、碰摩单一故障下转子系统的振动响应,其次研究了两种故障耦合情况下系统的振动响应特征。采用波形图、FFT谱图、瞬时频率和Hilbert-Huang时频谱(HHS)相结合的方法对故障转子振动信号进行了分析。分析结果表明:运用多种时频分析相结合的方法可以较为全面地了解转子的故障特征,裂纹转子在1/5、1/3临界转速时会发生较为明显的5X、3X谐波,且裂纹的产生会导致响应幅值增大,从而引起更为严重的碰摩。      

谐波小波包方法及其对转子亚频轴心轨迹的提取

转子轴心轨迹,特别是亚频轴心轨迹的提取,在转子故障识别中是十分重要的。分析了谐波小波的优势,在研究了谐波小波的频段分解基础上,提出了谐波小波包变换的频段分析表达式,并给出了实现方法,实现了谐波小波的任意频段“任意细化”能力。对转子振动信号进行了频域细化分析,并用谐波小波包变换对实际的高速转子振动信号进行了分析,在得到细化频谱的同时,直接实现了常规方法难以实现的转子亚频信号的轴心轨迹提取,得到了满意结果,为转子故障信号的分析创造了条件。     

单盘裂纹转子次谐波共振实验研究

采用Bently模拟转子试验台,对轴上含裂纹的单盘转子系统进行了实验研究。发现裂纹会导致响应在1/2和2/3倍临界转速附近出现次谐波共振现象,在这些转速下系统响应出现了次谐波和高次谐波分量,如1/2倍频、3/2倍频、2倍频、3倍频和4倍频分量,并导致这些转速下振幅急剧增大,影响转子的稳定运转。摆振对裂纹非常敏感,在裂纹较小时就可观察到较为明显的倍频成分,并且其幅值比无裂纹时大一倍以上,可作为转轴上裂纹识别的重要参数。     

结合复小波包变换及频谱校正的机械转子碰摩故障诊断方法研究

针对机械转子系统中碰摩故障发生时故障特征微弱及识别困难的问题,提出一种结合双树复小波包变换及频谱校正的故障诊断方法。首先对于振动位移信号中工频基波成分,采用频谱加矩形窗的频谱校正方法识别其谐波信息,通过构造补偿信号进行对消,以减少其对后续特征提取的影响。其次通过双树复小波包对补偿过的信号进行多尺度分解;最后对小波包子空间信号进行希尔伯特包络解调分析,通过瞬时幅值及瞬时频率信息诊断转子的动静碰摩故障。在转子实验台上进行了实验验证,结果表明提出的方法能有效提取转子碰摩产生的微弱故障特征。     

转子系统油膜振荡的小波包分解与频带能量比例特征分析

在介绍小波包分解原理的基础上。对试验测得的单盘单跨转子系统的油膜振荡非平稳信号用小波包分解方法进行了研究。采用db44小波基函数进行4层小波包分解。给出了各频带内分解信号的特点及频带能量比例，其中第3频带是该转子系统在9600r／min时产生油膜振荡的特征频带。得到的试验数据及其分析结果对转子系统油膜振荡研究和旋转机械状态监测等具有重要意义。     

基于改进谐波小波包分解的滚动轴承复合故障特征分离方法

为解决滚动轴承单通道振动信号中复合故障特征难以分离的问题,提出了基于改进谐波小波包分解的轴承复合故障特征分离方法。首先,改进了二进谐波小波包分解方法,提出了连续谐波小波包分解方法,克服了信号分解后子带个数和带宽范围受二进制划分的缺陷;然后,采用谐波窗分解提取信号中频率成分集中的频段,根据轴承各单点故障特征频率确定分解层数,进行连续谐波小波包分解,利用能量算子包络解调得到子带信号中各个单点故障的权重因子;最后,重构轴承各单点故障信号,实现复合故障的特征分离和提取。对仿真信号和实测轴承内、外圈复合故障信号分析的结果表明,该方法能将轴承单通道复合故障信号分解到不同的通道中,实现了复合故障特征的分离,具有一定的工程实用价值。     

转子轴承系统高阶临界转速的识别

临界转速是离心压缩机转子系统的主要动力参数之一。随着转子系统工作转速的不断提高,现在已经面临超二阶或更高阶临界转速的问题,因此对于高阶临界转速的识别就变得非常重要。应用谐波小波对转子系统试车振动信号进行分析,对转子高阶临界转速进行了分辨识别,结果令人满意。     

应用谐波小波滤波识别转子系统临界转速

介绍了谐波小波分析及其滤波方法，并运用该方法对转子系统振动信号进行分析，提取信号特征，识别转子临界转速。实践表明，该识别方法具有较的工程实用价值。     

基于第二代小波变换的混合小波降噪方法

根据第二代小波变换的特点，提出一种自适应小波变换的框架，在此基础上提出一种混合小波降噪方法。预测时从一组预测器中选择一个最佳预测器以满足细节信号的特殊要求，更新时从一组更新器中选择一个最佳更新器以满足逼近信号的特殊要求，在每一尺度上构造了一个具有某种要求的小波。这种方法能够有效地抑制振动信号的高频干扰。     

应用最优重分配小波尺度谱的小波脊线提取

针对基于小波尺度谱的模极大值法提取小波脊线存在受噪声干扰影响大、高频部分频率分辨率低等缺点,提出一种基于最优重分配小波尺度谱的小波脊线提取方法。首先,优化M orlet母小波使其与信号特征成分实现最佳匹配,再对小波尺度谱进行重分配,提高尺度谱的时频聚集性;然后,对重分配尺度谱进行信号奇异值分解降噪,降低噪声干扰影响;最后,利用模极大值法提取出小波脊线,根据小波脊线与频率的关系得到信号的瞬时频率。仿真算例和实际工程应用结果表明,该方法能有效提取出强噪背景下的机械故障特征。     

小波分析概述及其应用研究

小波分析是傅里叶变换划时代发展的结果,近年来成为众多学科关注的热点,它的研究对信号分析、图像处理、数据压缩等方面都具有深远的科学意义和实用价值。介绍了小波分析的基本概念,并对其在工程实际中的应用进行了探讨。     

多分辨小波网络的理论及应用

从小波多分辨分析的理论入手，描述一个单隐层的人工神经网络－小波网络，小波网络是以多分析理论的基础，使用正交小波和尺度函数作为激励函数进行局部学习的，给出小波网络的结构模型及训练过程，网络的学习是按层次进行的，首先是学习全局拟和，然后通过在不同的分辨级别增加ψ结点来减少全局和局部拟的误差，用小波网络对机械振动时间序列作出预报，经过训练后的网络具有很高的精确度，说明网络达到了全局最优。     

一种自适应小波消噪方法

为了消除噪声对被测信号的干扰,有效提取信号中的有用成分,根据信号和噪声小波变换系数的不同特性,在分析了传统阈值方法局限性的基础上,提出了一种自适应小波消噪方法.该方法首先对被测信号进行小波分解,并改进了阈值量化公式,使其具有能量分布自适应的降噪能力;然后,利用类别方差作为判别依据,选取使得类别方差最大和类内方差最小的阈值作为最佳的阈值.并根据每层分解后的小波系数进行自适应的阈值确定;最后,对信号进行重构,通过分解、阈值处理和重构等过程实现小波消噪.仿真信号和轴承故障诊断的实例结果表明该方法可在强噪声背景下消除噪声干扰,有效提取出滚动轴承的早期故障频率.     

小波分析在信号处理中的应用

在简述小波分析、小波识别原理的基础上，详细介绍了小波分析在信号处理中的应用，包括信号消噪、特征提取、奇异性检测等。计算机硬件技术的日趋发展，特别是DSP技术的发展，将为小波分析应用于工程中提供有力的保障。     

图像压缩中小波基的选择研究

分析了小波基的正交性、正则性、紧支撑性、消失矩和对称性等对图像压缩的影响,并选出数种典型小波基进行实验比较,对图像压缩中小波基的选择问题进行了研究。     

一项具国际先进水平的小波理论应用成果

利用国家自然科学基金资助项目“工程信号处理中的小波基与小波变换信号分析仪系统的研究”中的理论成果－波直接变换理论,小波基二次采样方法和小波基库,完成了面向工程背景的波波信号分析系统的技术设计,从而使我国有机会首先研制智能化波变换信号分析仪。     

基于小波变换方法的材料小阻尼识别

基于连续小波变换实现了对振动系统的小阻尼识别。该方法基本原理为通过对系统自由衰减响应的小波系数取极大获取小波脊,借助小波脊理论确定系统的各阶模态频率与指数衰减系数iζωni,采取求中值的方法获取衰减稳定段的参数,进而识别出各阶模态阻尼比。与HT法相比,该方法具有较高的稳定性和识别精度,仿真结果表明,无噪声时识别误差为0.023%,30%噪声时识别的最大误差为3.49%,而且研究中发现阻尼识别的误差与信号采样频率相关。进行了LY12材料的阻尼测试试验,根据试验测试数据对阻尼识别的结果,证明了本文方法的有效性。     

不同小波基下滤波性能之比较

不同的小波基有各自的特点和优点。对三种典型的具有紧支撑的小波，即Haar小波、正交小波、双正交小波在滤波中的应用进行了研究，对其滤波效果进行了对比并分析了其原因。指出了Haar小波具有最高的时间分辨率，能够对信号的瞬态特征进行很好的识别；而正交和双正交小波具有二阶的消失矩，对信号的逼近精度高。但正交小波缺乏对称（反对称）性，有可能造成较多的失真。若能做到对信号的不同特征自适应地采用不同的小波基进行分析，则可使滤波效果达到最佳。