振动调幅调频信号的调制边频带分析及其解调方法

机械设备（如齿轮系统）中的振动信号，调幅现象和调频现象总是同时存在的，测得振动信号的频谱中通常包括有很多调制边频成分。而且不同于单一调幅或者单一调频情况下的对称调制边频带，当调幅和调频共同作用时，调制边频带一般都是不对称的。理论上分析调幅和调频共同作用时频谱中调制边频带不对称的原因，并采用广义检波滤波解调方法和循环自相关分析方法对其进行解调。仿真验证理论结果正确，并对滚动轴承实验信号和齿轮箱实测信号进行了分析。     

关于振动加速度信号幅值解调的五种方法

从机械表面拾取的振动加速度信号通常具有调幅特性 ,本文列出了五种幅值解调方法 ,从理论上探索了它们之间的联系 ,并用模拟信号和实测信号验证了这种关系。实验结果是令人满意的。     

齿轮故障振动信号检波解调分析中的混频效应

在齿轮故障诊断中,振动信号解调分析是一种很有效的方法。本文在分析调幅调相信号检波解调分析原理的基础上,讨论了该类算法软件实现过程中产生的混频效应,指出信号在检波解调过程中经过非线性变换后将包含高频成分,有可能发生明显的混频,导致得出错误的解调信号。通过合理地选择采样频率及分析算法中低通滤波器的截止频率或采用较高的采样频率能有效地消除这种混频效应对解调的影响,最后以仿真数据及实验论证了这些结论。     

平稳和非平稳振动信号的若干处理方法及发展

回顾了稳态或准稳态振动信号处理方法中的离散频谱分析与校正，细化选带频谱分析，解调分析和高阶谱分析，非平稳振动信号处理方法中的转速跟踪分析，短时傅立叶分析，Wigner-Ville分布，小波分析和Hibert-Huang变换的发展历史，论述了各类方法的原理，分析其特点和在工程中的应用，探讨了发展前景。     

齿轮振动中调频信号的解调方法及仿真计算

齿轮发生裂纹故障时其振动信号会产生调制现象，包括幅值调制和频率（相位）调制两部分。目前调幅信号的解调分析已经比较成熟，但对于调频信号的解调方法研究还不够完善。全面系统介绍了近年来处理调频信号中最常用的希尔伯特相位解调和循环平稳解调两种方法，并通过仿真指出了这两种方法各自的优缺点和局限性。     

振动调频信号的循环平稳解调原理与实现方法

含有齿轮、滚动轴承等零部件的机械故障振动信号中，有一类信号称为频率调制信号（或称调相信号）。运用循环平稳分析理论，推导调频信号的循环自相关函数结果，并从理论上推导和分析了运用平方解调（或广义检波滤波解调）的方法实现对循环自相关函数的低频切片函数和高频切片函数进行解调的原理和方法，仿真验证理论推导正确，解调效果很好。最后通过对齿轮箱实测故障信号进行分析，验证该方法有很好的解调效果。     

振动调频信号的时延二次变换解调研究

调频信号在频谱上具有与调幅信号相同的频率分布特征，然而，轴承和齿轮故障诊断中常用的解调方法却只适用于调幅信号，不能分析调频信号。基于以上问题，从确定调频信号频率分量幅值的贝塞尔函数的性质出发，分析了平方解调法不能对调频信号进行解调的原因。分析过程中发现由于贝塞尔函数的一些特殊性质，使得常用的解调方法不再适用于调频信号。针对这个原理，本文提出利用时延二次变换（信号与时延信号的乘积）打破调频信号边频分量的贝塞尔函数的特殊性，使得变换之后的信号中包含有调制频率，从而实现了对调频信号的解调。     

基于密集频谱校正的电流信号高准确度分离技术

为实现具有密集频谱的频谱校正分离,通过研究基于复调制移频和低通滤波器的传统Zoom-FFT方法和频谱校正方法,提出一种电流信号高准确度分离方法。该方法采用基于复解析带通滤波器和复调制移频的频谱细化方法和比值校正法对电流信号进行频谱细化校正,实现电流信号的高准确度分离。研究结果表明,该文采用的频谱细化校正方法运算量小,计算速度快、准确度高,能够实现电流信号的高准确度分离。     

频谱分析的校正方法

本文提出了一种对幅值进行校正的新方法，以解决离散频谱当谱峰谱线没有对正峰顶时所带来的误差。该方法首次利用谱峰主瓣内谱线的重心求出峰顶的坐标，可得到准确频率、幅值和相位。其校正业可达细化１０００倍左右的效果。     

基于振动信号分离的行星轴承故障特征提取

由于行星轴承振动信号传递路径的时变性,且行星齿轮箱中齿轮啮合振动信号较强,导致行星轴承故障特征提取较为困难。为此,提出了一种基于振动信号分离的行星轴承故障特征提取方法。该方法首先采用阶比分析技术将原始振动信号进行等角度采样;每当行星架旋转一周,采用Tukey窗进行加窗截取,按照啮合齿序重新拼接,构造振动分离信号。再采用离散随机分离从振动分离信号中提取行星轴承故障分量;最后进行包络谱分析提取故障特征。行星轴承内圈故障实测信号分析表明,该方法能有效提取行星轴承故障特征。     

故障滚动轴承振动信号的半盲处理方法研究

利用旋转机械的振动信号的循环平稳特性,采用基于二阶统计量（Second Order Statistic,SOS）的盲均衡技术从多个传感器信号中恢复出“真实的”振动源信号,实现了同类信号的数据级融合。以滚动轴承故障信号的阶次谱结构为先验知识,提出了用于滤波性能评价的两个指标,实现了盲均衡滤波器参数的优化,从而给出了一种可用于滚动轴承故障诊断的半盲信号处理方法。采用某型单级减速齿轮箱的实验数据验证了该方法的有效性。     

柴油机振动信号盲分离组合算法

由于机械系统的振动信号能有效反映系统特征,对其进行盲解卷积能提供由混合信号中分离出源信号的可能性,为此提出机械系统振动卷积模型;将多通道盲最小均方差与缩减盲源方法结合提出MBLMS-TDS组合算法,且利用该算法对卷积混合信号进行盲解卷积验证算法的合理性;用该算法对柴油机表面混合振动信号进行分离,获得活塞撞击缸体信号与柴油机燃烧信号。     

振动信号随机与周期成分分离技术研究

本文运用傅立叶谱估计方法对振动信号中周期成分进行估计和精确定位，设计出V型滤波器和梳状滤波器并由程度实现振动信号中的随机和周期成分的分离。     

齿轮焊缝超声检测信号降噪方法研究

汽车变速箱齿轮焊缝的超声检测过程中,超声回波信号存在信噪比较低导致误检率较高的问题.该文根据齿轮焊缝超声检测信号中噪声的特点,提出利用经验模态分解进行滤波的方法.针对经验模态分解过程中出现的虚假频率现象,提出镜像扩展的解决算法,把镜内信号映射成一个周期性的信号,抑制端点效应,避免虚假频率现象.仿真结果表明该方法可有效提...     

SGWT在爆破振动信号信噪分离中的应用研究

为提高测试信号分析效率和质量,引入二代小波变换并用于爆破振动信号信噪分离。采用提升db小波以及根据提升算法构造的插值细分小波,进行爆破振动信号的分解-阈值去噪-重构,取得了满意的效果。通过比较4个不同提升小波的去噪质量和效率,提出了适用于爆破振动信号分析的提升小波选取办法,为将SGWT引入到爆破振动信号分析研究领域,实现爆破振动特征的快速提取提供了参考     

爆破振动信号的局部波分解方法

针对爆破振动信号具有非线性、随机性较强的特点,提出利用局部波分解(Local Mean Decomposition,LMD)处理并分析爆破振动信号。结合露天铁矿逐孔起爆方式下爆破振动测试信号分析,研究信号的时频及能量分布特征。结果表明:LMD方法能完整地分解重构爆破信号,有效减少模态混叠现象,更加真实反映信号的原始信息;相比经验模态分解方法(Empirical Mode Decomposition,EMD)、LMID方法的端点效应轻微,具有较高的解凋精度;LMID方法可以精确分析振动能量的分布规律,有利于进一步识别爆破本身的力学作用特征。     

爆破振动信号的局部波分解方法

针对爆破振动信号具有非线性、随机性较强的特点,提出利用局部波分解(Local Mean Decomposition,LMD)处理并分析爆破振动信号。结合露天铁矿逐孔起爆方式下爆破振动测试信号分析,研究信号的时频及能量分布特征。结果表明:LMD方法能完整地分解重构爆破信号,有效减少模态混叠现象,更加真实反映信号的原始信息;相比经验模态分解方法(Empirical Mode Decomposition,EMD)、LMID方法的端点效应轻微,具有较高的解凋精度;LMID方法可以精确分析振动能量的分布规律,有利于进一步识别爆破本身的力学作用特征。     

一种新的振动信号分形无标度区间识别方法

为了提高振动信号关联维数计算的准确程度, 提出了一种识别分形无标度区间的新方法。该方法首先采用圆拟合、求切线斜率的方法求出相关积分双对数曲线上各点的斜率,得到斜率变化曲线;其次基于斜率变化曲线不同区间内的相关系数进行线性度判断及显著性检验,保留其中线性度较好、相关程度较高的区域;最后选择其中方差最小的区间作为该振动信号的分形无标度区间。整个识别过程中无需任何人工干预,可以交由计算机自动完成,从而避免了主观因素对分形无标度区间识别以及关联维数计算结果的影响。应用该方法对Lorenz吸引子及实测振动信号进行了关联维数值的计算, 计算结果验证了该方法的准确性和有效性。     

载荷对齿轮振动的影响

通过对齿轮振动模型的分析和简化，阐述了载荷对齿轮振动的影响，找出了齿轮在载荷作用下振动的主要特征频率，并经大量的实验证实。