旋转机械故障窄带信号的循环平稳特征分析

阐述了窄带叠加正弦调幅信号的循环平稳特征,指出了窄带叠加正弦调幅信号与其对应的确定性正弦调幅信号循环矩相比,循环频率不变,仅将确定性幅值变成了随机幅值,幅值的大小和相位发生了变化;并以旋转机械中使用最为广泛的轴承故障的诊断为例,对机械故障的窄带信号循环平稳特征进行了分析;使用傅氏级数及相关分析理论,给出了周期冲击信号循环自相关函数数学表达式,得到了故障存在于内外环和滚动体上的二阶循环频率大小;最后通过实例分析证明了理论的正确性。     

基于循环平稳分析的二重调幅信号识别研究与应用

基于循环平稳分析理论,对滚动轴承部分故障振动信号提出了一种新的模型——二重调幅信号模型。在对二重调幅信号理论进行研究的基础上,采用循环频率扫描分析二重调幅信号的调制源及其载波的分布规律。对仿真信号应用循环自相关函数分析,验证此方法的正确性。并应用该方法对滚动轴承故障进行分析,实践证明此方法能够有效地分离出滚动轴承对应的故障特征频率。     

用于循环平稳信号分析的偏相干方法

在循环平稳过程理论的基础上,提出一种用于分析循环平稳声场的偏相干方法－循环偏相干方法。传统的偏相干方法以二阶统计量为基础,在用于分析循环平稳声场时,由于忽略了循环平稳声信号的特殊的非平稳特性,无法反映此类声场的某些特征。循环偏相干方法采用二阶循环统计量理论取代普通的二阶统计量,将之用于循环平稳声场的部分声场分离时可以得到部分声场的循环谱密度分布,可以在不同的循环频率上反映声场的不同特征,而这些特征在功率谱密度上则混在一起,无法清晰地反映出来。因此,与只能得到部分声场功率谱密度分布的传统偏相干方法相比,该方法可更清晰地了解循环平稳声场中各个声源的特性。数字仿真结果验证了该方法的有效性和可行性。     

非平稳信号瞬时特征提取的谐波小波方法

分析了非平稳信号的瞬时特征(瞬时频率和瞬时相位),对非平稳信号进行谐波小波变换,建立非平稳信号的谐波小波系数与该信号的瞬时特征之间的关系,提出非平稳信号瞬时特征提取的谐波小波模型和提取方法.通过算例中的线性调频信号和应用实例中的轴承座振动信号的验证表明,该模型与方法具有较好的抗噪能力,对非平稳信号的瞬时特征具有更高的分析精度,能实现非平稳信号中特殊成分的瞬时特征提取.该方法能通过傅里叶变换实现其快速算法,具有算法简单、快速的特点,实现非平稳信号瞬时特征的实时分析.     

内燃机振动信号数据处理中一些技术问题的研究

内燃机作为一种复杂的动力机械,其振动信号中包含有发动机及其零部件工作状态的丰富信息,而且具有诊断范围广、信号容易获得和便于在线监测等优点,因此在故障诊断领域得到了广泛的重视.但由于内燃机的自身结构和工作特性,决定了其振动信号是一种具有周期特征的非平稳时变信号,因此信号特征参数也存在一定的循环波动性,从而影响到故障诊断的准确性和可靠性.本文在对内燃机非平稳时变信号进行分析的基础上,提出了消除循环波动性的一些措施,并对由外界环境和其他激励引起的干扰分离问题进行了研究.     

机械信号分析中消噪方法的研究

提出一种新的信号预处理方法——幅值奇次乘方法。研究表明,该方法可以有效地抑制信号中的随机噪声成分,从而提高信号的信噪比。     

电动机轴承故障诊断的循环平稳方法

通过信号仿真,研究了二阶循环平稳分析的解调性能,并总结出循环自相关与谱相关切片函数的一般规律,分析了故障电动机轴承振动信号的循环平稳特性。试验中,模拟并采集工况中带有强噪声的内圈故障电动机轴承的振动信号,提出用小波消噪与特殊频率处谱相关切片结合的分析方法,进行特征提取,分析过程中发现,这种方法能有效实现轴承快速诊断,避免三维函数分析信息冗余、计算量庞大的缺点,同时也排除了瞬时转速与额定转速偏差引起的干扰。     

卷积混合机械非平稳振动信号的二阶盲分离方法

针对机械振动信号具有非平稳和卷积混合的特性,文中将基于二阶统计量的盲源分离方法推广至卷积混合的模型,提出在信号子空间的频域中对机械振动信号的盲解卷积方法.仿真和实测数据实验结果表明,此方法充分考虑信号的非平稳以及卷积混合特性,能较好地实现机械振动信号的盲分离.与传统盲源分离算法比较,该方法更适合于机械振动信号的分析.     

一种非平稳转速下不平衡信号提取方法

针对动平衡测量中实际存在的转速波动问题,提出一种基于经验模态分解(empirical mode decomposition,简称EMD)和瞬时频率估计的不平衡信号提取方法。与传统的平稳信号分析方法不同,该方法采用3次样条插值法从键相信号中获取转子的瞬时频率,由瞬时频率构造不平衡信号,进而采用最小二乘法(least square method,简称LSM)辨识出不平衡信号的幅值和相位。为提高幅值和相位估计的精度,采用EMD算法对振动信号进行滤波处理后,再从中抽取数据样本。仿真和实验结果表明,该方法能够有效克服转速波动和干扰信号对不平衡信号提取精度的不利影响,提高不平衡量测量精度和稳定性,非常适合于工程应用。     

基于循环平稳的疲劳损伤检测方法

对称循环加载是疲劳试验中常用的加载方式,该加载方式的试样振动信号具有循环平稳特性,通过采集试样疲劳过程中的振动信号并进行循环平稳性分析,提取二阶循环统计量的特征参数可描述试样损伤状态。研究目的是提取循环加载疲劳试样的循环平稳性指标,反映试样疲劳损伤累积规律。开展疲劳过程中循环加载试样振动信号的循环平稳性分析,基于提取的二阶循环统计量,建立监测变量在线描述试样损伤状态。开展疲劳试验和仿真分析,验证了该疲劳损伤检测方法的可行性。     

小波变换在瞬变信号检测中的计算机仿真及应用

利用连续小波变换对模拟瞬变信号进行了仿真 ,试验结果表明 ,此方法灵敏度高 ,对噪声具有较好的鲁棒性。在此基础上探讨了基于离散小波变换的刀具破损的检测情况 ,取得了较好的效果 ,解决了以往此类故障由于干扰大而难以识别的困难 ,为故障诊断领域提供了一种非常有效的手段     

小波分析在压缩机噪声信号去除趋势项处理中的应用

采用小小分析方法，对压缩机噪声信号进行分解重构，利用小波算法多分辨率特性在重构信号中去除低频干扰成分的影响，利用重构信号进行噪声主要频率成分分析，提取噪声信号的主要频率成分。通过对剩余信号的分析，找出干扰频率。     

调频加网视觉噪声检测与降噪方法研究

调频网印品的视觉噪声即颗粒性(感),是限制调频网工艺推广和应用的关键问题之一.视觉噪声源自网点分布的无规则,与网点大小、形状变化及网点间距离不均匀有关.为此以点阵数字图像为检测对象,提出网点粘接度、网点周长及网点分布密度均方差等算法,结合付里叶变换分析检测调频网的噪声,指出保持网点大小一致、采用均匀分布和误差扩散相结合的算法,可有效降低调频网印品的视觉噪声.     

航空薄壁结构在随机噪声载荷作用下的振动响应研究

针对飞行器薄壁结构声疲劳问题,研究了具有多模态的薄壁板结构在声载荷作用下振动响应谱的估算方法.选取具有固支边界的金属薄壁板单元作为研究对象,引入结合受纳函数描述结构和噪声的耦合作用,建立了基于正交模态法的动态响应计算模型.以有限带宽随机噪声载荷作输入,按多模态方法计算了该结构的振动响应谱,估算了均方位移和均方应力,并对计算结果进行了讨论.     

基于小波分析理论的电能质量扰动信号检测

随着电力电子器件在电力系统中的广泛使用,电能质量问题己经成为供电系统和用户共同关注的重要问题。对电能质量进行快速的检测和准确的分类,进而进行有效的治理是提高用电效率的重要途径。本文使用小波检测算法来进行信号扰动的定位,利用小波变换良好的时频局部化特性,根据小波变换模极大值原理,通过对信号的多分辨率分解,实现了扰动信号的检测。并且通过Matlab的仿真结果证实了小波检测算法的正确性和有效性。     

OFDM水声通信系统语音信号的小波包消噪方法

在阐述和构造了正交频分复用（OFDM）水声通信系统的基础上,利用小波包分解与重构对OFDM水声通信系统进行语音信号消噪处理。小波包分解方法依据信号与噪声小波变换系数分布特性不同来进行,首先将语音信号分层,确定最佳小波包分解树,再进行阈值量化,完成小波包分解,并对所得阈值进行消噪处理,最后利用小波包逆变换重构传输信号。计算机仿真结果表明在OFDM水声通信系统中利用小波包分解方法对语音信号进行处理,可有效消噪,并可较为完整地保存有效信号。     

HRIS中基于噪声特征的自适应迭代处理方法

简要地分析了HRIS数据中噪声的频谱特征,并在此基础上提出了一种基于噪声频谱特征的自适应维纳滤波迭代处理方法,实验表明该噪声处理方法具有很强的自适应和噪声抑制能力,完全满足实际的需要。     

基于非线性小波收缩的超声信号缺陷识别方法

超声检测回波中的噪声信号是影响焊接缺陷无损检测的主要因素之一。为了更好地抑制回波中的噪声成分,从而有效地识别缺陷信号,在传统非线性小波收缩(Nonlinear wavelet shrinkage,NWS)方法的基础上,提出一种基于子波相关的改进噪声抑制方法。改进方法具备小波分析的多分辨特性,同时兼顾相邻测点回波中缺陷信号间具强相关性的特点。分别利用传统及改进的NWS方法对计算机仿真信号及焊缝超声检测信号进行处理,研究不同母小波及阈值估计方法对信号处理效果的影响。结果表明,改进方法对不同母小波的敏感性小,受不同阈值估计方法的影响小,且对复杂成分的噪声更具适应性。改进方法的噪声信号抑制及缺陷信号恢复效果明显优于传统方法,为缺陷的有效识别及精确量化测量提供可靠的依据。     

改进字典学习的振动信号检测方法

机械零部件振动信号包含了大量机械系统运行状态信息,针对传统检测方法依赖于经验知识和人工定参,提出了一种改进字典学习的振动信号检测方法。通过原始振动信号自身驱动,采用非负条件下基于K奇异值分解的改进算法训练超完备字典,结合基追踪算法稀疏编码,重构实现振动信号预处理。根据重构信号的包络谱,对比先验计算频率。仿真和实验结果表明,改进字典学习的振动信号检测方法能够有效提取故障频率,适用于故障检测,为基于振动信号实现机械系统智能化维护提供了参考。     

乘员舱噪声源信号的识别与分析

在介绍几种噪声源识别方法的基础上，运用频谱分析法和相干分析法对测试结果进行分析，确定主要噪声源。