利用改进的EMD方法进行高速转子振动信号分析

弹用涡扇发动机整机振动信号中经常包含着非线性和非平稳的高速转子振动信号成份。近年来采用一些新的信号处理方法来分析这些振动信号是国内外研究的热点,其中经验模态分解(EMD)方法颇具研究和应用前景。但是EMD方法往往在第一阶内在模函数(IMF)中包含着宽频信号,因而得不出单一成份信号。本文利用小波分析方法对待分析的振动信号进行预处理,把信号分解成一系列的窄带信号,然后应用EMD方法使得各阶IMF均为单一成份信号。该改进的EMD方法用来分析某型弹用涡扇发动机整机振动信号,从中得出了一些有益结论。     

光纤位移传感的改进网络补偿方法研究

本文研究了一种改进的网络补偿方法，在建立四光纤位移传感结构的数学模型基础上，说明了该方法的补偿机理，并对影响补偿性能的因素进行了分析。改进网络法具有补偿性能完善、实现简单的特点，对于光纤位移传感、粗糙度传感等具有重要的实用价值。     

改进EMD阈值小波滤波方法

下肢自主康复训练机器人中交流伺服电机电流信号噪声严重影响电机力矩辨识精度。为解决非线性非平稳信号的滤波去噪问题,提出一种基于经验模态分解(EMD)的改进阈值小波滤波算法。首先对EMD最佳去噪层数和阈值小波的阈值处理函数进行分析和改进,然后将两种改进方法相结合,最后对Matlab中的Heavy sine信号添加高斯噪声,分别利用改进方法和软、硬阈值等滤波方法进行去噪实验。仿真实验结果表明,改进算法能有效去除非线性非平稳信号中噪声信号。与EMD和阈值小波等其他滤波方法相比,本文滤波算法去噪后信噪比更大,均方根误差更小,滤波效果更好。     

基于改进EMD的旋转机械耦合故障诊断方法研究

提出一种基于改进EMD的旋转机械耦合故障诊断方法。该方法结合相似极值延拓和加余弦窗函数运算的优点,解决了延拓部分不精确和加窗函数后使原信号发生改变的问题,提高了EMD方法的运算精度。应用该方法对存在裂纹碰摩故障的转子－轴承系统振动信号进行了特征提取,并进行了故障诊断,与单一故障特性相比,诊断出的振动信号既有裂纹引起的高频成分,也有碰摩引起的低频成分,得到的耦合故障特征证明了该方法的有效性。     

基于FBG光纤光栅薄膜温度传感器的研究

基于FBG光纤光栅的温度传感原理，采用薄膜的多层膜系分析方法建立了FBG光纤光栅薄膜传感器的理论模型，并利用光学薄膜中心波长随温度呈线性变化制成温度传感装置。计算表明，当薄膜与基片的热膨胀系数相同时，薄膜的温度传感系数与FBG的相当。实际测得所用膜系的温度传感系数为0．017nm／℃．     

动态轴重称重信号的分析及EMD处理方法的研究

本文通过对轴重称重信号的采集,从力学角度分析了轴重称重过程中车轮的受力情况,找出了轴重称重信号波动的原因,并给出了从波动的轴重称重信号中求轴重的EMD方法。     

基于FBG传感网络的新型内窥镜形状实时检测系统

通过基于光纤光栅(FBG)传感网络的内窥镜空间形状实时检测系统的搭建,提供了一种新型的内窥镜形状的感知手段。针对内窥镜形状感知的具体要求,进行了光纤光栅大曲率传感器原理研究以及微小尺寸光纤光栅传感网络设计。在不改变内窥镜的结构的前提下,将光纤光栅传感网络介入其固有手术钳道,通过传感网络感知内窥镜上多个离散点空间曲率变化,利用离散曲率形状重建算法重构出内窥镜形状。在此基础上搭建了智能内窥镜实时形状感知系统,给出了数据处理方法和动物试验结果。     

光纤光栅传感网络应用于环氧树脂固化过程监测的试验研究

光纤光栅(Fiber Bragg Grating,FBG)传感器由于体积小、信号稳定、与复合材料的相容性好等优点,近年来成为监测复合材料固化过程的首选传感器.本文根据FBG传感器的波分复用技术,形成FBG传感器网络,将该传感网络埋入环氧树脂中,实现了对环氧树脂基板固化过程中树脂温度和残余应变的变化情况的监测,为利用FBG传感网络监测复合材料固化过程提供重要的实验基础.     

基于改进EMD的齿轮箱故障特征提取方法研究

针对经验模式分解(Empirical mode decomposition,简称EMD)方法在信号处理时普遍出现的端点效应问题,结合齿轮箱早期故障非稳态信号特点,提出了基于分段三次Hermit插值的极值截断法与相关筛选法相结合的改进EMD方法。该方法将信号用分段三次Hermit插值法求取包络线,在距离端点最近的极值点处对包络线及信号进行截断,取中间部分继续处理,将分解后得到的基本模式分量(Intrinsic mode function,简称IMF)与原信号计算相关系数,筛选主要IMF作为进一步分析对象。实验结果表明,本改进EMD方法可以有效提取齿轮箱故障特征。     

基于边界特征尺度匹配延拓的EMD改进方法及应用

针对经验模态分解(empirical mode decomposition,EMD)中存在的端点效应问题,提出一种边界局部特征尺度延拓的EMD改进方法。通过计算信号边缘处与信号内部任何一段子波的匹配误差,确定信号的规律性强弱。在信号内在规律性较强的情况下,进行内在的匹配波形延拓,最大限度地维护信号的内在趋势;在信号规律性较弱的情况下,特别是信号边缘发生异常变化的情况下,只考虑边缘处的局部信息,根据边缘局部极值点的特征进行延拓,对延拓的极值点序列进行包络拟合,估计出均值曲线。该方法保证了信号有效数据的正确分解,提高了信号的分解精度,实现了EMD算法的改进。仿真实验验证了该方法能较好地抑制EMD端点效应。     

基于函数链神经网络的智能传感器非线性校正方法

针对温度传感元件输出的非线性特性,文章建立了智能传感器数据采集的非线性校正模型,利用函数链神经网络的非线性映射特性快速求取反非线性函数参数,实现了温度校准模型的精确拟合,给出了利用函数链神经网络进行参数计算的方法和步骤,通过气象科学中广泛使用的铂电阻温度元件实验验证了算法的有效性,校正精度达到0.1%。     

神经网络加速度传感器在振动压实中应用研究

在车载式振动压路机压实度检测中利用加速度传感器对信号的检测,由于加速度传感器受自身性能、安装位置、方向、土壤压实度和振动压路机振动轮振动量等随机性、不确定性和模糊性的环境因素的影响。使得加速度传感器的信号输出是一种典型的非线性系统。RBF神经网络因具有较强的自组织性、自学习能力和自适应性等优势,更适合对加速度传感器的输出进行仿真与预测。基于Matlab程序建立了加速度传感器的神经网络模型,通过神经网络的优势性能对加速度传感器在信号检测中进行预测。     

基于聚合物封装的光纤布拉格光栅压力传感器

设计并研究了一种光纤布拉格光栅压力传感器,FBG1与FBG2串联连接,其中FBG1直接封装于聚合物之中,而FBG2先粘贴于弹性基体上再封装于聚合物之中。推导了传感器的灵敏度和解耦算法,并且使用有限元法计算了本传感器压力灵敏度和温度灵敏度,最后对传感器进行了实验验证。实验结果表明FBG1和FBG2的压力灵敏度分别为197.4 pm/MPa和95.7 pm/MPa,温度灵敏度分别为47.2 pm/℃和36 pm/℃,具有良好的线性度,较小的回程误差,并且符合该传感器感知的压力和温度解耦条件。同时,随着聚合物小圆环直径增加,基体的应变量越来越大,并趋近于没有基体时聚合物的应变量。研究表明,较之传统的聚合物封装的光纤光栅压力传感器,本传感器的聚合物与套筒不易脱落,两者之间的非固结连接可以增加传感器灵敏度,并且本传感器具有温度补偿功能。     

频谱泄漏抑制与改进介损角测量算法研究

研究分析了非同步采样时频谱泄漏和栅栏效应对介损角测量误差的影响,提出了一种基于Hanning自卷积窗的改进FFT介损角测量算法.首先采用Hanning自卷积窗对电压电流信号加权,然后利用离散频谱插值算法和多项式拟合方法进行离散频谱校正,获得基波相位角,最后根据电压、电流基波相位差实现介损角测量.在非同步采样时,本文算法只需用4阶Hanning自卷积窗进行加权即可充分抑制频谱泄漏的影响,基于改进FFT的介损角插值计算式具有运算量小,易于实现的特点.基波频率波动、采样频率变化、白噪声影响、谐波变化等情况下的介损角仿真测量实验结果和实验室条件下的实际测量结果验证了本文算法的准确性和有效性.     

基于FBG柔性传感器的形状重构

基于PDMS材料封装的光纤光栅(FBG)柔性传感器检测物体形状,研究了传感器个数与布局对不同形状物体重构精度的影响.使用COMSOL仿真软件验证了算法的准确性,制备了 4个FBG柔性传感器并对其进行曲率标定,将传感器分布在铝合金板上,均等分布3和4个FBG柔性传感器重构的最小相对误差分别为-6.12％和0.48％,实验...     

A new method for resolving the influence of circular birefringence in FBG weak pressure sensor

Ideally, there is a linear relationship between the max of PDL and pressure in FBG weak pressure sensor. However, the linear relationship has been broken down because of the cross sensitivity about the circular birefringence and pressure. In this paper, the relative PDL was proposed to solve the cross sensitivity problem. For different circular birefringences, the experimental results show the same pressure sensitivity value of 2.29 dB/(N/nm). The theoretical analysis and experimental results prove that the proposed method can solve the cross-sensitivity problem in FBG weak pressure sensor. This research can provide useful information to practical application.     

基于DWDM和LabView的新型光纤光栅传感技术

阐述一种新型光纤光栅振动传感技术,它是利用DWDM的滤波曲线和波分复用技术实现三维振动信号调制,调制信号由示波器高速采集,然后通过GPIB接口连接到计算机(也可以用DAQ-PCMCIA卡替换示波器和GPIB接口),最后用LabView程序对三维振动信号进行解调分析,得出被测物体的三维振动信号频谱。建立了一种用光纤光栅测量长方体花岗岩固有振动频率的模型,并用地震波检测器测量作为参考。发现测量的结果符合较好,并从理论计算中得到了证实。     

基于改进BP神经网络的故障诊断方法

对于常规BP神经网络,其收敛过程存在两个很大的缺陷:收敛速度慢;存在所谓"局部最小值"问题.文章采用了一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练,建立了智能诊断模型,并应用于某型坦克发动机的故障诊断,测试结果表明该方法相比常规BP算法能够更有效诊断发动机油路和气路的故障,从而为故障诊断及判定的自动化提供了一个新思路.     

基于神经网络模型的传感器非线性校正

讨论了BP神经网络模型在传感器非线性补偿中的应用.给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行不同的测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系.采用递推预报误差算法(PRE)训练神经网络,具有收敛速度快、收敛精度高的特点.以距离传感器为例,将基于BP神经网络的校正方法应用于减少距离传感器的非线性输出误差.实验结果表明,将训练后的神经网络接入距离传感器可以得到线性的输入-输出关系,增加神经网络隐层节点的数目可以提高校正精度.当隐层节点数取为40时,用于距离传感器非线性校正的神经网络模型在训练100步后的误差指数(EI)为9.6×10-6.结果表明:本文提出的基于神经网络模型的传感器非线性校正方法是行之有效的.