基于连续小波变换的瞬时频率提取在光电编码器速度测量中的应用

提出一种新的光电编码器速度测量方法,根据编码器角度测量误差信号中高频分量的渐进特性,通过对角度误差信号进行时频分析,提取编码器的旋转速度。利用功能强大的连续小波变换非平稳信号分析工具,提取角度误差分量的特征。基于连续小波变换,实现了一种称为迭代算法的小波脊提取方法,用于瞬时频率估计。实验结果表明,经过适当的时频分析处理后,角度误差的高频分量可以有效地用于光电编码器的速度测量。该方法能够有效减弱噪声和干扰对测量精度的影响。     

基于WT与cICA的齿轮箱低频故障特征提取

齿轮箱低频故障信号易受到高频振动及强噪声等因素的干扰,测量信号中隐藏的有效低频故障特征比较微弱,再考虑到源噪声的影响,则约束独立分量分析直接提取低频故障特征的效果很差。为此提出了基于小波变换与约束独立分量分析的齿轮箱低频故障特征提取方法,通过对测量信号的小波多分辨率分解,有针对性地选择小波系数重构,提高了信噪比和非高斯性,从而增强了约束独立分量分析方法提取齿轮箱低频故障特征的效果。而未经小波变换除噪时,约束独立分量分析的效果不佳。断齿与局部断齿的低频故障特征提取试验结果表明,提出的方法能有效降低高频振动及源噪声等因素的干扰,提取出齿轮箱的低频故障特征,尤其是微弱低频故障特征,为齿轮箱低频故障特征提取与故障诊断提供了一种有效方法。     

莫尔条纹光电信号正交性偏差的实时补偿

为了提高光电轴角编码器的精度,提出了一种实时补偿莫尔条纹光电信号正交性偏差的方法。利用希尔伯特变换原理,构造了同频光电信号正交性偏差的动态测量算法。根据莫尔条纹光电信号的数学模型,揭示了由正交性偏差引起的细分误差的空间分布特征并建立角度补偿模型。鉴于编码器的实际工作特点,采用同步处理方式,在补偿光电信号的同时动态更新了角度代码补偿查找表;通过细分查找表的切换,实现信号正交性偏差的实时补偿。采用该方法对存在约18°正交性偏差的23位光电编码器进行了补偿处理,结果显示:补偿后的编码器的细分误差峰值由4.79"降低到1.26"。该方法可实际应用于编码器系统,能够提高编码器的细分精度、环境适应性和可靠性。     

基于小波变换的汽车零部件加速耐久性多轴载荷谱编辑方法研究

开展基于小波变换的汽车零部件加速耐久性多轴载荷谱编辑方法的研究。提出一种修正重采样的载荷谱预处理方法,该方法能够消除重采样因峰谷值漏采带来的信号损伤计算误差。将预处理后的零件载荷谱进行小波分解,分解后的高频小波系数进行重构得到高频小波分量,基于高频小波分量,利用包络线损伤成分识别方法,提取出原始信号中对零件损伤有较大贡献的部分,得到零件的编辑载荷谱。基于小波变换的多轴载荷谱编辑方法得到的压缩信号,在伪损伤保留量、统计参数、穿级计数分析及功率谱密度等方面均与原始信号有较好的一致性,并且没有改变通道之间的相位关系,可以达到与原始信号相同的加载效果。通过控制臂的疲劳仿真计算,进一步验证编辑载荷谱与原始载荷谱具有相同的加载效果。该编辑方法可用于汽车零部件的加速耐久性试验研究中。     

过完备有理小波变换在轴承故障诊断中的应用

利用过完备有理离散小波变换的滤波器特性和近似平移不变性,提出了一种按一定规则对3路高频小波分量进行拼接,以获得具有更高时间分辨率小波分量信号的方法.仿真结果表明,该方法消除了小波分解中下采样对信号分析的影响,较好地克服了频率混叠现象.在此基础上,提出了一种基于过完备有理离散小波变换的故障诊断方法,并将其应用于滚动轴承早期故障诊断.与二进离散小波变换的比较试验结果表明,有理离散小波变换能更有效地提取出滚动轴承的早期故障特征.     

非均匀采样莫尔条纹信号的分析与处理

为了动态、实时地测量光电编码器在变速转动情况下的细分误差,提出了一种莫尔条纹信号的非均匀采样分析与处理方法。利用傅里叶级数原理构造了实际情况下的莫尔条纹信号方程,根据编码器在不同转速下的实时采样,揭示了莫尔条纹信号的非均匀采样特征。鉴于信号采样的非均匀性,采用曲线拟合的最小二乘法重构莫尔条纹信号,利用离散傅里叶变换算法分析重构信号并求出波形参数。通过信号参数与细分误差的关系式,测量了编码器动态细分误差。采用该方法对21位绝对式光电编码器莫尔条纹信号进行了分析和处理,两次测试得到其动态细分极值误差为+3.21″、-4.69″和+3.45″、-4.81″。实验结果表明,该方法可以有效地分析和处理编码器在非匀速转动下产生的变频莫尔条纹信号,精确地测量编码器的动态细分误差,为工作现场编码器误差的实时检测与修正奠定了基础。     

基于小波变换的汽车零部件加速耐久性载荷谱编辑方法研究

介绍基于小波变换的汽车零部件加速耐久性载荷谱编辑方法的研究。利用Daubechies小波函数(db12)对零件的载荷谱信号进行小波分解,得到不同尺度下的高频和低频下的小波系数,对高频小波系数进行重构,得到高频小波分量。基于分解后高频小波分量,利用包络线损伤识别法,将损伤贡献较大的信号片段从原始信号中识别并提取出来,通过编辑得到零件的压缩载荷谱。以汽车动力总成悬置的载荷谱为例,进行了基于小波变换和基于损伤保留两种方法的编辑。结果表明,基于小波变换的载荷谱编辑方法得到的压缩载荷谱在统计参数(均值、方均根与峰值系数)、能量及信号的幅值分布等方面均与原始载荷谱吻合,可以达到与原始载荷谱相同的加载效果,说明该编辑方法可用于汽车零部件的加速耐久性试验研究中。     

基于小波分析的航空发动机轴承故障诊断

针对常规方法难以准确分析非平稳信号的局限性,采用小波变换快速有效地对滚动轴承振动信号进行带通滤波.通过选用多尺度的小波变换,能较好地分离出所要分析的高频固有振动信号,然后对高频振动信号进行包络分析,从包络谱图中提取故障特征频率分量,准确诊断出滚动轴承发生故障的元件.     

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。     

EEMD结合小波阈值的光电容积脉搏波信号降噪

为了研究脉搏波信号降噪的问题,文章提出了一种集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与小波阈值相结合的降噪方法,对采集到的光电容积脉搏波信号来做降噪处理,同时和EMD结合小波阈值降噪算法进行比较。算法首先把信号做EEMD的分解,将原始信号分解为n个模态分量(Intrinsic Mode Function,IMF),然后对这些分量做相干性的计算,对其中的噪声分量来做小波阈值降噪,最后将信号重构。原始信号在STM32平台上采用MAX30100传感器测得。实验结果表明:本文的方法能够很好地剔除光电容积脉搏波中包含高频噪声与基线漂移的各种噪声,降噪后信噪比为34.09,均方根误差为1.99。提高了PPG信号的质量,为光电容积脉搏波信号的准确测量提供了新的思路。     

小波变换在滚动轴承故障诊断中的应用

采用小波变换能够快速有效地对滚动轴承振动信号进行带通滤波。通过选用多尺度的小波变换,能较好地分离出所要分析的高频固有振动信号,然后对高频振动信号进行包络分析,从包络谱图中提取故障特征频率分量,就能诊断出滚动轴承故障发生在哪个元件上。实验结果表明,这种诊断方法是有效的。     

基于高密度小波变换的航空发动机滚动轴承故障诊断方法

基于高密度小波变换对原始信号尺度划分更加精细的优势,将高密度小波变换、软阈值降噪和频谱分析相结合,提出了基于高密度小波变换的航空发动机滚动轴承故障诊断方法。该方法通过设定分解层数对信号进行高密度小波变换,得到每一尺度上的低频、中频、高频分量;对各分量软阈值降噪处理后进行频谱分析,进而实现故障特征频率的识别。利用仿真信号验证了高密度小波变换的有效性,通过航空发动机滚动轴承内圈故障和滚子故障工况下的试验信号进一步验证了该方法提取故障特征的能力,与传统小波变换方法的对比证明了该方法在抑制噪声干扰和故障特征频率识别方面的优势。     

小波变换在滚支轴承故障诊断中的应用

采用小波变换能够快速有效地对滚动轴承振动信号进行带通滤波。通过选用多尺度的小波变换，能较好地分离出所要分析的高频固有振动信号，然后对高频振动信号进行包络分析，从包络谱图中提取故障特征频率分量，就能诊断出滚动轴承故障发生在哪个元件上。实验结果表明，这种诊断方法是有效的。     

基于离散平稳小波和独立分量分析的事件相关电位单次提取方法

如何在极低的信噪比下快速提取特征信号是事件相关电位（ERP）快速提取的关键技术。提出了将离散平稳小波和独立分量分析（ICA）相结合的方法以去除噪声,并提取事件相关电位。采用离散平稳小波变换分解ERP,选取多个尺度的子带信号,滤除高频噪声对应的小波系数;将串接小波系数作为独立分量分析的输入,利用FastICA算法实现事件相关电位的快速提取。仿真实验结果表明,与传统的相关平均法相比,该方法获得的结果较为满意;与单独采用独立分量分析方法相比,该方法的收敛速度更快。     

CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法研究

针对球磨机振动信号非线性、非平稳性特点及总体平均经验模态分解方法(CEEMDAN),舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了一种基于CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法。首先运用CEEMDAN算法将信号分解成一系列IMF分量;其次采用连续均方误差准则确定含噪声较多的高频IMF分量;然后采用小波阈值去噪方法对含噪声较多的高频IMF分量进行去噪处理;最后将去噪后的IMF分量和去噪的IMF分量进行重构,从而得到去噪后的信号。通过对实测球磨机筒体振动信号进行去噪分析,结果表明本研究提出的联合去噪方法去噪后信号的信噪比更高、均方根误差更低,证明该方法具有更高的去噪精度。     

侵彻弹体频率特性分析及过载信号处理

为解决硬目标侵彻过载信号降噪问题,提出融合总体经验模态分解（EEMD）和小波变换（WT）的联合滤波方法。首先对实测信号进行总体经验模态分解,获得信号的本征模态函数（IMF）分量,然后计算各分量功率谱并与原信号比较,得出信号的有效分解尺度和弹体的过载响应频率,接着对高频IMF分量采用小波阈值降噪,最后将降噪后的高频分量与分解后的低频分量组合重构获得侵彻特征信号。实验证明,这一方法可以有效提取弹体响应频率,消除侵彻过程中弹体的高频振动信号和外部噪声,且处理后的加速度曲线具有更高的信噪比,积分所得速度和位移时程曲线也与实验结果相近。     

光电轴角编码器细分信号误差及精度分析

高分辨力光电编码器通常利用码盘精码两路正交的正、余弦信号,通过细分达到高分辨力.为使细分技术更加完善,本文对细分误差进行了专题研究.分别对信号直流分量误差、幅值误差、相位误差、谐波分量误差、噪声误差和量化误差等进行了数理分析,通过对细分误差的特性分析,得出了误差规律及其计算公式,形成了比较完整的光电编码器细分误差及精度分析的数理结果.结果表明,一般情况下细分精度在1.5％左右.文章指出,利用码盘精码通过细分提高分辨力,应在码盘选择、轴系设计、信号提取、电路设计、工艺调试等各个环节充分考虑细分误差的影响.研究结果可用于在产品设计时,合理进行误差分析与分配,预估产品的精度,为减小设计误差提供参考.     

基于离散小波变换和变分自编码器的滚动轴承剩余使用寿命预测

针对噪声导致轴承振动信号有效退化信息难以提取的问题,采用离散小波变换对信号进行分解得到细节分量和近似分量,提取多种敏感特征输入变分自编码器进行融合降维来构建综合性能退化指标,从而有效抑制信号中的噪声分量,获得更有单调趋势性的退化指标;引入经过超参数优化的长短时记忆网络构建滚动轴承剩余寿命预测模型,采用分层抽样方法划分数据集并输入预测模型进行试验验证,结果表明：基于离散小波变换和变分自编码器所得深层退化特征能有效表征轴承的退化信息,获得更精准的轴承剩余使用寿命预测结果。     

基于小波变换的盲信号分离的神经网络方法

提出一种新的盲信号分离的神经网络方法,该方法将小波变换和独立分量分析(ICA,Independent Component Analysis)相结合。利用小波变换的滤噪作用,将混合在原始信号中的部分高频噪声滤除后,再重构原始信号作为ICA的输入信号,有效地克服了现有ICA算法不能将噪声从源信号中分离的缺陷。实验结果表明,将该方法用于多通道脑电信号的盲分离是很有效的。     

高速齿轮动态传动误差的希尔伯特-黄变换分析

高速齿轮传动误差测量与分析是一个急需解决的难题。通过构建动态传动误差测量系统,测得高速齿轮动态传动误差曲线,并将希尔伯特-黄变换(HHT)应用于高速齿轮动态传动误差信号分析,自适应得到高速齿轮动态传动误差信号不同频率成分的固有模态函数,分离出轴频分量和齿频分量,获得动态传动误差希尔伯特谱。为了验证HHT的可行性与正确性,利用快速傅立叶变换(FFT)对相同的传动误差信号进行频谱分析。结果表明:HHT在高速齿轮动态传动误差信号的分频、滤波方面都具有优越性;相比FFT,希尔伯特-黄变换能够很好的提取信号的高频特征,将传动误差信号各成分分离,分析结果更加精确。