基于信息融合的时频分析方法及其在故障诊断中的应用研究

将全矢谱技术分别与短时傅立叶变换、Wigner分布、模糊函数相结合,提出了短时矢谱、全信息Wigner分布、全信息模糊函数的新概念,并分别阐述了它们的算法及特点.仿真算例与实验表明,基于信息融合的上述三种时频分析方法与单通道的信号分析相比,前者均能体现信息融合的优越性,大大提高旋转机械故障识别的准确率和可靠性.其中,全信息模糊函数在时频定位性、抑制交叉项、去噪方面又更优于短时矢谱和全信息Wigner分布,是一种行之有效的故障诊断的时频分析方法.     

基于EMD的旋转机械振动信号Winger分布分析

经验模态分解(Empirical Mode Decomposition)简称EMD，主要思想是把一个时间序列的信号，分解成不同尺度的本征模函数(Intrinsic Mode Function，IMF)。把EMD和Winger分布分析相结合的时频分析方法引入了旋转机械振动信号分析领域。通过把振动信号序列进行EMD分解，然后对每个分解后的IMF进行Winger分布分析，可取得抑制频率干扰的效果，使时频谱图更清晰。首先，对一个有两个频率成分的仿真振动信号Winger分布时频图和信号经过EMD和Winger分布分析相结合产生的时频图进行对比。然后，对旋转机械油膜涡动故障振动信号进行同样的对比。仿真信号和真实信号的研究结果说明，用EMD和Winger分布分析相结合的时频分析方法对旋转机械的振动信号的时频分析比通常的Winge分布分析有效。     

基于时频分析的CO2焊接电弧信息提取

利用Choi-Williams分布二次型时频分析方法研究CO2焊接过程所采集的电弧电压信号,获得信号的时频分布图。通过时频图像信息提取,进一步获得焊接过程特征信息,即信号的能量谱密度和瞬时频率估计。结果表明,利用Choi-Williams分布可以描述弧焊过程中电弧电压信号的时频能量分布。在时频分析基础上进行电弧信息提取,可以得到短路、断弧等物理现象的时间特征及瞬时频率信息。电弧特征信息的奇异点表现出明显不同的瞬时频率特性,以此界定电弧物理过程。     

滚动轴承故障特征识别的时频分析研究

提出了基于时频分析的滚动轴承故障特征诊断的方法。利用伪Wigner—Ville分布建立滚动轴承故障信息时频分布图谱，从而有效地识别滚动轴承不同的故障模式，为滚动轴承的故障模式识别提供了切实可行的方法。     

焊接气溶胶粒子谱分布特征

基于电迁移率测试技术，采用计算机控制的微分型迁移率粒子尺寸测定方法(DMPS方法)和直接采样电镜分析方法，对常用焊条在焊态下产生的焊接气溶胶粒子的谱分布和形貌进行了实时测定。首次发现焊接气溶胶粒子具有多峰分布特征。采用文中提出的分区间处理方法，能获得描述焊接气溶胶粒子谱分布特征的分布函数，E4303焊条各峰区粒子群各自都基本遵循对数正态分布规律。这对阐明焊接气溶胶粒子产生机理，揭示焊接气溶胶特性，及有效控制焊接烟尘等具有重要意义。     

谱学分析方法在纳米材料研究中的应用

综述了几种常见的谱学分析方法在纳米材料研究中应用的最新进展，结合典型实例，对各种谱学技术的原理、方法以及在纳米体系研究中所能提供的各种信息进行了归纳和分析，并对谱学分析方法在纳米材料研究中进～步应用的前景进行了展望。     

基于闪光声音信息的钢轨焊接接头质量分析

针对移动式钢轨交流闪光焊装备,采用LabVIEW语言编制了钢轨交流闪光焊声音信息采集软件,采集了钢轨焊接接头焊接过程信息,对降噪处理后的闪光声音信号采用四种时频分析方法进行了对比分析,确定了闪光声音信息的最佳分析方法——STFT时频分析方法,在此基础上,提出了闪光声音信号加权平均频率和能量谱密度的算法,编制了相关分析计算软件,计算得到了26个焊接接头时间-能量谱密度关系和时间-闪光声音信号加权平均频率关系曲线,将曲线与焊接接头冲击断口缺陷面积进行对比分析,初步得到了钢轨闪光焊低压烧化后期及加速烧化两个阶段的能量谱密度、闪光声音信号加权平均频率与闪光焊接头灰斑缺陷之间的对应关系,即灰斑缺陷小的焊接接头在低压阶段后期以及加速烧化阶段具备两个特征:能量谱密度逐步提高,没有出现200%以上的突变;闪光声音信号加权平均频率在低压前期的基础上提高约20%以上,在加速阶段增加逐渐平缓,且不出现下降.     

Choi-Williams时频分布在CO2焊接电信号检测中的应用

利用二次型时频分析Wigner-Vill分布的改进算法--Choi-Williams(CWD)时频分布研究CO2焊接过程所采集的电弧电压信号,把信号置于时频空间内进行分析,获得相关信号的时频分布图.对于CWD分布的核函数中平滑因子确定前提下的其它四个重要参数,即时窗类型、时窗长度、频窗类型和频窗长度对时频谱图分析效果的影响进行了讨论.进而引入信息熵的概念,并分析了时频分析基于信息熵的参数优化.最后分析了采用最小信息熵的CWD分布参数优化后的一组电弧电压信号时频分布图.结果表明,利用Choi-Williams分布及信息熵最小原则可以描述弧焊电信号的时频分布,并有效抑制交叉项干扰,同时保持较高的时频分辨率.     

基于HHT和Cohen核的磁控焊缝跟踪信号分析

针对磁控焊缝跟踪信号的非线性不平稳特点,提出了一种基于Hilbert-Huang变换和Cohen核的磁控电弧传感器焊缝跟踪系统的信号提取分析方法;运用经验模态分解,把周期激励下磁控跟踪信号分解成多个从高频到低频的本征模态函数分量,依据各分量的Hilbert边际谱,采用Cohen核分布的时频变换,能有效抑制交叉项,提取出磁控焊缝跟踪实时信号动态规律. 结果表明,利用此方法有助于更深入地揭示焊缝自动跟踪系统内各种干扰源的时频和频谱特征,为建立有激励源的焊接信号新的非线性模型提供了理论依据.     

铝合金点焊过程中磁场信号的时频联合分析

用联合时频分析方法将一维磁场时域信号扩展到时间-频率的二维平面,通过Wigner-Ville分布的时频平面对铝合金点焊过程中感应磁场信号进行分析,联合时频分析可以更直观地剖析点焊熔核成形的能量分布信息,使点焊质量在线监测成为可能.     

基于EEMD和PSO-SVM的电机气隙偏心故障诊断

针对电机气隙偏心故障如何通过振动信号进行有效诊断、如何选取合适故障特征等系列问题,提出了基于集合经验模态分解(EEMD)的Hilbert时频谱能量特征表达和粒子群参数优化的支持向量机(PSO-SVM)的故障诊断方法.首先对振动信号进行EEMD分解,并通过相关系数法选择有效的IMF分量;其次,对有效的IMF分量提取Hil...     

超声检测系统数字频谱特性分析及应用

阐述了超声信号数字频谱分析的原理和实施方法，通过信号采样、A／D转换、时频变换等可获得超声回波频谱特性参数。同时，分析了影响系统频谱特性的因素，对组建高性能超声数字信号分析系统很有意义。     

应用联合时频分析研究CO2焊接过程中的电信号

CO2焊接过程的电弧电压、焊接电流信号蕴含了丰富的焊接信息.利用联合时频分析对CO2焊接过程电信号进行研究,分析了短时傅里叶变换窗函数的选择对谱图的时频集聚性的影响,并选择汉宁窗获得了较好的时频集聚性.为了获得CO2焊接电信号中短路过渡的信息,尝试利用时频分析谱图对焊接试验中采集到的几组焊接电流信号进行分析,研究了其能量分布及熔滴过渡的特征,并利用联合时频分析三维谱图,对采用不同焊接参数获得的电弧电压信号进行对比.结果表明,利用联合时频分析对CO2焊接过程电信号进行分析,能够获得更多的有价值信息,该方法具有较好的研究应用前景.     

基于局域波时频谱的不变矩故障特征提取方法

在机电设备的故障诊断中,特征提取是最重要也是最困难的一个环节.在设备发生故障时,其故障信号往往具有时变特性.传统的基于富里叶变换的分析方法对这些时变信号往往无能为力.在此,应用一种新的局域波法时频分析方法,对设备出现故障时的振动信号进行特征提取.由于局域波时频谱可以表示为灰度图像.因此,利用图像信息的不变矩进行故障特征提取.实验证明了该方法的可行性.     

基于Cohen类时频分布的机械故障源分离

针对传统的机械故障源分离方法忽略信号非平稳性的不足,结合Cohen类时频分布和盲源分离各自的优点,提出一种基于Cohen类时频分析的机械设备非平稳信号盲分离方法,并通过均方根误差比较基于各种时频分布的盲源分离算法的分离性能。仿真和实验结果表明,提出的方法是有效的,机械设备非平稳信号的盲分离必须充分利用信号的非平稳性。     

应用Hilbert时频谱和神经网络对发电机转子故障进行分类的方法研究

提出了一种新的发电机转子故障检测的信号分类方法H ilbert时频谱,它是一种新的分析非平稳、非线性的时频分析方法。这种方法用经验模式分解法将一维信号分解成内蕴模式函数,进而计算有意义的多分量信号的瞬时频率。将其应用于故障信号的分析,可以提供新的时频属性;然后计算这种时频谱的矩和边缘以及时频熵,并将其作为特征向量。应用RBF概率神经网络作为分类器,可以实现不同故障模式的自动分类。对发电机的不同转子故障模式的信号研究表明了该方法的精确性和稳定性。