基于改进SVM算法的调节阀空化状态识别

空化现象往往致使调节阀产生振动、噪声以及工作效率下降等问题,严重影响煤液化系统的安全运行和元件寿命。准确识别调节阀内的空化状态可以为监测调节阀内空化状态、调节阀预测性维修提供数据支撑。针对调节阀空化状态难以有效识别的问题,构建一种基于遗传算法和核主成分分析(Kernel principle component analysis,KPCA)的支持向量机(Support vector machines,SVM)模型来对调节阀空化状态进行识别。利用时域、频域以及小波包变换提取振动信号的特征,通过KPCA提取特征向量的主成分,然后使用遗传算法优化后的SVM进行调节阀空化状态识别。试验结果表明,KPCA能够有效提取振动信号特征向量的非线性主成分,构建的SVM可有效识别调节阀空化状态。相比基于神经网络的空化状态识别而言,改进SVM具有更好的识别效果,识别准确率达98.7%。     

基于小波分析和小波包的电动振动台故障检测方法

针对电动振动台产生随机振动情况下的故障特点,对某型电动振动台的振动信号进行分析,采用小波分解与重构的方法,提取了伴随噪声的振动信号中的故障信息,判断出电动振动台的故障点.该方法不需要进行数据建模,而且具有一定的鲁棒性,适用性强,对难以建立解析数学模型的诊断对象非常有效.通过小波包分析对重构振动信号再次进行分解,并有针对性地对包含有故障特征频率的频段信号进行重构,能有效地滤去各种干扰信号,显示故障特征信息,为电动振动台故障诊断提供了一种更加快速有效的新途径,从而证实了小波分析及小波包综合应用在检测故障信号方面的有效性.     

基于小波熵指标的结构损伤检测

对小波熵在土木工程结构损伤检测中的适用性进行分析,利用小波变换时一频局部化性能,将小波分析和信息熵结合起来,建立小波能谱熵、小波时间熵和相对小波熵等结构损伤指标.通过数值模拟和工字梁的试验数据对各指标和损伤识别方法进行了分析检验,识别出模拟梁和试验梁的损伤位置.识别结果表明,基于小波熵的指标是一个对结构局部损伤敏感的、比较好的损伤指标.     

基于谐波小波包能量熵的轴承故障实时诊断

将谐波小波包变换与信息熵相结合,从揭示故障信号能量分布的复杂程度入手,提出一种轴承故障实时诊断的新方法.对故障振动信号进行谐波小波包分解,将分解的小波系数按尺度进行排列,计算不同尺度的能量,以尺度能量为划分标准,计算故障信号的能量熵,通过能量的熵值诊断轴承故障.给出谐波小波包能量熵的轴承故障的具体诊断方法和模型.对不同...     

基于小波变换的客车车内振动噪声源识别

测定了不同工况下车内噪声信号和车架车身等处的振动信号，利用Daubechies小波函数对噪声信号和振动信号做小波变换，获取信号能量分布的特征向量和相关系数，确定两种信号相关程度，根据相关系数大小识别车内振动、噪声源，经过识别发现发动机为该车的主要振动噪声源。试验表明，该方法比传统的分析方法更为简单、有效。     

小波分析识别裂纹参数中的噪声影响

鉴于信号和噪声进行多尺度小波变换时,其小波系数模极大值在多尺度上表现出截然不同的性质,直接将悬臂梁含噪声的前四阶模态进行小波分析,从小波系数模极大值在多尺度上的特性可以定位损伤,讨论高阶模态在损伤识别中的优缺点.定义一个和小波系数直接相关的集中因子,建立其与裂纹深度之间的关系,并分析模态中的噪声对裂纹深度识别的影响规律.研究可对实测环境中小波分析识别损伤提供一定的参考.     

基于压力分布模式的液压阀空化噪声评价

比较Oshima和Ichikawa由液压锥阀实验所得空化噪声变化和阀座上的压力分布曲线,提出基于压力分布模式评价液压锥阀空化噪声的方法。对实验所用液压锥阀进行CFD解析,得到阀座上的压力分布曲线,与实验所得噪声曲线相比较,找到评价节流口噪声的3种压力分布模式。对带V形节流口的液压滑阀流入和流出两种流动状态进行CFD解析,验证了压力分布模式评价方法在滑阀空化噪声评价中的可行性。     

基于Shannon小波能量熵与FFT的电力系统谐波检测方法研究

利用小波变换的频带划分能力和小波熵对扰动信号检测能力,结合傅立叶变换准确的频域分辨能力,提出一种基于傅立叶变换及小波能量熵联合的电力系统谐波检测改进算法。分析了快速小波变换中小波混叠产生的原因,并提出解决方法。根据电力系统谐波的特点,建立谐波信号数学模型,基于该模型利用Matlab对算法进行仿真验证;利用DSP实验台,对改进算法进行实用化测试。     

基于CEEMDAN能量熵的齿轮状态识别

集合经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)存在着辅助白噪声难以消除和容易产生虚假模式的缺陷。针对EEMD方法在齿轮箱故障信号处理中的不足,将自适应噪声完备集合经验模式分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)应用于齿轮故障信号分析,提出了基于CEEMDAN能量熵的齿轮状态识别方法。该方法首先利用CEEMDAN分解齿轮振动信号,然后计算振动信号分解结果的能量熵,将能量熵作为特征参数来区分不同的齿轮运行状态。将该方法用于区分正常、轻度刮伤和中度刮伤齿轮运行状态,并与基于EMDEEMD能量熵的方法进行了对比。结果表明,该方法可以有效地区分相近的齿轮运行状态,与其他几种方法相比具有明显的优势。     

基于谐波小波奇异熵的轴承故障实时诊断

将谐波小波变换、奇异值分解理论和信息熵相结合,从揭示故障信号能量分布的复杂程度入手,提出一种轴承故障实时诊断的新方法。对轴承振动信号进行谐波小波分解,将分解得到的小波系数分别以尺度为行、时间为列构建谐波小波时频分布矩阵,并对该矩阵进行奇异值分解,以分解得到的奇异值为划分标准进行信息熵计算,通过信息的熵值来诊断轴承故障,给出了基于谐波小波奇异熵的轴承故障实时诊断的具体方法和模型。通过对轴承内圈故障、外圈故障大量的试验研究表明:该方法能有效地对轴承故障进行诊断,具有很高的实时性,能对采样频率低于68kHz的诊断系统进行实时诊断,适用性很好。     

全信息小波能量熵及其在旋转机械状态监测中的应用研究

结合全信息技术、小波分析以及信息熵的基本理论,提出全信息小波能量熵的概念.用小波分析将两个垂直通道的信号分别分解至不同的频率带,综合所有分解系数计算得到小波熵,对融合信号能量分布的紊乱程度进行量化.仿真计算表明,全信息小波能量熵能反映融合振动信号能量分布的复杂性,且对能量分布的变化较为敏感,可作为衡量设备工作状态的指标,应用于旋转机械状态监测中.     

一种提高时域参数识别精度的新方法

在结构损伤识别的时域法研究中,检测的加速度信息中包含结构特征信息和各种干扰信号,积分法计算速度和位移时也可能引入计算中带来的低频信号,使得输出信号严重失真,从而导致反演结构物理参数的失败.为了从测试信息中提取含有结构固有特征的信息,针对小波包分析能对信号频率多层次划分,具有多分辨、高精细的特点,设计一种适用性较强的信号滤波器.该滤波器可根据小波包分解层数,任意确定频率分辨率,选择不同小波包系数,确定滤波频带和频率范围选择.通过剪切型结构物理参数反演模型的算例分析,验证该滤波器具有较好地提取结构特征信息的性能.该滤波器可用于具有此类要求的信号处理.     

APPLICATION OF IMAGE MANIPULATION FOR CAVITATION ANALYZING

0 INTRODUCTIONCavitation is a very old subject.Though thephenomenon of cavitation was discovered at the end Ofl9th century, the interpretation for its mechanism anddevelOpment is still lack of peffectiOn due to thelimitation of the traditional macroscopical process.The develOpment of cavitation is variedinstantly.The flow field is usually unsteady, so thefeature of the cavitatiOn must be changed at differenttime.The study procedure present is tO get thecontour with the help Of high-spe…     

IDENTIFICATION OF DIESEL FRONT SOUND SOURCE BASED ON CONTINUOUS WAVELET TRANSFORM

Acoustic signals from diesel engines not only colitain useful information but also includeconsiderable noise components. To extract information for condition monitoring purposes the continu-ous wavelet transform (CWT)is used for the characterization of engine acoustics. The charasteristicsof the CWT in terms of the representation of short duration transient signals are reviewed firstlyWavelet selection and CWT implementation are then detailed. With the wavelet transform, the majorsoures of the exterior radiation sound of the engine front are surveyed. The research provides a reli-able basis for engineering practice to reduce vehicle sound level. Furthermore, the idenification resultsof the measured acoustic signals are compared with the identification results of the measured surfacevibration, and good agreement is observed.     

FEATURE EXTRACTION OF VIBRATION SIGNALS BASED ON WAVELET PACKET TRANSFORM

A method is proposed for the analysis of vibration signals from components of rotating machines, based on the wavelet packet transformation (WPT) and the underlying physical concepts of modulation mechanism. The method provides a finer analysis and better time-frequency localization capabilities than any other analysis methods. Both details and approximations are split into finer components and result in better-localized frequency ranges corresponding to each node of a wavelet packet tree. For the purpose of feature extraction, a hard threshold is given and the energy of the coefficients above the threshold is used, as a criterion for the selection of the best vector. The feature extraction of a vibration signal is accomplished by computing the reconstruction signal and its spectrum. When applied to a rolling bear vibration signal feature extraction, the proposed method can lead to be very effective.     

基于小波脊线的刮水器电动机机械特性测试

论述了无转速转矩传感器的刮水器电动机机械特性测试基本原理;分析了小波脊线与信号瞬时频率的关系, 提出了基于小波脊线的刮水器电动机机械特性测试新方法。对实测数据进行处理的结果表明,该方法能够实现无传感器的刮水器电动机机械特性快速准确测试。同时由于小波基函数具有良好的时频局部特性,该方法具有很强的抗干扰性能。     

基于区间B样条小波有限元的转子裂纹定量识别

研究一种基于区间B样条小波有限元的转子横向裂纹定量识别方法.构造包含转动惯量影响的区间B样条小波Rayleigh梁单元,高精度求解裂纹转子前三阶固有频率,获得裂纹相对位置和相对深度作为变量的固有频率解曲面.然后将实测的裂纹转子前三阶固有频率作为裂纹识别问题的输入,利用三条等高线的交点定量识别出裂纹存在的相对位置和相对深度.数值仿真和试验研究结果表明,该方法鲁棒性强,单元数量少,辨识精度和效率高,为转子系统裂纹定量识别提供了新方法.     

基于小波有限元法的悬臂梁裂纹识别的试验研究

利用小波有限元法求解了裂纹悬臂梁的前三阶固有频率,并将其拟合成以裂纹位置和深度作为变量的固有频率解曲面;将实测的裂纹梁前三阶固有频率作为裂纹识别反问题的输入,绘制出各阶固有频率等高线,三条等高线的交点预测出裂纹存在的位置和深度。试验结果验证了算法的有效性,这为其实际应用提供了有力的试验依据。     

MICRO-COURSE OF CAVITATION EROSION

By cavitation tests and scanning electron microscope （SEM） microanalysis, the micro-appearance of cavitation samples is studied. It is the first time that the micro-appearance of metals is pursued successfully. According to the changing course of the micro-appearance of metals, the damaging course of cavitation erosion is determined. The destructive way of collapsing bubbles on the metal surface is known. Firstly cavitation pinholes appear on the metal surface, then cracks generate and grow under the action of collapsing bubbles. When cracks connect each other, small pieces are removed from pinhole wall and pinholes develop into cavitation pits. When the previous surface is removed completely, new pinholes are produced again on the new surface. A pinhole is the result of the powerful striking of a micro-liquid jet ejected by a large collapsed bubble near the surface. At some stages, cracks grow in the way of fatigue. The corrosion phenomenon is observed during the cavitation erosion. The cavitation pattern can be used to explain the cavitation pregnancy and the changing regulation of sample surface.     

基于Wavelet-HMM的旋转机械故障诊断方法研究

隐Markov模型是一个双随机过程，适用于动态过程的时间序列的建模并具有强大的时序模式分类能力，特别适合非平稳、重复再现性不佳的信号分析；小波变换具有多分辨率分析的特点，在时频两域都具有表征信号局部特征的能力。文中将小波变换和隐Markov模型相结合，提出基于小波变换的HMM状态识别法，利用Daubechies小波进行8尺度的小波分解，然后从小波分解结构中提取一维信号的低频系数作为特征向量，将其输入到各个状态HMM来进行训练，其中输出概率最大的状态即是机组运行状态，从而实现状态的识别，实验结果表明该方法很有效。