局部放电脉冲的仿射类时频分布特性研究

系统地介绍了尺度图(scalogram)、仿射类平滑伪Wigner分布(ASPWVD)、乘积核分布和局域化双频率核分布这四种属于仿射类的时频能量分布,从理论和应用效果上分析了各个分布的交叉项衰减和时频分辨率的性能.针对局部放电脉冲宽带信号的非平稳性,展现了上述分布在处理仿真脉冲信号和直流下局部脉冲信号的应用效果.实验结果表明,属于乘积核分布的平滑伪Choi-Williams分布(SPCWD)在局部放电脉冲信号引发的短时变化中具有高度的敏感性,更为适合表征非平稳宽带信号的时变信息.据此,借助此分布可提取单个脉冲波形的时频特征参数、分析多个连续放电的脉冲时频特性变化,从而用于放电类型的模式识别以及深入研究绝缘系统中的局部放电机理.     

转子裂纹AE信号特征提取的时频分析方法

转子裂纹的声发射(AE)信号是一种非平稳、非线性信号,对于非平稳、非线性信号,时频分析是有效的方法.由于小波包对时变信号具有多分辨分解和重构能力,以及伪Wigner-Vill时频分布对时变信号具有优良描述特性,可以将两者结合起来用以诊断早期裂纹故障.通过实验研究,说明该方法能够从微弱的早期裂纹AE信号中清晰准确地提取出裂纹故障特征,实现转子早期裂纹故障的精确诊断.     

Wigner-Ville分布及其在故障诊断中的应用

机械系统故障信号通常都是非平稳的,联合时频分布是对故障信号分析的重要且有力的工具,Wigner-Ville分布可从时域特征与频域特征的结合途径揭示非平稳信号的构成本质。文章简单介绍了Wigner-Ville分布的物理意义及其主要性质,并通过实验探讨了用Wigner-Ville分布处理诊断信号的优点。     

基于时频图像不变矩特征提取的轴承故障诊断方法

旋转机械设备发生故障时产生的信号具有非平稳、非线性的特点。提出一种基于时频图像的不变矩特征和支持向量机的故障诊断方法,通过对故障信号采取S变换的时频分析方法构建时频图像,并利用灰度图像的不变矩实现对故障信息的特征提取,最后采用支持向量机的模式识别方法实现多类故障的智能诊断。实验验证了方法的有效性。     

基于DeepLabV3+网络的滚动轴承故障特征识别

滚动轴承的故障信号一般具有非平稳、非线性的特点,通过时频分析可以得到信号中频率随时间的变化关系,有利于识别故障特征。提出了使用DeepLabV3+网络识别时频分布中故障特征的方法,对采集到的滚动轴承振动信号使用短时傅里叶变换得到时频分布,对时频分布中故障区域使用labelme进行标注;将振动信号数据集划分为训练集、验证集和测试集,训练集和验证集用来训练DeepLabV3+网络模型并调整其中的超参数,测试集用来测试网络的泛化能力。使用滚动轴承模拟信号与试验信号对提出的方法进行验证,结果表明该方法可以成功识别滚动轴承的故障特征。     

Wigner-Ville分布在机械故障诊断中的研究

时频分布从时域特征与频域特征的结合途径揭示了信号的构成本质.文章介绍了基于WignerVille分布(WVD)的故障诊断方法,包括基于核函数抑制交叉项,时频分布与人工神经网络相结合,以及WVD的高阶谱.机械系统故障信号往往是非平稳的,联合时频分布是对故障信号分析的有力工具.WVD很高的能量聚集性和很好的时频分辨率,极大地提高了故障信号特征提取的准确度.     

6205-2RS轴承内圈故障特征时频分析

分析6205-2RS轴承内圈故障时变信号,提取故障特征。通过对短时傅里叶变换与Wigner-Ville分布数值仿真实验比较,明确了短时傅里叶变换与Wigner-Ville分布的时频分析优缺点。针对非平稳轴承振动信号,利用短时傅里叶变换,结合Wigner-Ville分布进行了故障特征提取。通过提高短时傅里叶变换汉明窗点数,结合Wigner-Ville分布参数调整与轴承部件的旋转频率计算,给出了6205-2RS轴承内圈故障特征结果。该方法能较准确地诊断轴承内圈的故障现象。     

基于Morlet小波的时频图在齿轮断齿故障诊断中的应用

齿轮传动系统振动信号带有明显的非平稳性,齿轮断齿故障使非平稳特征更加明显,并伴有明显的脉冲冲击特性。利用小波分析处理非平稳的优势,结合齿轮传动系统的振动特性和Morlet小波能够处理脉冲信号的特点,建立了基于Morlet小波的时频分析方法,通过对某齿轮增速箱齿轮断齿故障的诊断,证明本方法不但能够准确诊断出断齿故障,而且能够评估断齿数量,较好地弥补了传统频谱分析的不足。研究结果对于齿轮断齿等具有脉冲信号特征的故障诊断具有一定的指导意义。     

自适应线调频基原子分解方法研究

提出了一种新的多分量非平稳信号分解方法——自适应线调频基原子分解方法。该方法能自适应地将一个复杂信号分解为若干个具有一定物理意义的PF分量,其中每个PF分量为一个包络信号和一个纯调频信号的乘积。与经验模式分解、局部均值分解和Wigner-Ville分布对仿真信号分析结果进行对比,结果表明,该方法具有良好的时频聚集性和较高的抗噪性能与分析精度,不存在二次型时频分布干扰,非常适用于非平稳振动信号的分解。对齿轮箱振动信号的分析结果验证了该方法在工程应用中的有效性。     

瞬变信息提取与机器诊断

机器的二次信号往往因机器故障产生大量的冲击、摩擦以及运行转速的不稳定、负荷的变化导致非平稳信号的产生.对非平稳信号分析,付氏变换效果不佳,需要研究这类信号的局部时频特征,提取瞬变信息方能准确地诊断.本文介绍处理非平稳信号的新型工具——小波分析、短时付氏变换两种时频分析方法.最后用小波分析、短时付氏变换和付氏变换对机器的实测振动信号进行分析.说明了小波分析、短时付氏变换作为时频分析方法对处理非平稳信号比付氏变换优越.     

基于卷积神经网络的时频图像识别研究

变速器作为汽车动力传递系统中的关键部件,其振动和噪声直接影响着汽车的性能。由发动机输入到变速器的转速很多情况下是变化的,这使得这种工况下的变速器故障诊断更加复杂。针对这个问题,提出了基于卷积神经网络（convolutional neural network,CNN）的变速器变转速工况下的故障分类识别方法:在变转速下,采集了变速箱多种故障状态下的振动信号,对各类信号进行时频变换得到时频矩阵,并利用CNN实现多类故障的分类。并研究了CNN结合不同时频方法时的识别性能,结果表明,连续小波变换(continuous wavelet transform,CWT)与CNN结合的方法对变转速下的时频图识别性能最好。     

调制信号的时频分布特征及应用

幅值调制和频率调制在滚动轴承和齿轮箱振动信号中是常见的现象，调制特征的识别和分析已广泛应用于机械振动监测与故障诊断．时额分析的Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布为识别这类调制现象提供了一种十分有效的分析途径。本文针对Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布中存在的实际问题结合应用提出了一些解决办法，并通过仿真分析探讨了调制信号的Ｗｉｇｎｅｒ－Ｖｉｌｌｅ分布特征，最后给出了一个应用实例．     

双线性时频分布交叉项提取及损伤识别应用

响矩阵R=－K－1tt Kts。定性揭示了R的数学和物理意义，定量论证R的固有特征，并给予图解说明和算例论证，证明由R计算得到的拟静力响应在数学意义层面独立于结构的动力反应，而在物理意义层面二者并非相互独立而存在。     

高速列车转向架区气动噪声分离研究

提出了一种基于快速路径优化的自适应短时傅里叶变换时频分析方法,并将该方法用于行星齿轮箱的故障诊断。该时频分析方法通过使用快速路径优化获得瞬时频率变化规律,在短时傅里叶变换过程中自适应的改变时窗长度,从而获得更恰当的时频分辨率。针对行星齿轮箱运行状态不稳定的特点,通过使用笔者提出的时频分析方法可以有效地提取出行星齿轮箱的转速信息,利用参考转速对故障信号角度域重采样和阶次分析,从而实现变转速情况下的行星齿轮箱故障诊断。仿真分析表明,与传统短时傅里叶变换相比基于快速路径优化的自适应短时傅里叶变换得到的时频分布能量更加集中;试验分析证明了基于快速路径优化的自适应短时傅里叶变换方法在行星齿轮箱故障诊断中的有效性。     

Wigner-Ville分布复小波相似性评价及应用

针对常规特征量对轴承早期故障不敏感问题,基于不同状态下振动信号时频分布的结构差异,融合WignerVille时频分析和复小波变换的优点,提出了基于复小波变换的Wigner-Ville时频分布相似性评价指数(WignerVille distribution-complex wavelet structural similarity,简称WVD-CWSS),实现时频分布相似性的定量评价,并用于轴承早期状态评估。首先,对振动信号进行Wigner-Ville时频分布;其次,进行复小波变换,获取不同状态下的二维时频分布结构相似性复小波指数;最后,对滚动轴承全寿命试验数据进行了对比试验。结果表明,所提取的WVDCWSS特征对滚动轴承的早期损伤更敏感。     

基于匹配追踪的蜂窝夹层复合材料损伤检测

基于Lamb波和匹配追踪时频分析方法,提出一种损伤成像方法,对蜂窝夹层复合材料结构进行损伤监测.首先针对Lamb波传播的特点,提出了匹配追踪方法的快速实现方案,该方法能准确地匹配失真变形的窄带脉冲信号,并识别Lamb波的模态;然后对由压电传感器采集到的Lamb波信号,采用匹配追踪方法提取特征信息,得到Lamb波的能量分布;在此基础上,考虑Lamb波在各向异性结构中传播速度的影响,将损伤处的散射波能量分布和各像素点对比度联系起来,得到损伤图像,将损伤的情况可视化.通过蜂窝夹层复合材料结构实验验证了该方法的可行性和有效性.     

基于Lamb波的复合材料结构损伤成像研究

本文基于Lamb波和时频分析方法，提出了一种损伤成像方法，对复合材料结构进行在线的连续监测。首先通过高阶板理论建立了Lamb波在各向异性复合材料层板中随传播角度变化的频散关系，得到Lamb波的理论速度分布，为损伤成像提供基准信息；然后采用小波变换对由压电传感元件激励和接收的Lamb波信号在时频域进行分析，提取特征信息，得到散射波的能量分布；在此基础上通过考虑各向异性对Lamb波传播速度的影响，将散射波的能量分布与各个像素点的对比度关联起来，得到损伤的图像，将损伤的情况可视化。同时建立了原型结构健康监测系统，实验研究表明了本文所提出方法的可应用性和有效性。     

Multiscale singular value manifold for rotating machinery fault diagnosis

Time-frequency distribution of vibration signal can be considered as an image that contains more information than signal in time domain. Manifold learning is a novel theory for image recognition that can be also applied to rotating machinery fault pattern recognition based on time-frequency distributions. However, the vibration signal of rotating machinery in fault condition contains cyclical transient impulses with different phrases which are detrimental to image recognition for time-frequency distribution. To eliminate the effects of phase differences and extract the inherent features of time-frequency distributions, a multiscale singular value manifold method is proposed. The obtained low-dimensional multiscale singular value manifold features can reveal the differences of different fault patterns and they are applicable to classification and diagnosis. Experimental verification proves that the performance of the proposed method is superior in rotating machinery fault diagnosis.     

Time-frequency analysis for microwave reflectometry data processing in the HL-2A tokamak

The Choi-Williams distribution (CWD) technique is introduced as a time-frequency tool for processing data measured from the new developed homodyne and the fixed frequency reflectometry in the HL-2A tokamak. The comparison between spectrogram and CWD for the simulated signal is presented. It indicates that the CWD can greatly improve the representation of the time-frequency content of the multi-components signal. Its effectiveness is demonstrated through two applications in HL-2A, which are the extraction of beat frequencies from the frequency modulated-continuous wave reflectometry (FM-CW) and the characterizing of the fluctuations. The density profile inversed from the group delay of the FM-CW and the density fluctuations deduced from the fixed-frequency reflectometry would be more reliable and accurate by using the CWD technique.     

基于Hilbert-Huang变换时频谱特征的齿轮箱故障模式分类

针对现有的齿轮箱故障模式分类方法的缺陷,提出了一种基于Hilbert-Huang变换(HHT)时频谱特征的齿轮箱故障模式分类方法.首先通过HHT算法获得齿轮箱的故障信号时频谱图,然后依据不同故障时谱图的不同特征,成功地对齿轮箱的故障模式进行了分类.对于时频谱图相似的故障模式,可以借助有效值和峭度系数的大小来区分不同的故...