基于小波包变换与核主成分分析的铣削颤振识别

提出一种基于小波包变换（wavelet packets transform, WPT）与核主成分分析（kernel principal component analysis,KPCA）的颤振识别方法。铣削颤振会抑制或增强某些频段内的信号,利用四层小波包分解与重构,得到16个频段内的重构信号,获得各重构信号的面积,并进行归一化处理,完成铣削颤振特征向量的选择。继而通过对比基于主成分分析（principal component analysis,PCA）与核主成分分析的特征提取方法的特征提取效果,选取KPCA对特征向量进行降维处理,最后以降维后的数据作为最小二乘支持向量机分类器的输入对铣削状态进行识别。结果表明,在小样本的情况下仍能有效、准确地对铣削状态进行分类,分类准确率达95.0 %。     

基于主成分分析的车用发动机振动状态综合评价

针对车用发动机振动状态大样本数据分析困难问题,提出用主成分分析(PCA)方法对大样本数据进行特征信息提取,将高维相关特征参数转化为低维互不相关的特征参数,从而建立了某型车用发动机振动状态综合评价函数。应用该方法对某型车用发动机振动状态进行分析,结果表明,该方法可以在信息量损失较小的前提下,定量评价车用发动机振动状态。     

齿轮箱典型故障振动特征与诊断策略

准确地提取各种典型故障的特征是进行齿轮箱故障故障诊断的关键。通过大量的实验,对齿轮箱中的齿形误差、齿轮均匀磨损、箱体共振、轴轻度弯曲、断齿、轴不平衡、轴严重弯曲、轴向窜动、轴承疲劳剥落和点蚀等九种典型故障进行分析,总结其振动信号的时频域特征,并在此基础上提出采用基于建档案的两时域（原始时域和包络时域）三频域（频谱、细化谱、解调谱）的诊断方法,为齿轮箱智能诊断系统的研制打下良好的基础。     

雷达信号分析及软件设计

电子技术的快速发展大大提升了雷达的性能,同时也使得雷达系统的测试变得更为复杂。本文针对日益复杂的雷达系统测试和分析的需求,在对雷达信号分析技术进行阐述的基础上,探讨了雷达信号分析软件的设计与实现的相关问题。     

基于EMD及主成分分析的缺陷超声信号特征提取研究

针对非线性、非平稳超声缺陷信号的特征提取问题,提出一种经验模态分解(EMD)和主成分分析(PCA)相结合的缺陷信号特征提取方法。对缺陷信号进行EMD分解得到本征模态函数(IMF),根据能量比率累积选取IMF,平均截取傅里叶变换后的各模态频谱得到能表征原信号的特征向量集;构建PCA模型,特征向量集降维得到低维特征向量,该过程可降低缺陷信号分析数据的复杂度和冗余度,以BP神经网络为缺陷分类器对缺陷特征进行识别与分类。实验结果表明该方法具有可靠的识别与分类效果。     

微细槽的电化学铣削加工

为了研究不锈钢微细槽的电化学铣削加工技术,使用微细的、旋转的圆柱电极作为电化学加工的阴极,采用脉冲电压电化学加工技术用类似铣削加工的方法加工微细槽.研究了脉冲宽度对电极和微细槽侧面加工间隙的影响,并对微细槽铣削加工过程中的电场和流场进行了分析.在相同的电压幅值和平均电压条件下,脉冲宽度越大,侧面加工间隙越大.电场和流场分析表明,微细槽的侧面加工间隙和侧面倾斜度随着脉冲宽度的减小以及进给速度的增加而减小.当脉冲宽度小于工件表面双电层充电时间常数时,采用钝化电解液能够减小电化学杂散腐蚀和微细槽的侧面倾斜度.当脉冲宽度为0.4μs、进给速度为24μm/min时,微细槽的侧面倾斜度很小,侧面加工间隙达到10μm.实验结果表明,采用超短脉冲电化学铣削加工方法和合适的电解液,能够提高微细槽的加工精度.     

基于钻头运动诱发套管头振动信号检测的井眼防碰监测方法

针对海上加密调整井的井眼防碰问题,设计了一种井筒防碰地面监测预警系统,并进行了现场应用。系统利用加速度传感器监测通过套管传输到套管头上的钻头振动信号,利用数据采集、信号滤波放大和专门编制的监测软件记录分析传感器采集的振动信号,通过对信号的时域、频域分析,确定信号特征与井间相对距离的关系,识别钻头对风险井套管的趋近或碰撞。应用结果表明,该系统能有效感知通过地层、套管传输到套管头的钻头振动信号,并能识别出钻头对风险邻井的趋近,验证了系统在设计理论和方法上的可行性,为加密调整井的井眼防碰、保证钻井安全提供了一种有效的手段。     

微细立铣削硬铝2A12表面粗糙度分析与预测

利用自行研制的精密三轴联动立式铣床（300mm×300mm×290mm）,微径硬质合金两刃平头立铣刀（直径0．1～0．5mm）微立铣硬铝2A12,观察微铣刀悬伸量、直径、轴向切深和每齿进给量对加工表面粗糙度的影响．表面粗糙度由激光扫描共聚焦显微镜（奥林巴斯OLS3000）测量．结果发现微径立铣刀的直径和悬伸量对表面粗糙度的影响大于轴向切深和每齿进给量．另外,在刃口半径尺寸效应的作用下,表面粗糙度并不一直随每齿进给量的减小而减小．基于响应曲面法建立了表面粗糙度的二阶预测模型,方差分析表明该模型回归显著,拟合度为97．5％,可以用于预测表面粗糙度和优化工艺参数．     

基于主成分分析的振动源量化研究

通过实船主机试验,证明了主成分分析可以在信息损失较少的前提下提取振动噪声源信息。     

斜拉桥抖振动力可靠性分析

本文针对大跨度斜拉桥的特点,考虑了振型间的耦合效应,采用目标谱显式分争技术与动力增量平衡迭代算法分析大桥的抖振响应,在此基础上,采用首次超越破坏机制,考虑了大跨度斜拉桥抖振响应的动力可靠性问题,最后,以文中方法验算了某斜拉桥主梁的抗风动力可靠性。     

改进谐波小波及其在振动信号时频分析中的应用

针对谐波小波在时域衰减速度慢的缺点,对其在频域进行光滑化处理,得到了性质更好的改进谐波小波。由于采用光谱化方法只能得到改进小波在频域的表达式,因而采用基于FFT的算法对它进行计算。针对振动信号一般舸样点较多的特点,采用计算等间隔小波系数的方法以减少计算量。以改进谐波小波对某新型导弹空中点火试验的振动信号进行了时频分析,并采用计算时频图等高图的方法以消除大部分无用的信息,得到了振动信号的高清晰时频图。     

重载汽车齿轮变速箱振动与噪声特性

针对重载汽车齿轮变速箱的工作特点，对该齿轮箱的空档、十个前进档、两个倒档的稳态运行及其升速过程进行振动与噪声测试，并对振动信号进行时域和频谱分析。分析结果对于了解齿轮变速箱的振动与噪声特性以及基于振动和噪声信号的齿轮箱质量评价具有重要意义，并且为研究以减振降噪为目的的齿轮箱结构动力学优化设计奠定基础。     

平稳和非平稳振动信号的若干处理方法及发展

回顾了稳态或准稳态振动信号处理方法中的离散频谱分析与校正，细化选带频谱分析，解调分析和高阶谱分析，非平稳振动信号处理方法中的转速跟踪分析，短时傅立叶分析，Wigner-Ville分布，小波分析和Hibert-Huang变换的发展历史，论述了各类方法的原理，分析其特点和在工程中的应用，探讨了发展前景。     

微弱信号检测方法研究现状分析

强噪声背景下微弱特征信号检测一直是工程应用领域的难题。本文系统的研究了基于线性理论的时域、频域、时频域和基于非线性理论的微弱信号检测方法,分析了各检测方法的基本原理和特点。时域检测法中主要分析了相关检测、取样积分与数字式平均、时域平均检测法;频域检测法中分析了最为常用的频谱分析法;时频分析法中主要分析了应用范围最广的短时Fourier和小波变换;基于非线性理论的检测法中重点分析了随机共振。分析认为基于非线性理论的微弱信号检测法、多种检测方法的结合是未来微弱信号检测的研究方向。     

强夯振动与爆破振动的信号特征对比分析

文章以马迹山港区建设工程中对山体爆破及强夯作业进行的监测数据为分析对象,对强夯振动与爆破振动信号波形进行对比,并基于小波分析方法,借助Matlab程序小波工具箱对振动信号进行多分辨率分析、频谱分析,提出了爆破与强夯激励下的地震波性质的区别.为优化爆破及强夯施工方案,减少施工中的地震波危害提供参考;为地震勘探中以强夯代替井炮作为激发源的可行性研究提供参考.     

爆破震动信号的特征提取及识别技术研究

本文采用传统的频谱分析方法和小波多分辨分析技术，对几种典型的爆破震动信号进行了分析，并将爆破震动信号与其它振动信号在j=l-6尺度上进行了小波分解后的对比研究。通过本文有针对性的分析，发现距爆源较远的振动信号在j=6尺度下的小波变换分量具有初始振动向上的特征，同时信号能量也主要集中在这一尺度下的小波分解分量上，而距爆源较近的震动信号能量主要集中在j=4尺度上。     

基于缸盖振动信号频域特征识别气缸压力的研究

在不同的燃烧状况下同时测量缸盖表面振动信号和缸内压力信号,对平均处理后的信号进行频域分析,发现缸内压力信号中相对于基频前50阶的谐波分量包含了所关心的主要信息.根据频域分析得到的复数谱的对称特性建立了训练样本,并对建立的BP和RBF神经网络进行训练.训练的结果表明RBF神经网络可以在更短的训练时间内,获得更小的均方误差.利用不同的神经网络进行了缸内压力信号的识别,识别的结果表明,RBF神经网络识别的精度高于BP神经网络.     

基于振源识别的高速微铣削机床状态研究

对介观尺度下三向正交的高速微铣削力混合信号提出一种有效的分离算法,从而获得高速微铣削力的真实信号及机床振动信号并基于此对机床状态进行分析。算法首先以信息量为处理标准将观测信号初步分离,再将分离得到的各分量信号作为行向量构造矩阵,最后对该矩阵进行以高斯性最大为度量的分离,逐一得到各激励源信号,并对其快速傅里叶变换得到频谱,结合机床结构及介观尺度下高速微铣削加工特点,识别微铣削力信号及机床状态信息。实验结果分析表明：该方法可成功对介观尺度下高速微铣削加工中主要激励源和机床状态进行有效识别。     

基于瞬时频率估计阶比法的电机振动信号分析

电机转轴是电机中至关重要的精密零部件,运用信号分析的方法,可对电机转轴进行预估评价。为提高电机转轴的安全性,降低事故率,利用瞬时频率估计法与阶比法计算分析电机的振动信号,并进行电机实际缺陷情况下的验证试验。结果表明,基于瞬时频率估计阶比法能对信号进行有效降噪处理,准确地预测故障缺陷的具体位置。