某型航空发动机转子振动信号盲分离

航空发动机振动信号往往所含成分复杂、有用成分十分微弱,信噪比低,这大大限制了已有诊断方法在早期诊断中的应用.将盲信号处理方法引入到航空发动机振动信号分析,根据振动信号的特征,采取合适的预处理手段,然后应用FastlCA算法进行信号的分离研究,结果验证了盲处理方法的有效性,可以应用于航空发动机振动信号处理和故障诊断领域.     

裂纹转子启动过程振动信号特性仿真分析

利用数值积分方法得到了基于综合型裂纹模型的裂纹转子启动过程瞬态振动信号,对信号进行了等时间间隔和等角度间隔采样;并对信号进行分析得出了结论。     

转子振动信号消噪方法研究

针对转子振动信号周期性强而噪声信号具有随机性的特点，本文将时域平均法和小波软阈值消噪法相结合，先对振动信号进行时域平均，再对平均后的结果进行小波软阈值消噪处理。实验结果表明，这两种方法相结合，可以有效地去除振动信号的干扰噪声，提高信号的信噪比，取得良好的降噪效果。     

一种改进的转子振动信号消噪方法研究

为提高转子振动信号消噪方法的性能,通过分析噪声成分和对应消噪方法的特点,提出了一种基于改进中值滤波与小波包消噪技术相结合的信号降噪新方法.该方法首先根据信号采样频率计算中值滤波器的窗口宽度,从而可以有效滤除含噪信号中的脉冲噪声和部分白噪声;然后再用阈值及其处理函数都经过改进的自适应小波包消噪方法去除残留在信号中的白噪声,最终得到信噪比提高的振动信号.通过仿真信号和转子实验振动信号的降噪处理,对新方法的性能进行了验证.降噪结果表明,该方法在有效消除混合复杂噪声对振动信号干扰的同时,保留了故障信号的细节特征,比一般的小波域中值滤波降噪方法更为有效.     

动态轴重称重信号的分析及EMD处理方法的研究

本文通过对轴重称重信号的采集,从力学角度分析了轴重称重过程中车轮的受力情况,找出了轴重称重信号波动的原因,并给出了从波动的轴重称重信号中求轴重的EMD方法。     

运行转子径向振动的小波信号监测

针对运行转子径向振动的信号监测，介绍了小波分析的基本原理，提出了运行转子异常信号检测的原则。利用该原则，本文对实际转子运行的径向振动信号进行了小波信号监测分析，得出了较好的结论。     

基于改进 EMD 方法的 FBG 传感网络光谱基线校正研究

针对光纤布拉格光栅(FBG)传感网络中,由于环境条件导致的光谱信号基线漂移问题,本文提出一种基于改进经验模态分解(EMD)的光谱信号校正方法。用该方法对仿真数据处理,处理后光谱可通过设置阈值划分出各FBG反射峰区,验证了改进EMD方法的可行性。通过实验采集在光纤通路损耗及端面反射影响下、产生基线漂移情况的FBG传感网络光谱信号,并使用改进EMD法、小波软阈值法和惩罚最小二乘法进行实时的光谱校正处理,运用高斯非线性拟合法计算正常和校正后光谱的各FBG中心波长。结果显示,运用改进EMD法校正后计算的各FBG中心波长,传感信号存活率分别提高48.9%和61.6%,平均偏差和偏差标准差最小,分别为4.33、6.28和6.01、6.58 pm。该方法校正后的光谱信号能为物理量检测提供可靠信息。     

EMD方法在转子局部碰摩故障诊断中的应用

针对转子系统局部碰摩故障振动信号的特征，将经验模态分解方法（Empirical Mode Decomposition，简称EMD）应用于转子局部碰摩故障诊断中。采用EMD方法对转子振动信号进行分解，实现碰摩、背景和噪声信号分离，从而提取转子系统局部碰摩振动信号的故障特征。试验分析结果表明，对具有局部碰摩故障的转子振动信号进行EMD分解得到的基本模式分量（IMF）具有明显的调幅特性，而其他状态下的转子振动信号经过EMD分解后得到的IMF分量没有明显的调幅特性。因此，EMD方法可以有效地应用于转子系统局部碰摩故障诊断中。     

双转子航空发动机振动信号的分离测试技术

阐述了用FFT(快速傅立叶变换)分离法和盲源分离法,对双转子航空发动机振动信号进行分离的原理和实现,并应用FastICA算法,对某型双转子航空发动机高、低压转子实测振动信号进行了盲源分离实践,分离结果验证了该方法的可行性和有效性,从而为双转子发动机振动监测与故障诊断提供了一种可行的信号处理方法。     

基于EMD和分形维数的转子系统故障诊断

提出了一种基于EMD方法和分形维数的转子系统故障诊断方法。利用EMD方法将转子振动信号进行分解,得到若干个基本模式分量,然后将包含主要故障信息的几个基本模式分量相加得到降噪后的转子振动信号,求得降噪后的转子振动信号的分形维数。试验数据的分析结果表明,在不同的故障状态下,采用EMD方法对转子振动信号降噪后求得的分形维数是不同的,从而可以通过分形维数的大小有效地判断转子系统的工作状态和故障类型。     

ICA在航空发动机振动信号盲源分离中的应用

研究了基于独立分量分析(independent component analysis,简称ICA)的发动机振动信号盲源分离技术,旨在将发动机振动信号按照不同的激振源进行分离。首先阐述了基于最大信噪比的盲源分离算法原理,通过对仿真信号进行分离,判断了分离输出信号与仿真信号的一致性,验证了该算法的可行性;然后将该算法与FFT分离法相结合,应用于某型双转子航空发动机高、低压转子实测振动信号盲源分离中,取得了很好的分离效果,表明应用ICA技术建立的基于最大信噪比的盲源分离算法具有迭代次数少、计算复杂度低、效果好及稳定等优点。     

基于改进平移不变量小波阈值法的齿轮泵振动信号降噪

齿轮泵的振动信号中含有大量噪声,在对其进行应用之前必须降噪处理。传统的小波阈值降噪法在信号的奇异点附近会产生振荡现象,为此研究了一种新的小波阈值函数,把新的阈值函数和平移不变量相结合,提出了改进小波阈值法的平移不变量降噪方法。该方法克服了软、硬阈值的缺陷,同时抑制阈值法降噪时产生的伪吉布斯(Pseudo-Gibbs)现象。利用该方法对仿真信号和实测齿轮泵振动信号进行降噪处理,并与小波软、硬阈值法及新阈值法进行了对比。结果表明:该方法具有更好的降噪效果,可应用于齿轮泵振动信号降噪处理。     

基于接触有限元的齿轮-转子系统动态特性分析

考虑齿轮-转子系统各部件的弹性,基于接触有限元理论提出一种能够高保真模拟齿轮副连续啮合过程的动态特性分析方法。该方法利用实体有限元进行系统建模,可体现各部件的结构特征;基于接触有限元进行啮合过程仿真,可模拟系统的时变刚度、啮合冲击等真实激励进而得到全面准确的响应信息。以一直齿轮-转子系统为例进行啮合过程的数值仿真,利用中心差分法求得系统各动力学参量在时域上的响应,通过中心距偏差、动态传递误差、动态接触力等参数分析系统的弯曲振动、扭转振动、齿轮副的啮合特性及其耦合关系。研究结果表明：考虑各部件尤其是转子的弹性后,系统的非线性振动特性显著,齿轮副啮合存在明显的双边冲击及脱啮现象。     

基于VC与MATLAB混合编程的复杂数字信号EMD处理技术研究

以非平稳、非线性的轮扫掠力信号为例,围绕其采集及处理来进行陈述,重点研究了利用VC6．0与MATLAB7．0混合编程方法中的动态链接库技术对信号进行经验模式分解（EMD）。程序结合了VC与MATLAB的优点,使得数据采集与处理可在同一VC工程文件中完成,执行速度快,运行稳定且数据处理准确、方便。     

发电机转子不稳定振动的分析与处理

针对某机组在安装调试阶段出现振动超标问题,应用多通道信号采集系统测量轴系振动特性,进行故障机理与相关因素分析,采用转子动平衡的措施校正补偿发动机转子热不平衡响应,有效地抑制了机组振动发散超标现象。     

独立分量分析在自动机振动信号处理中的应用

自动机工作中的冲击响应多处在低信噪比和被噪声干扰的复杂振动信号中,寻求一种能在多干扰、噪声强的复杂振动信号中去除干扰信号和噪声的方法,可以提高速射武器自动机故障诊断准确率。研究了独立分量分析(independent component analysis,简称ICA)的基本理论,采用基于改进粒子群的独立分量分析算法模拟生成了仿真信号,获得了比较理想的分离效果。经实际射击数据验证了该方法的可行性,这种基于改进粒子群的独立分量分析算法在自动机结构振动信号处理方面具有较好的效果。     

抛光机振动信号分析软件的编程与应用

文中对陶瓷抛光机的振动信号进行了采集,运用MATLAB语言编程开发了振动信号分析软件,识别出故障特征频率并分析异常振动部位及产生原因,提出了解决方案.     

超低频风力发电机不平衡振动信号的检测方法研究

利用ARM9嵌入式系统,对0.2-1.5Hz的低频信号进行采样。对采样数据进行数学建模分析,并分析比较插值算法、取整数算法和浮点算法,得到更加准确高效的算法。对采样频率进行实验分析,验证了对0.2-1.5Hz的超低频风力发电机动平衡信号检测方法的有效性。