一种小信号微弱相位差的测量方法

详细介绍了一种模拟小信号微弱相位差的数字测量方法，该方法在将较低频率模拟信号的相位差转换为数字脉冲的宽度之后，采用插入高频脉冲的方法，相位差的值通过对高频脉冲的计数来获得，实际应用表明采用这种方法可很好地解决微弱信号相位差的测量问题。     

基于虚拟仪器的相位差软件测量算法研究

介绍了三种用于虚拟仪器的相位差测量的软件算法：过零检测法、频谱分析法和相关分析法，详细探讨了相关分析法的原理及其在相位差测量中的应用，最后通过实验对三种算法进行了相位差测试比较。结果表明：相关分析法的相位差测量具有精度高、抗干扰能力强等优点。     

基于谐波理论和Cotex-M3的数字式相位差测量系统设计

相位差测量在故障诊断、线性系统动态特性分析、电工领域中的相关参数测量等实际工程项目上的应用具有重要意义。该文根据频率相同的周期变化信号相位差等于两信号初相差这一基本原则,设计一种通过计算同频周期信号初相结合DFT非整数修正算法的相位差测量系统。系统采用Cortex-M3内核的新一代32位ARM微处理器为核心设计完整的系统架构,对系统进行控制和数据处理,利用TI公司的工程应用级别的程序库和DSP算法库实现准同步DFT非整数修正算法,结合据牛顿迭代算法和相位差与初相的关系计算出信号实际相位差。实际测试结果显示,系统对相位差的测量精度高,最小测量精度可达0.1°,并实现宽频率范围的相位差测量,在实际应用中测量结果准确、稳定、可靠。     

一种工频相位差测量仪的设计

利用相位差转换为时间脉冲的原理设计了一种工频相位差数字化测量仪,阐述了设计思想,详细分析了电路组成和单元电路工作原理,给出了电路中各关键点的测试波形。试验表明,利用本测量仪测量相位差与设定标准值相比差值在2%以内。同时给出了对工频信号以外信号的相位差扩展测量方法。     

高精度数字式相位差测量系统设计

在测量各种双口网络电路的频率特性时,需要对它们的输入与输出信号之间的相位差进行准确测量,针对采用示波器测量相位差误差较大的问题,提出一种能对信号相位差进行高精度测量的设计方案;系统采用过零鉴相和填充计数的测量原理,利用可编程逻辑器件的高速运算能力对高速脉冲计数,由单片机对工作电路进行协调控制和数据处理显示;同时设计高精度相位差可调的直接数字频率合成信号源对系统进行测试,实际测试结果显示,系统对相位差的测量精度高,最小测量精度可达0.1°,并实现宽频率范围的相位差测量;系统在实际应用中测量结果准确、稳定、可靠.     

一种基于改进DFT算法的相位差测量研究

相位差是指两路同频率周期信号初相位的差,在工业系统中有广泛应用,传统DFT算法测量工频相位差存在很大的频谱泄露误差。论文提出一种改进DFT相位差算法,使用布莱克曼自卷积窗对信号截短,并利用离散频谱校正方法修正有用频谱处的相位,并计算出相位差。仿真实验证实,在存在多次谐波干扰条件下,改进DFT算法能够克服频率波动和白噪声干扰,算法精度比现有的矩形自卷积窗插值算法提高2个数量级以上,可以实现相位差的高精度测量。     

微机相位差测量方法与提高测量精度的措施

微机相位差测量方法与提高测量精度的措施重庆大学廖常初，唐昆明１测量系统概述图１是测量装置硬件示意图，图２是有关各点的波形图。被测信号ｕ１、ｕ２被放大整形为方波，经鉴相器得到脉宽能反映ｕ１、ｕ２相位差的脉冲信号ｕθ。ｕ１′同时送到同步用的Ｄ触发器的脉冲...     

基于FFT谱分析算法的高精度相位差测量方法

提出了一种基于FFT谱分析算法的数字式相位差测量方法。通过提取基波参数，求取被测信号的相位差。该方法解决了谐波对测量结果的影响，能够明显提高测量精度。     

动态系统输入环节突发性故障的检测与辨识

在分析输入环节脉冲型故障和阶跃型故障对动态系统的状态变化和测量系统输出信 息的影响的基础上,本文采用正向容错M-型滤波与反向WLS估计结合的方法,建立了输入环 节脉冲型故障的检测与故障幅度辨识算法;对于输入环节的阶跃型故障,文中建立了分别适用 于定常系统和时变系统的差分变换法与扩展状态空间方法.     

基于FPGA和霍尔效应的高精度数字式角度测量系统

转轴的角度是旋转机械工作时的一项重要参数,由此提出了一种新的高精度数字式角度测量系统,主要包括霍尔传感器、信号处理模块和数据处理模块,其中霍尔传感器将角度信号转化成两路具有相位差的电信号;信号处理模块将两路电信号经过整形后,采用高频脉冲插值计数的方法,获取两路电信号相位差内和周期内的脉冲总数;数据处理模块最终将脉冲数转化成角度值,并显示出来;通过实验验证,表明该数字式角度测量系统具有较高的测量精度,可达0.01°,并对实验结果进行了分析。     

相位差结合小波包的无人直升机故障诊断

针对低成本的微小型无人直升机（MUH）传感器性能不稳定,容易出现故障的缺陷,提出了一种基于相位差和小波包分析相结合的故障诊断方法。根据MUH传感器输出信号的特点,建立了基于相位差的故障诊断模型,利用相关分析法估计相位差进行故障检测,采用小波阈值法对采样信号进行预处理,以提高相位差的估计精度,运用小波包分析进行故障分离。结合实验数据进行仿真,结果表明该方法是一种行之有效的MUH传感器故障诊断方法,已成功应用在某微小型无人直升机的飞行实验中。     

基于奇异值分解及形态滤波的滚动轴承故障特征提取方法*

针对滚动轴承振动信号故障特征信息往往被强背景噪声淹没的问题,提出一种基于奇异值分解和形态滤波的振动信号故障特征提取方法。该方法利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号自身特征的关系,选择轨迹矩阵中主要反映冲击信息明显的奇异值进行信号重构的方法来滤除信号中的平滑信号和部分噪声,获取带噪声的冲击信号;然后利用形态滤波能有效滤除脉冲干扰噪声的特点,反其道而行之,从而提取信号的冲击故障特征的方法,并将该方法应用于轴承的振动信号的故障特征提取。仿真与实例表明,该方法能有效提取强背景信号及噪声中的弱冲击特征信号,是一种有效的弱信号特征提取方法。     

Maximum average impulse energy ratio deconvolution and its application for periodic fault impulses enhancement of rolling bearing

Periodic fault impulses, inevitably occurring along with a localized defect, are crucial for incipient fault diagnosis of rotating machinery. Whereas, they are awfully weak and masked by other interferences in industrial applications. Blind deconvolution methods (BDMs) are diffusely used in enhancing periodic fault impulses submerged in vibration signals. Due to some drawbacks, the applications of traditional BDMs are restricted. Therefore, the maximum average impulse energy ratio deconvolution (MAIERD) method is proposed, where the maximization of a new index called average impulse energy ratio (AIER) is tailored as the objective function. AIER takes the sampling point with the largest amplitude in every fault period as the location of fault impulse. Also, the fault period is detected by the autocorrelation function of the envelope signal. Furthermore, the Morlet wavelet is appointed as the initial filter. The synthesized signals and experimental data collected from two different rolling bearing test rigs are processed for verification. The results show that the proposed MAIERD method is superior in enhancing periodic fault impulses compared with five popular deconvolution methods.     

A Wavelet Band-Limiting Filter Approach for Fault Detection in Dynamic Systems

This paper presents a wavelet-based analytical redundancy method for the detection of faults in dynamic systems. In the proposed approach, consistency checks are carried out after band-limiting the signals under consideration to specific frequency ranges. For this purpose, the discrete wavelet transform is used to establish the frequency bands of analysis and a finite impulse response filter is employed to check the dynamic consistency of the data within each band. The filter weights can be adjusted by a simple parametric identification procedure on the basis of data acquired under normal operating conditions. The proposed method is illustrated by using experimental fault data from an analog computer, which was adjusted to emulate the dynamic response of a servomechanism, as well as simulated data representing a sensor fault scenario in the operation of a Boeing 747 aircraft. For comparison, a standard Luenberger observer fault detection scheme is also employed. The results show that the wavelet method compares favorably with the observer-based scheme in terms of sensitivity to the fault effect, false alarms, and nondetected faults.     

血流动力学检测装置转换器故障自动诊断方法

在医院血液科的护理中,需要实时进行血流动力学检测装置转换器故障分析,为了提高血流动力学检测装置转换器故障自动诊断能力,提出一种基于频谱特征分析的血流动力学检测装置转换器故障自动诊断方法。构建血流动力学检测装置转换器故障信号采集模型,对采集的血流动力学输出压力特征、脉动特征以血流冲量等特征量进行联合特征分析,结合关联谱分析方法进行血流动力学检测装置转换器故障信号各频率分量检测识别,实现血流动力学检测装置转换器故障信号的频谱特征分析,根据频谱差异性进行故障辨识和诊断。仿真结果表明,采用该方法进行血流动力学检测装置转换器故障诊断的准确性较高,自动化水平较好。     

Dissimilar pixel counting based impulse detector for two-phase mixed noise removal

Mixed noise is a challenging noise model due to its statistical complexity. A new two-phase denoising method based on an impulse detector using dissimilar pixel counting is proposed in this paper. This method consists of two stages: detection and filtering. For the detection phase, average difference scheme is proposed to distinguish whether two neighboring pixels are similar or not, and then the number of dissimilar pixels is compared with a threshold to locate the outlier point in noisy image. An iterative framework is used for detection accuracy with the least numbers of iteration. For the filtering phase, an extended trilateral filter is used to remove the mixture of Gaussian and impulse noise, which are treated differently depending on the guidance matrix from the detection phase. Extensive experimental results demonstrate that the proposed method exhibits better noise detection capability and outperforms many existing two-phase mixed noise removal methods in both quantitative evaluation and visual quality.

     

基于模拟系统响应的小波变换故障诊断方法的仿真研究

该文提出了一种基于模拟系统响应函数的故障诊断方法。给出了容差情况下的仿真诊断例子。该方法无需被检测系统的数学模型，具有实时性好、自动化程度高、准确率高的特点。     

基于变长扫描模型的故障检测方法及其在GPS/INS组合导航系统中的应用

提出了一种基于变长扫描模型的故障检测方法.该方法对待检测的时间序列数据进行差减操作求得相应的差减序列,由于跳跃点会影响两个相邻差减序列的统计特性,因此通过当前差减序列来估计即将来临的下一时刻的取值区间,进而判断下一时刻是否足跳跃点,从而实现故障检测,考虑算法的时间复杂度,设计了扫描窗口的变长机制,以在检测精度和检测速度...     

Stability impulse control of faulted nonlinear systems

This paper presents the impulse control approach intended to urgently return to the stability basin the system states affected by abrupt changes in certain system coefficients on a short time interval. Because of its short duration, the modeling of both the fault and controller involves δ-functions significantly simplifying analysis and control of fault phenomena. The design of an impulse controller is based on the technique for computing fault-induced jumps of the system states, which is described in the paper. A sample impulse controller instantaneously returning states of a Van-der-Pol system to the stability basin is designed     

基于MOMEDA与双谱分析的滚动轴承早期故障诊断

滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积（Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA）方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。