地质雷达信号分析的双正交小波预测反褶积法

为了降低电磁波衰减、噪声干扰等因素对地质雷达检测效果的影响,提出一种双正交小波预测反褶积法（PDBW法）。在PDBW法中,针对地质雷达检测信号选取具有最小重构误差的双正交小波基,运用该小波基将地质雷达检测信号分解成不同频段的时域子信号,对各频段的时域子信号进行预测反褶积等滤波处理,再对处理后的子信号进行重构变换,得到PDBW法的处理结果。将PDBW法用于实验检测信号处理,并将处理结果与预测反褶积法的处理结果进行比较,结果表明：PDBW法能有效压制多次回波干扰,准确识别深部信号,显著提高深部信号信噪比,从而进一步改善地质雷达探测分辨率和图像分析的准确性。     

高桩码头桩基检测信号分析中的反褶积应用

反褶积是提高地震记录分辨率的主要方法,其基本思想可以应用于梁板式高桩码头桩基检测信号处理中。通过LS-DYNA有限元软件模拟高桩码头群桩结构,以低应变反射波法为检测手段,利用反褶积方法对测桩信号进行处理。数值结果表明,反褶积方法可以有效还原桩身实际状况,在一定程度上解决了面板激振等操作较为方便的检测方式下缺陷信号不易识别的问题,为高桩码头的方便、快捷检测提供了一种新的思路。     

地震反演中子波提取问题探讨

地震子波的提取是波阻抗反演及正演模拟的基础,论文首先讨论了目前波阻抗反演中子波提取的两类方法确定性方法和统计方法,并就两类方法所存在的问题用实际资料进行比较分析;然后提出利用高阶统计量提取子波的方法,将确定性方法与高阶统计方法提取的子波应用于实际资料的波阻抗反演,就反演的结果进行比较分析,从而得出一些有益结论。     

基于最大相关峭度反褶积法的行星齿轮故障诊断

针对行星轮系结构复杂,故障信号特征提取困难,提出使用扭振信号对行星齿轮箱故障进行诊断。通过对行星齿轮箱横向振动信号与扭振信号的频谱分析发现,扭振信号相对于往复振动信号更适合行星轮系的故障诊断。针对扭振信号微弱,冲击特性不明显,提出基于最大相关峭度反褶积处理扭振信号。首先对采集的行星齿轮扭振信号先进行零均值化预处理,然后使用MCKD方法增强扭振信号的冲击特性。以故障冲击特性的峭度值作为选择FIR滤波器长度的选择依据,最终使得行星齿轮箱扭振信号的故障冲击特征得到显著提升。该方法对于扭振信号的降噪与提高周期故障冲击特征有效,适用于行星齿轮箱扭振信号的故障诊断。     

改进的EEMD算法及其在多项流检测中的应用

针对应用集合经验模态分解(ensemble empirical mode decomposition,EEMD)方法难以提取强噪声背景下滚动轴承微弱故障特征的问题,提出了将最小熵反褶积(minimum entropy deconvolution,MED)和小波阈值去噪与EEMD相结合的改进方法. 先采用MED对滚动轴承振动信号降噪,增强冲击特征;然后利用基于EEMD的小波阈值去噪方法处理降噪后信号得到一组固有模态分量(intrinsic mode function,IMF),并依据相关系数准则剔除虚假分量;对重构后信号进行Teager能量算子解调分析,提取其微弱故障特征. 通过仿真信号和实验台信号验证了该改进方法的有效性.

     

基于MED和边际谱的自动倾斜器轴承故障诊断

针对直升机自动倾斜器轴承早期微弱故障特征易被强烈背景噪声淹没的问题,提出了一种基于最小熵反褶积(Minimum Entropy Deconvolution,MED)和边际谱的自动倾斜器轴承故障诊断方法。采用MED对采集的振动信号进行滤波降噪,提高了信号的信噪比,突出了轴承早期微弱故障特征;通过Hilbert变换和经验模态分解(Empirical Mode Decomposition,EMD)获取去噪包络信号的本征模态函数(Intrinsic Mode Functions,IMF)集,并引入峭度筛选准则选取合理IMF集计算局部Hilbert边际谱,有效地提取了故障特征频率,能够通过故障特征频率进行故障类型判别。通过某型直升机自动倾斜器故障诊断试验系统验证了该诊断方法的合理性和可行性。     

最大相关峭度反褶积与傅里叶分解方法相结合的滚动轴承故障诊断

针对强背景噪声环境下滚动轴承故障特征难以提取的问题,提出一种基于最大相关峭度反褶积(MCKD)与傅里叶分解方法(FDM)相结合的滚动轴承故障诊断方法。首先采用MCKD对振动信号去噪、提取与故障相关的冲击成分;其次,采用FDM对去噪信号进行分解,得到若干个瞬时频率具有物理意义的傅里叶固有频带函数和一个残余分量之和;第三,依据各个模态与去噪信号的相关性提取包含故障信息的最优模态分量,并对它们进行重构;最后,计算重构信号的包络谱,从谱图中读取故障信息。将所提故障诊断方法应用于滚动轴承故障仿真和实验数据分析,并通过与现有方法进行对比,结果表明,该方法优于所对比的方法。     

非最小相位线性系统的可辨识性及辨识方法--非平稳输入

非平稳过程在实际中是大量遇到的,该文研究当系统输入是不可量测的非平稳过程时,系统相位的可辨识性及辨识方法.文中给出了一般性结论并与平稳条件下所得的结果[1]进行了比较.对零初始条件下的渐近平稳过程这一非平稳特例做了较详细的研究给出了若干有意义的结果.这些结果比较合理地解决了由系统的幅谱恢复非最小相位系统的相位信息的问题.     

通过反褶积提高核测量的分辨率

近年来为了提高核测并测量的分辨率,一方面是连续复核探头的信息,因这种信息具有良好的垂直特性;另一方面是使用与测井测量匹配的薄矩形地层模型.前者对钻孔周围物质的测量灵敏.计算快;而后者取决于假设模型的正确性,这种方法计算复杂,不易应用于实时处理。作为一种替换方法.提出了核测量计数率数据的反褶积.因为噪音增强是反褶积中不可避免的结果,所以,只能使用适度的反褶积. 噪音和无噪音合成数据可以证明,在测定地层界面变化程度和证明噪音增强程度的结果中,该技术对变化急剧的数据不会产生任何有意义的人为因素.介绍了简单组合的圆滑滤波器和反褶积器,它只需小间距数据,并在野外天然γ测量和脉冲-中子测量中得到了证明。这种方法的优点是简单.快速。它也不假没涉及的物理条件,因此,可以保留计数率数据的标准处理方法.     

非最小相位线性系统的可辨识性及辨识方法─—非平稳输入

非平稳过程在实际中是大量遇到的，该文研究当系统输入是不可量测的非平稳过程时，系统相位的可辨识性及辨识方法．文中给出了一般性结论并与平稳条件下所得的结果［１］进行了比较．对零初始条件下的渐近平稳过程这一非平稳特例做了较详细的研究给出了若干有意义的结果．这些结果比较合理地解决了由系统的幅谱恢复非最小相位系统的相位信息的问题．