采样频率对聚合经验模态分解的影响研究

根据聚合经验模态分解的特点对能量泄漏指数进行了修订,从非对准误差、能量泄漏、分解结果的正交性和相关性方面分析了采样频率对聚合经验模态的影响,分析结果显示离散化采样引起的非对准误差随采样频率的提高逐渐减小,而能量泄漏以及分解结果之间的正交性和相关性随采样频率改变近似呈周期性变化。并根据分析结果给出了聚合经验模态中采样频率的选取原则。算例结果表明,综合考虑上述各影响因素后,聚合经验模态较为理想的采样频率范围是信号最高频率的10.3~11倍。     

基于BEMD和控制图的磨床颤振预测

针对磨床信号非线性、多维性和非平稳性的特点,提出一种基于二维经验模态分解(BEMD)和控制图理论的磨床磨削颤振预测方法.通过BEMD筛选出有效的二维固有模态函数(BIMF)分量,计算出各分量的实时方差,合成总的方差特征量,并通过控制图对颤振进行预测.结果表明,基于BEMD和控制图的颤振预测方法能够提供颤振阈值并有效地对颤振进行预测.     

适用于某控制系统调试的模块环境检测通信技术

某控制系统调试现场任务多,在大批量产品生产过程中,若仍采用传统的工作方式,则会使单批次调试周期和生产成本的问题更加突出。北方信息控制研究院集团有限公司工程技术中心的研究人员利用模块化工作布局及检测通信应用技术,有效解决了传统调试方法中效率低的问题,提高了生产现场调试的安全性和高效性,摆脱了生产现场对调试工作的环境约束,为企业生产提供了可靠的技术支持,快速高效地完成了相关调试工作。该应用技术在相关技术行业领域内具有广阔的应用前景。     

基于广义S变换的齿轮箱轴承故障诊断方法

齿轮箱轴承故障冲击信号通常具有非平稳和非线性的特点,若在强背景信号与噪声中,更加难以识别和提取。鉴于广义S变换具有良好的自适应性和时频聚集性,提出了一种基于广义S变换的齿轮箱滚动轴承故障诊断方法。对广义S变换的时窗函数进行讨论,分析了不同参数对调节窗函数宽度的影响;讨论了不同程度的轴承故障在广义S变换时频谱图上的能量分布;通过仿真和实验验证了所提方法的可行性。结果表明,广义S变换方法能有效地反映不同轴承故障的特征频率,为齿轮箱的轴承故障诊断提供一种有效的方法。