排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
基于Laplace小波相关滤波的结构模态参数精确识别方法 总被引:5,自引:1,他引:5
为了从结构脉冲响应信号中精确识别结构模态参数,提出一种基于Laplace小波相关滤波的结构模态参数精确识别方法。首先对结构的脉冲响应信号进行经验模式分解,将结构多阶模态响应信号分解为与各单阶模态响应信号一一对应的分量,再对这些分量分别进行Laplace小波相关滤波便可准确识别结构的各阶模态参数。仿真信号的计算结果表明该方法可以得到精确的阻尼固有频率,并能准确地锁定阻尼比。悬臂梁力锤激励试验结果表明该方法在实际结构的模态参数识别中也非常有效。 相似文献
2.
3.
EMD方法在烟机摩擦故障诊断中的应用 总被引:3,自引:0,他引:3
提出了一种将经验模式分解(Empirical Mode Decomposition,简称EMD)方法与传统信号处理技术相结合的故障诊断方法。首先将原始信号分解为若干基本模式分量(Intrinsic Mode Functions,简称IMFs),通过希尔波特变换得到每个IMF相应的瞬时频率,再对此瞬时频率曲线做傅里叶变换得到其频谱图,该频谱图即表示了对应IMF的调频频率。利用对应IMF组合成基于EMD的滤波轴心轨迹,这种轴心轨迹可以准确反映轴心的实际运行状况。将该方法应用于某炼油厂烟机摩擦故障诊断中,发现摩擦故障信号具有有色噪声分量存在、工频IMF的调频现象和基于EMD轴心轨迹的反转现象等特征。结果表明提出的方法在旋转设备摩擦故障诊断中非常有效。 相似文献
4.
5.
在滚动轴承故障诊断中,冲击脉冲法(Shock Pulse Method,SPM)结合包络解调技术可以进行有效的定量诊断。然而通过对轴承振动信号直接进行包络解调计算SPM方法所需的冲击值时,往往会出现误差。因此本文提出了基于经验模式分解(Empirical Mode Decomposition,EMD)和SPM的滚动轴承故障定量诊断方法,首先对轴承振动信号进行EMD分解,再对分解得到的基本模式分量(Intrinsic Mode Functions,IMFs)做包络解调从而得到准确的冲击值,然后利用SPM方法便可以准确地进行滚动轴承故障定量诊断。仿真信号和试验信号的分析结果表明本文方法可以准确有效地进行滚动轴承故障定量诊断。 相似文献
6.
7.
8.
9.
针对目前二维弹道修正引信滚转角控制方法中存在的气动力矩难以精确计算,精度过于依赖建模准确度,抗干扰能力差的问题,提出一种有限时间收敛的引信滚转角控制方法。该方法基于滑模变结构的理论,利用系统有限时间收敛的概念,选取合适的切换平面以及有限时间收敛的趋近律,使滚转角速率在有限时间内快速收敛到零,并控制翼面滚转角收敛到期望的滚转角。通过对算法的有限时间稳定性分析与仿真验证表明,对于二维弹道修正引信的滚转角控制系统,设计的算法同时满足对滚转角的精确控制和滚转角速度的快速响应,系统的快速性和鲁棒性均有所提升。 相似文献
10.
基于双旋迫击炮弹平台的改进型Sage-Husa自适应滤波滚转角测量算法 总被引:2,自引:1,他引:1
针对传统扩展卡尔曼滤波算法无法消除量测噪声、导致二维弹道修正引信滚转角测量误差偏大问题,利用轴向陀螺的实测转速作为系统噪声补偿,提出一种基于双旋迫击炮弹平台的改进型Sage-Husa自适应卡尔曼滤波滚转角测量算法。相对于传统扩展卡尔曼滤波方法,新算法显著降低了滚转角测量误差,提高了滤波器对于弹道升弧段和降弧段滚转角新息改变的自适应性;以高精度三轴转台作为硬件实验验证平台,该算法始终能够保持较高的测量精度和自适应性。研究结果表明:改进后的Sage-Husa自适应卡尔曼滤波滚转角测量算法在仿真验证中的滚转角测量误差均值为0.26°、标准差为0.35°;硬件实验验证中的滚转角测量绝对误差不超过4.2°. 相似文献