大型旋转机械磨擦故障诊断研究

旋转机械的摩擦故障将产生一定带宽的有色噪声。采用主分量自回归(PCAR)谱分析方法比用FFT或自回归谱分析能更有效地对有色噪声和谐波分量给出合理的谱估计。通过计算机仿真计算和汽轮发电机组摩擦故障的分析比较,本文方法的应用结果是令人满意的。     

核独立分量分析在盲源信号分离中的应用研究

提出利用核独立分量分析来分离混合语音信号的盲信号处理方法.介绍了基于核空间ICA的原理和基本算法,然后利用核独立分量分析算法和固定点快速分离算法分离了混合语音信号.试验结果表明:利用基于核独立分量分析的方法可以得到较为理想的分离效果.     

用奇异值分解研究数控工作台动态特征

本文用奇异值分解方法研究数控工作台动态特征。测试数控工作台三个方向的加速度信号;用奇异值分解得到信号的奇异谱;找出构成信号的主分量;通过提取主分量动态特征来研究信号的动态特征及其影响因素;通过计算信号能量来对信号及主分量进行量化分析。结果表明：构成信号的前两个主分量的信号特征明显,依此可以提取出混沌信号的动态特征;工作台铅垂方向的信号与水平面上运动方向的信号有很大的互相关性,说明信号来自于同一激振源,而水平面上与运动方向相互垂直的两个方向的信号互相关性小;运动方向的信号总能量最大,水平非运动方向的最小,铅垂非运动方向的居中;丝杠在铅垂方向的弯曲振动远比水平方向的大。     

利用航空发动机信号特征的振动源盲分离算法

针对航空发动机机匣观测信号为多个振动源的混合信号的问题,提出了一种基于航空发动机振动信号特征的盲分离算法,能够从混合的观测信号中确定振动源的个数以及提取发动机内部各个振动源的振动信息。算法的核心是基于航空发动机等旋转机械转轴故障振动信号的频谱特点,其故障信号的振动谱一般包含基频、谐波成分和次谐波成分,如不对中、碰磨、裂纹等。算法用到的主要工具是连续小波变换和时间同步平稳法,主要步骤为:首先通过连续小波变换将航空发动机不同观测通道上的观测信号分解,根据谱峰值分析确定主要振动源及对应的基频;然后通过时间同步平稳法,分别从每个观测通道上提取各个振动源的谐波和次谐波成分,从每个观测通道上提取出了源信号;对于同一源信号,从每个观测通道上都能提取出一个基本映像,最后通过对比每个映像信号的二范数,确定每个源信号的最优估计。通过数值模拟信号和实测航空发动机加速度振动信号对算法进行了验证,结果表明,在对发动机转速有一定先验知识的情况下,所提算法能够估计出发动机内部的主要振动源的个数,并能提取源信号的主要成分。结合旋转机械振动频谱特点等先验知识,说明了所提算法的正确性和实用性。     

基于独立分量谱相关方法的重力固体潮信号潮汐谐波分析

为了提取重力固体潮信号各谐波分量间能量差异较大的谐波分量,该文在利用独立分量分析实现重力固体潮信号的加性分解,再利用谱相关分析独立分量间的谱相关特性进行分析,揭示了各谐波间的调制关系.同时,通过对独立分量间的自相关谱和互相关谱的分析,论证了在自相关谱中,能量大的谐波分量被凸显,能量小的谐波分量被抑制,而在互相关谱中,能量较小的谐波分量能更好地凸显出来.结果表明,互相关谱更能够揭示重力固体潮信号中弱的潮汐谐波分量及其调制关系.     

一种单通道的周期性信号盲分离算法

提出一种针对周期性源信号的单通道盲源分离方法,该方法首先利用希尔伯特变换将单通道的混合信号表示为复数形式后,并用交叉互验技术来估计谐波分量的阶数,然后通过人工蜂群算法优化用于估计基频的代价函数以获得源数、基频及其谐波长度,最后由一种自适应滤波算法来估算源信号的幅值,从而实现了盲源分离的目的.仿真实验结果表明了该方法思路的可行性,且可达到"全盲"的要求.     

旋转机械故障诊断的11/2维循环谱分析方法

首先介绍了谱相干及高阶循环累积量谱的定义,说明了高阶循环累积量谱具有的抑噪和相位保留的能力.但由于高阶循环累积量谱分析需要更长的时间序列,因此本文从循环谱相干定义出发,提出了利用1 1/2维循环谱区分线性与非线性特征的方法.指出1 1/2维循环谱分析方法,不仅保留了高阶循环累积量谱的抑制噪声、提取非线性耦合特征和分离循环平稳分量与平稳分量的能力,而且减少了所需时间序列长度,提高了监测的实时性,最后以非线性平方相位耦合信号和轴承故障信号为例进行了仿真验证.     

基于小波变换和FASTICA算法的有噪混合图像盲分离

简要介绍了独立分量分析的基本数学模型和算法,在此基础上,探讨了独立分量分析在有噪混合图像分离中的应用,提出了一种将小波阈值法去噪与独立分量分析相结合的多通道含噪盲信号分离算法,该算法在对混合含噪图像进行独立分量分析之前,使用小波阈值去噪去除含噪混合图像中的噪声.实验结果表明,该方法能有效地降低噪声信号的影响,较好地恢复了原始图像,解决了传统的独立分量分析方法无法实现加性噪声的多通道含噪盲信号分离的缺陷.     

谐波、间谐波参数实时检测新算法

在谐波、间谐波参数实时检测的基础上,提出了一种新的电力系统谐波和间谐波参数估计算法.根据正余弦函数的特性,将各次谐波分量变换成直流分量,经由低通滤波后估计其有效值和初相角;从原信号中去除基波和谐波分量,再通过幅值谱最大值搜素获取间谐波频率及有效值和初相角.仿真研究表明,算法精度较高,实现简单,动态跟踪特性好,适合于离散频谱电压、电流信号的谐波、间谐波参数实时估计.     

超宽带在煤矿井下穿透障碍物杂波信号的抑制方法

传统的奇异值分解、主成分分析、独立成分分析等谱分析方法很难分离目标信号和杂波信号。根据煤矿井下杂波信号起伏较大的特点,利用经验模态分解与参考独立分量分析(ICAR)联合抑制超宽带在煤矿井下穿透障碍物杂波信号。仿真结果表明:改进的ICA-R方法抑制杂波效果显著,分离出的目标回波幅度得到提高,消除了杂波区域中起伏信号的影响。该方法可以抑制杂波对目标信号的影响,有效地分离出目标信号。     

改进小脑模型网络的干式变压器卷线机跑偏信号谐波分析

提出一种基于改进的小脑模型控制器（CMAC）神经网络的干式变压器卷线机跑偏信号谐波分析方法．该方法在检测到干式变压器卷线机跑偏信号的基础上，对不同频率的谐波进行了分析、推论，将常规CMAC网络的学习因子改成随学习误差的变化动态调整，然后采用基于改进的CMAC神经网络对跑偏各谐波分别辨识，再取主次非线性谐波叠加．辨识结果表明，这种方法不仅能方便地识别出最大跑偏信号谐波基频的最小频率范围，而且比在相同情况下采用常规反向传播（BP）的网络辨识的精度高，学习速度提高20％，同时得到了最大跑偏信号谐波的最简单模型．     

希尔伯特变换解调分析在故障诊断中应用的局限性研究

在机械设备,特别是具有齿轮、滚动轴承的机械设备故障诊断中,广泛使用解调方法分析诊断故障．目前使用的希尔伯特（Ｈｉｌｂｅｒｔ）变换解调方法,特别是宽带解调方法,不但对包含故障信息的时域相乘信号解出调制信号,而且对两时域相加信号,也以频率之差作为调制信号解出;当采用带通滤波来克服这种局限性．并用细化分析来提高解调分析的频率精度时,由于算法的影响会出现调制频率的高次谐波分发生频率混叠而反折到低频部分的混频现象．不论是哪一种情况都会在解调谱上出现引起误诊断或无法分析的频率成分．     

振动信号分析用于出砂监测方法有效性研究

 海上稠油油田的适度出砂开采技术需要一种有效的实时出砂监测系统用以监测出砂信号,目前使用的出砂声测法和ER法都存在不同的问题。声测法目前主要用于气井和稀油油井出砂检测中,而ER法则存在寿命短、监测延迟等问题。因此,提出了可以利用流体中的砂粒撞击管壁产生的振动信号作为出砂监测的新思路。为了验证这一方法的有效性,在实验室内建立了一套用于模拟油井出砂的实验装置,系统中主要采用压电式加速度传感器接受砂粒撞击的振动信号,后期采用滤波、放大等动态信号的处理方法来处理;实验中利用高粘度的齿轮油模拟稠油流体,用柱塞泵、加热搅拌器来实现油井生产的出砂状况。实验采用60目砂样石英砂粒,室温下粘度为130mPa·s的稠油,实验过程中温度从室温逐渐增加,每5℃一个点,到70℃,含砂量从无砂加到0.8%,实验过程中通过不断搅拌保持砂粒在流体中的悬浮和均匀。通过对采集到的数据进行功率谱分析,试验结果表明,将振动信号用于出砂监测有效性很好。     

考虑随机效应的人行激励反应谱分析

人行荷载受到步频、步长、行人自重、各阶谐分量动载系数和相位等参数随机性影响而具有显著的随机性,这导致其荷载反应谱的随机性.本文给出了考虑到上述随机因素的反应谱,并且引入以均匀试验为基础的反应谱计算方法解决计算工作量的问题.按照均匀试验构造代表性人行荷载时程的随机样本,在各个跨度、阻尼比的梁式结构上进行时程分析,获得反应谱曲线,在此基础上运用响应面和可靠度分析得到了具有指定保证率的峰值加速度谱,并进行了频率、阻尼比和跨度等因素的敏感性分析,给出了最大加速度谱的一般计算式.     

数字合成周期信号的频谱及信噪比

数字查表法合成周期信号是一种最常用的直接数字频率合成技术。该方法若再利用小数地址序列生成技术 ,可达到很高的频率分辨率。然而 ,采用小数地址序列生成技术合成波形 ,会产生“寄生谐波”。作者采用非均匀采样周期信号谱分析方法 ,研究以查表法合成的周期信号的频谱 ,推导了合成周期信号的信噪比 ,并揭示了其一些重要的性质。这些理论 ,对于设计满足一定信噪比要求的数字波形合成器及对其性能的分析具有指导意义     

LMD和改进小波阈值去噪的轴承声发射信号故障诊断

针对机械故障声发射信号特征提取的问题,提出了一种局部均值分解(local mean decomposition,LMD)和改进的小波阈值去噪相结合的方法;并应用于滚动轴承的故障诊断。首先,把改进小波阈值与三种小波阈值去噪方法进行比较分析。通过仿真信号表明,改进小波阈值方法能更为有效地去除噪声。其次,采用LMD方法将原始轴承故障的声发射信号分解,分解为若干个乘积函数(production function,PF)的线性组合,通过相关系数原则选取能够反映故障特征的PF分量,利用改进小波阈值去噪法对选出的PF分量进行进一步去噪。最后,对去噪后的声发射信号进行包络谱分析,诊断轴承故障的位置。通过滚动轴承单一故障和耦合故障的声发射实验验证了该方法的有效性。     

基于FFT的车轮动平衡检测技术

分析车轮动平衡检测的基本原理,设计信号检测的硬件电路.针对低信噪比振动信号的检测问题,在对采样数据进行预处理的基础上,采用基于FFT的数字信号处理方法,把时域离散振动信号转化到频域进行分析处理.根据测定的车轮动平衡转速,由频谱分析求解出与车轮不平衡量有关的振动信号的振幅和相位.实验结果表明,采用基于FFT的信号处理方法求解车轮不平衡量的大小和相位是有效而准确的.     

ARPE功率谱估计方法

本文提出了一种新的功率谱估计方法--ARPE 法。该方法吸取了 PER 方法和 AR 方法各自的优点。它主要适用于短的谐波加随机噪声信号的功率谱估计。文中给出了该方法的原理,编制了计算程序,并在 HP9826型微机上实现。文中给出的仿真例子说明了该方法的可行性。     

基于经验模态分解的生命信号提取算法

穿墙生命探测雷达系统中,传统的基于快速傅里叶变换(FFT)的生命信号提取算法不能有效处理非平稳信号,且易受呼吸谐波干扰.为此,文中提出了一种从时域上提取生命信号的新方法.首先应用经验模态分解(EMD)将雷达接收信号分解成有限个固有模态函数(IMF),再用反映生命信号结构特征的IMF分量从时域上分别重构呼吸与心跳信号.仿真结果表明,所提出的新方法能避免呼吸信号谐波对心跳信号的干扰,因而能更加精确地提取心跳信号.