石灰岩声发射频谱特性演化及破裂阶段识别

为获得石灰岩受压破裂阶段声发射识别信息,开展石灰岩单轴压缩声发射试验,获得加载全过程的声发射特征参数及其波形信息,首先结合石灰岩应力与累积能量走势的特征选取 5 个岩石加载破坏过程中的关键点。通过频谱分析与小波包分析,找到石灰岩声发射频谱特征变化规律,获得适合的破裂阶段识别信息;其次利用小波包分解所提取的频带能量占比训练 BP 神经网络,为岩石破裂阶段预警提供双 重保证。研究结果表明：主频值整体呈现先上升后下降的趋势,频谱宽度变化为 200 kHz-300 kHz-200 kHz,频率由单一低频转化为低高频并存后又恢复单一低频;低频高幅为频谱特征的一种主要形态存在;小波包分解将信号频率分为 8 个频段,可将 1、2 低频段之和小于 30%的信号作为特征点,进行岩石破裂预测;以该特征点为界将石灰岩声发射信号划分为两类,训练后的 BP 神经网络能够实现这两类信号的快速准确识别与分类,对于预测岩石破裂阶段有一定价值。     

小波包时频分析方法的研究及应用

针对非线性、非平稳信号分析与处理方法不能满足某些特别的工程要求的问题,提出将小波包变换和短时傅立叶变换融合形成小波包时频分析技术。建立了一套较完善的小波包时频分析技术框架体系。给出了小波包时频分量谱与小波包时频分量幅度谱以及小波包时频谱与小波包时频幅度谱的算法。对小波包分解的直接算法、Mallat算法、混合算法在计算量和识别精度等方面进行了比较研究。应用Visual C++,OpenGL,photoshop等计算机软件工具和虚拟仪器技术开发了一套虚拟小波包时频分析仪,能实现任意信号的小波包分解和显示。最后将小波包时频分析应用于仿真测试信号与实测机械磨床振动信号,发现小波包时频分析在识别奇异、辨别信号深层次细节方面具有较好的性质。     

小波包时频分析方法的研究及应用

针对非线性、非平稳信号分析与处理方法不能满足某些特别的工程要求的问题,提出将小波包变换和短时傅立叶变换融合形成小波包时频分析技术.建立了一套较完善的小波包时频分析技术框架体系.给出了小波包时频分量谱与小波包时频分量幅度谱以及小波包时频谱与小波包时频幅度谱的算法.对小波包分解的直接算法、Mallat算法、混合算法在计算量和识别精度等方面进行了比较研究.应用Visual C++,OpenGL,photoshop等计算机软件工具和虚拟仪器技术开发了一套虚拟小渡包时频分析仪.能实现任意信号的小波包分解和显示.最后将小波包时频分析应用于仿真测试信号与实测机械磨床振动信号,发现小波包时频分析在识别奇异、辨别信号深层次细节方面具有较好的性质.     

金属罐形容器罐底声发射信号的检测研究

基于小波包分析和神经网络的声发射信号缺陷检测方法,提出采用区间小波包分解与能量距相结合作为声发射信号的特征向量,取代了传统的“小波包-能量“特征提取方法,并以金属罐形容器罐底缺陷诊断为例验证了该方法的有效性.结果表明,基于区间小波包能量距的神经网络特征提取方法更好地利用了缺陷信号的主要频带和小波包分析的时频信息,与传统方法相比,能大大简化检测系统的复杂度,提高容器的检测识别率.     

木基复合材料破坏过程中声发射特性的研究

利用声发射监测系统获取了胶合板和贴面刨花板两种木基复合材料三点弯曲加载状态下断裂损伤的声发射信号。利用累计能量和振铃总计数两项声发射信号特征参量分析了胶合板和贴面刨花板损伤破坏过程及其特点;利用幅值和有效电压（RMS）研究了随挠度增大胶合板和贴面刨花板内部裂纹产生、扩展、宏观裂纹形成至断裂的过程。结果表明:声发射信号的幅值、有效电压、累计能量、振铃总计数等参量可以有效表征木基复合材料内部损伤演化过程;贴面刨花板的断裂损伤发生早于胶合板,且贴面刨花板的损伤演化过程分为线弹性阶段和断裂韧性阶段,胶合板分为线弹性阶段、非线性变形阶段和断裂韧性阶段。     

基于时频联合特征提取的风电机组齿轮箱齿轮磨损程度识别

针对风电机组齿轮箱齿轮发生磨损故障时其声信号非平稳非线性的特点,提出一种基于小波域倒谱的时频域联合特征提取,并与支持向量机相结合的方法,对齿轮磨损程度进行识别.特征提取部分选用db3小波对原始声信号进行三层小波包分解,对每一个节点分别进行小波包重构,计算出重构信号的能量值并进行归一化;对重构信号进行倒谱变换并选取频域异常幅值对应的频率作为特征值,形成一个八维的特征向量;以波形、峰值、峭度、脉冲、裕度五个时域因子组成时频联合特征向量作为原始信号的特征输入;用支持向量机作为模式识别的工具.试验结果表明,基于时频联合特征的分析相对于单特征提取在一定程度上提高了故障识别的准确率.     

基于HHT和SVM的纤维拉伸断裂声发射信号的特征提取及分类研究

为了研究纤维拉伸断裂声发射信号的特征提取及分类方法,采用声发射技术采集了芳纶1313和阻燃黏胶2种纤维的拉伸断裂的声发射信号。通过小波变换,对采集的2种纤维的声发射信号进行消噪预处理以去除部分噪声,应用希尔伯特-黄变换对2种纤维去噪后的信号进行特征频率的提取,运用最小二乘支持向量机(LSSVM)对2种纤维的特征频率进行分类识别。结果表明:小波去噪方法可以去除信号的部分噪声;希尔伯特时频谱可以一定程度上反映2种纤维材料在时间维度上的断裂情况,边际谱上可以提取2种纤维材料声发射信号的特征频率;LSSVM能够对2种纤维材料拉伸断裂的特征频率分类识别,芳纶1313的识别率为40%,阻燃黏胶的识别率为80%,总的识别率为60%。     

基于小波包分解的滚动轴承故障诊断

提出了一种基于小波包分析的滚动轴承故障诊断方法用于实现滚动轴承早期故障的检测.该方法的诊断过程如下:对轴承原始振动信号进行频谱分析,获取振动信号能量集中的频段.根据频段的范围和振动信号的采样频率确定小波包分解的层数.采用小波包分解的方法提取滚动轴承振动信号中能量集中的频段并生成相应的重构信号,对重构后的振动信号进行Hilbert变换和二次频谱分析.通过对比轴承故障的特征频率和二次频谱中的特征谱线判断轴承是否有故障及其发生位置.运用上述方法对具有外环故障的滚动轴承进行了实验研究并成功地实现了滚动轴承外环故障的检测.实验结果表明基于小波包分析的诊断方法可以有效诊断出滚动轴承的早期故障.     

ACCC导线碳纤维复合芯损伤声发射信号研究

参照"QJ 2099—1991三向纤维增强复合材料弯曲性能试验方法"标准,针对ACCC导线碳纤维复合芯弯曲应力损伤,对试验件进行三点弯曲试验,并同步对损伤进行声发射检测。通过声发射信号时域分析和频域分析方法,找出在不同应力损伤与声发射信号功率谱频率之间的对应关系。试验结果表明:树脂基体断裂和碳纤维断裂有明显不同特征,声发射采集的功率谱频率相差很大,树脂基体断裂的功率谱频率在150 kHz左右,碳纤维断裂的功率谱频率在250 kHz左右。声发射仪接收到功率谱低频率为主,则碳纤维复合芯的树脂基体有断裂;声发射仪接收到功率谱以高频率为主,则复合芯的碳纤维有断裂。     

听觉诱发电位信号分析中小波基函数的确定

声舒适是评价建筑室内环境的重要部分,听觉诱发电位是声环境舒适度评价的客观生理指标,听觉诱发电位信号的时频能量特征可以用来评价声环境的舒适性.小波包分析可以探究听觉诱发电位信号时频能量分布规律,分析时运用的小波基不同,产生的结果也不同.为了更好地研究听觉诱发电位信号的时频能量分布,比较了5种小波基函数的时域特点和幅频特性.对16名正常成年人进行了脑干听觉诱发电位实验,将所测16组听觉诱发电位的平均值进行小波包时频能量分析.结果表明,dmey小波分析结果在时频分布上可与实际信号的能量信息相匹配,可以减少各个频带信号分解后的失真问题.选择dmey小波对听觉诱发电位信号进行处理,能够更准确地分析听觉诱发电位信号的时频能量分布,为声环境的舒适性研究提供理论依据.     

基于Hilbert谱熵的柴油机故障诊断方法研究

从信号的特征提取出发,采用局域波时频谱分析和信息熵结合的方法--Hilbert谱熵(HSE),进行柴油机振动信号的特征提取和状态识别.首先,对信号进行局域波分解;然后,根据得到的内蕴模式分量计算Hilbert谱;最后,建立基于时频分布的Hilbert谱熵,并以此作为故障识别的特征参数.以柴油机缸套与活塞间磨损的状态识别为例,根据对时域、频域和时频域的信息熵比较分析,证明了Hilbert谱熵对柴油机的状态进行评价的有效性.此方法为柴油机预知维修提供了一个有效的手段.     

基于正弦模型的语音识别时频特征

为改善语音识别系统的性能,采用时频分布参数来描述语音特征。由于时频分布参数考虑到语音信号内在的非平稳特性,因此能够更准确地描述语音信号的时频特性。对基于正弦模型的多种时频参数(能量谱和幅度加权瞬时频谱)进行了比较,并在基于隐马尔可夫模型的连接词语音识别系统中进行了实验仿真。结果表明,单独采用时频分布参数作为ASR的前端特征并不能改善识别率;而采用标准ASR特征和能量谱时频特征的联合前端特征,可以有效地改善语音识别系统的识别效果。     

基于希尔伯特变换的改进地震信号谱重排

谱重排最早被称为改进的滑动时窗法,用来提高常规的时频谱分析的分辨率,其基本原理是将原时频谱中每一点的能量进行聚焦重排。由于该算法仅对信号在频率域进行重排,致使其重排过程是不可逆的。为了优化时频重排算法,将原始的谱重排算法与希尔伯特变换相结合,通过对信号求取导数并使用加窗傅里叶变换对理论信号进行再处理得到改进后的处理结果。结果表明,基于希尔伯特变换的改进谱重排算法不仅兼顾了时频谱重排和加窗傅里叶变换的优势,提高了对信号时频变换的分辨率,而且在地震勘探领域具有广泛的应用前景。     

Hilbert-Huang变换与大地电磁信号的时频分析

将Hilbert-Huang变换引入大地电磁信号的时频分析中,介绍HHT(Hilbert-Huang transform)时频分析原理及方法,给出仿真信号的经验模态分解及其时频分布,并对实测大地电磁信号进行HHT时频处理与剖析.研究结果表明:Hilbert能量谱随时频的具体分布具有很强的非稳态动态变换时频刻画能力;时频谱的时间、频率分辨率不受Heisenberg测不准原理的限制,且其时间、频率分辨率都很高,有很好的时频聚集性;HHT方法能用于描述大地电磁信号的非线性时变特征,是大地电磁信号时频分析的有效工具.     

基于局域波时频分析的机械故障诊断

提出一种新的自适应时频分析方法——局域波法．结合仿真信号与故障检测信号进行分析研究,提出一种新的机械故障诊断方法并将其成功地应用到齿轮箱故障诊断中．振动信号能量在局域波时频分布中的变化,是局域波法诊断齿轮磨损故障的特征．诊断结果表明,局域波时频分析为齿轮磨损故障诊断提供了一种更为有效的手段,在故障诊断工程中具有广泛的应用前景．     

基于COMSOL的波纹管孔道压浆缺陷仿真分析

通过超声波信号检测波纹管孔道压浆密实度,运用COMSOL Multiphysics软件对有无空气泡缺陷及不同空气泡缺陷位置的4种模型进行了仿真．研究了4种模型对接收透射信号时域波形及频谱的影响及不同模型对接收信号能量的影响．结果表明,在无缺陷的钢绞线模型中,超声波能量主要集中在钢绞线的中后方;在有缺陷钢绞线模型中,超声波能量主要集中在空气泡缺陷的左方．换能器接收到的无缺陷模型信号的时频域幅值远大于有缺陷模型的幅值,不同位置处的空气泡缺陷模型接收的时频域信号幅值相差不大,该方法可以有效地判断出孔道中有无缺陷．     

频谱泄漏效应补偿的信号处理方法研究

为减小频谱泄漏对谱分析的影响, 将传统离散傅里叶变换(DFT: Discrete Fourier Transform)的方法和运算从经典的一维频谱扩展到二维时频谱, 在此基础上对简谐信号存在能量泄漏的频谱中任意频率成分的幅值与时域信号截断长度的关系(时谱)进行实验研究, 从而提出一种信号的时谱描述方法。实验结果表明, 在频谱泄漏条件下任意频率成分的幅值随时域信号截断长度的变化遵从sinc 函数, 基于这种关系可完成简谐信号任意截断条件下的频谱构造, 实现零误差幅值谱构成, 得到非整周期截断时DFT 幅值谱误差与信号中所含周期数的关系服从指数规律, 且当信号长度是周期的10 倍时, DFT 频谱产生的标准差约为0. 001。     

基于EMD时频分析的声波测井油层的信息提取

阵列声波测井信号是典型的非线性、非平稳信号。文中采用EMD（经验模态分解）的时频分析方法,对油层声波信息提取储集层性质。首先对信号进行EMD分解,得到有限个固有模态函数（IMF）,再次对每个IMF做H ilbert变换,求得信号的H ilbert谱的三维分布以及H ilbert边际谱和瞬时能量谱,仿真结果表明,油层中纵...     

基于TVAR-HMM的滚动轴承故障诊断

针对工况条件下轴承故障振动信号的非平稳特性,分析时变自回归与隐马尔科夫模型的特点,提出了一种基于时变自回归和隐马尔科夫模型的滚动轴承故障诊断方法.振动信号经时变自回归建模后,得到时频分辨率较高、无交叉干扰项的时频谱,基于能量法对时频谱进行特征提取,然后利用隐马尔科夫模型对故障特征统计分类,实现对轴承故障的诊断.轴承信号分析表明,TVAR建模可以有效地提取信号中的故障特征,结合隐马尔科夫模型的动态统计特性可智能识别轴承故障类型,得到良好的诊断效果.     

信号时频表示的一种方法

描述了一种带相位因子的时频分析方法。它基于一种可滑动的、尺度可变的高斯窗思想。这种窗的大小与频率有关,并与傅里叶频谱之间有直接对应关系。笔者对这种时频分析方法做了理论分析,并通过实验验证了该方法在时频分析方面的特点。