齿轮故障的最优Gabor窗谱检测法

齿轮振动信号中存在大量非平稳信号,在用Gabor谱来进行齿轮振动信号时频分析的基础上,针对Gabor变换中窗函数选择的问题,采用熵度量法来选择最优的Gabor窗函数宽度,提高了Gabor变换的时频聚集性;利用谱图的具有特殊的交叉项机理,在自项支撑区域内做出信号的Gabor谱图,有效去除了分量间的交叉项,并在Gabor谱图上来分析齿轮振动信号的时频分布,且与传统的分析方法作了比较。实验结果表明,在优化的Gabor谱图上能很直观地反应存在异常的齿轮及能量随时间的变化,能较易地诊断出齿轮故障。     

振动分析技术在电潜泵井工况诊断中的应用

介绍了利用电泵井井口振动信号诊断井下机组工况的方法，现场实验表明，该方法切实可行，可初步应用于井下故障诊断。并为建立潜油电泵标准故障谱打下基础。该技术的进一步完善会大大提高电泵井的科学管理水平，使潜油电泵井在油田生产中获得更大经济效益。     

AR(p)序列的一种判定方法

对实际应用中常见的时间序列——AR(p)序列,运用零均值平稳序列偏自相关系数的递推公式、差分方程以及代数学的相关知识,从序列的偏自相关系数层面给出了判定时间序列为AR(p)序列的一种理论方法,在此基础上可用成熟的AR(p)序列的分析方法预测该序列未来走势.     

短路冲击下变压器振动频响函数研究

针对离线测试方法无法对遭受短路冲击后的绕组状态进行在线评估和诊断的问题,提出了一种利用冲击电流下绕组振动的频响函数来表征绕组机械状态的方法。该方法利用振动信号和冲击电流构建了单输入多输出的振动系统,通过自功率谱密度函数获得短路冲击下变压器绕组振动的频响函数,并利用相关系数对多次短路冲击下绕组振动频响函数的相关性进行分析。对一台220kV变压器短路冲击试验的研究结果表明,在多次短路冲击中,不同频响函数间的相关系数与相电抗的偏差之间存在一定的负相关关系,即相关系数随相电抗的偏差增大而降低,相电抗偏差越大,相关系数越低。该方法可以利用短路故障时的录波信息,通过绕组的振动频响函数和两次短路冲击的相关系数来表征变压器绕组的机械状态。     

信号短时分析方法在机械故障诊断中的应用

定性研究了短时能量分析法的特性,指出该方法在时域中相当于用能量法检测瞬态信号,而在频域中相当于用自相关函数法检测频谱中的周期成分,并根据方差与一步自相关系数的关系讨论了可用于分析调频信号的短时一步自相关函数法,给出了2种计算短时参数的快速算法,最后以振动信号分析实例验证了短时分析法的有效性。     

基于KF的自平衡机器人姿态角补偿方法

研究基于卡尔曼滤波(KF)的低通滤波补偿方法,对采用单轴加速度计的自平衡机器人姿态角测量系统进行补偿,消除由于振动、冲击等引起的信号失真,增强控制系统的稳定性.根据前期研究及实验,深入分析振动、冲击对传感器信号的影响,提出了一种基于最小二乘拟合原理的姿态角计算模型.在获得机器人自由振荡频率的基础上,设计了基于KF的混合低通滤波单元,并进行了物理模型实验.结果表明,该补偿方法能完全消除振动造成的传感信号失真.此外,该补偿方法对强烈冲击所造成的信号波动亦有明显衰减,能显著提升自平衡机器人的稳定性.     

基于ARMA模型的振动信号建模与预测

振动信号是反映系统故障的重要信息,预测振动信号的趋势是系统状态监测与故障诊断中的一个重要内容。本文提出了一种采用时间序列模型来分析和预测非线性随机振动信号的方法,建立了描述振动信号的数学模型。首先将现场测得的非平稳振动信号转化成标准正态平稳时间序列,然后利用这些参考信号建立时间序列模型,并采用非线性最小二乘法进行模型参数估计,最后利用该模型对信号进行预测。应用结果表明该模型能够很好地拟合振动信号时间序列,并取得了一定的预测精度,可以达到预测要求。     

时间序列在建筑结构振动分析中的应用

采用时间序列方法对工程爆破引起的邻近建筑结构振动信号进行了谱分析，算倒结果表明，与传统方法相比，采用AR模型的时间序列分析方法具有谱分辨率高的优点，可以获得建筑结构振动谱分布的细节特征。     

一种适用于横向外推的精细相干扫描方法

为提高地震约束反演及相干去噪时相邻道间相关分析的精度,首次提出了一种新的相干扫描分析方法。在扫描时使用变化的时窗长度和时窗端点,通过加权求和扫描寻优,实现了包括反射波组平移、伸缩、增减等多种变化情形在内的复杂道间关系的描述。该方法为约束反演时,通过横向外推获得无井地震道的约束条件提供了更加精确的方法。对模型数据和实际资料的处理结果都证明了该方法的正确性和实用性。     

柴油机振动信号谱估计的自回归方法

介绍了经典谱分析和现代谱分析中自回归 (AR)谱分析的各种常用方法 ,比较了各种方法对模拟信号 (样本总数N =32 )和柴油机爆发信号 (N =12 8)的处理效果。结果表明 ,经典谱分析方法的稳定性好 ,但分辨率受信号样本数影响 ,不适于小样本信号。现代谱分析方法比经典谱分析方法有更高的分辨率 ,因而可用于柴油机小样本数据段的分析 ,但使用时要注意模型阶次 p的选择。当 p太高时 ,各种方法都出现不稳定的现象。自相关法的分辨率略低 ,但其稳定性较好 ,可优先考虑使用。柴油机振动过程中有许多小样本信号 ,如爆发、阀开关、喷油信号等 ,它们引起的振动信号都非常短 ,采用AR谱估计方法是非常合适的     

基于多层联合降噪的信号处理方法

针对旋挖钻机钻杆振动信号具有非线性、非平稳的特点,以及多源振动耦合影响,提出了一种基于多层联合信号降噪方法,对振动信号进行降噪处理。首先,采用局域均值分解(local mean decomposition, LMD),得到一系列乘积函数(product functions, PF),根据计算得出的相关系数,挑选出含噪声成分最多的PF分量,舍弃残余分量,实现第一层降噪;其次,利用小波阈值降噪(wavelet threshold denoising, WTD),对挑选分量实现了第二层降噪;最后,将WTD重构信号设为奇异值分解(singular value decomposition, SVD)的前置处理单元,实现第三层降噪。基于MATLAB仿真实验与轴承数据降噪实验,分别使用EMD-SVD、LMD-SVD两种算法对目标信号进行降噪处理,LMD-WTD-SVD方法可以提高信噪比,并对比波形图与频谱图结果表明,此方法是一种更有效的降噪方法。     

变分数阶傅氏变换及在时频建模中的应用

主要讨论了一种将加紧支撑窗与分数阶傅里叶变换相结合的信号处理方法,其原理在于将信号以短时窗函数截取,再酚分数阶傅里叶变换,通过改变这种变换中的角度参量可以抵出最大值,其最大值所对应的角度参量实际上就是在窗函数支撑内平均调频系数的直接反映,从而可以将具有不同调频系数的信号突出并加以提取,利用这种方法,可以获得信号的时频分布的基本“骨架”,这种方法基于对信号的线性变换,没有交叉项的影响,通过合理的控制阈值及局部再加窗,对于具有多项式相位信号的时变频率建模有良好效果,最后文章对一些影响因素进行了分析。     

基于核极限学习机的负荷多粒度预测模型

台区负荷数据不仅作为时序数据呈现自相关性,还易受台区环境因素影响呈现非平稳性,因此预测精度不仅与预测模型结构有关,还与输入数据的时序特征有关。为了提高台区负荷的预测精度,提出一种基于混沌时序分析与核极限学习机的短期负荷多粒度预测模型。针对负荷数据的非平稳特征,通过变分模态分解算法将非平稳的原始信号转换成一系列相对平稳的子信号;针对负荷数据中的自相关特征,通过混沌时序分析方法,求解各个模态输入预测模型时的时间窗大小;构建多粒度核极限学习机预测模型,解决负荷数据中非平稳、自相关性对负荷预测的不利影响,提高模型的预测精度。结果表明,负荷的预测精度受输入数据时间窗大小的影响,不同模态分量的最佳时间窗的大小不同。采用混沌相时序分析的方法评估各个模态分量的最佳时间窗大小,可以有效提升核极限学习机的预测精度。     

Costas序列短波MFSK通信时频联合同步方法

针对低信噪比与强多径传播导致短波MFSK信号捕获困难、同步精度低的问题，提出一种基于Costas序列的短波MFSK信号时频联合同步方法。利用Costas序列二维图案优异的自相关特性进行信号检测与同步，将传统的滑动窗口法由时域扩展到时频域，同步获得时间和频率的估计值;为了降低计算量，给出了频偏与时延的精估计方法。仿真结果表明，与传统伪随机码(PN码)同步方法相比，提出的方法具有更好的抗噪声和抗频偏性能。在信号带宽为50 Hz、同步序列长度为1.28 s的ITU-R中纬度短波信道上，该同步方法能够达到98%的捕获率，虚警概率低于10^-2;时间同步误差低于12 ms;频率估计误差低于1 Hz。     

独立分量分析联合小波变换的多分量信号调制识别研究

对复杂电磁环境下多分量信号进行调制识别,可通过准确估计接收信号的瞬时频率来分析其脉内细微特征。本文联合独立分量分析和小波变换技术,对多分量辐射源信号进行了盲源分离和调制识别的研究。在无先验信息条件下,采用Fast ICA对混叠信号分离,将时频混叠信号分解成一系列独立分量。对分离后的单分量信号分别做小波变换处理,由小波系数的局部模极大值提取其小波脊线。针对不同调制类型雷达信号,用最小二乘法对时频小波脊线进行直线拟合,获取特征参数,通过计算特征值判决出信号的调制类型。通过仿真实验表明,该方法可以分离混叠信号并有效提取信号小波脊和瞬时频率,进而识别出信号的调制类型,并在低信噪比情况下仍有较高的识别概率。     

利用高斯平滑法提取GPS观测序列中的结构振动监测信号

利用GPS进行结构振动监测时,GPS观测信号噪声非常大。文章分析了GPS信号误差来源,根据相邻两天GPS观测值多路径误差强相关性,提出了利用高斯平滑法从带有噪声的GPS位移序列中提取真正的振动信号。实测数据分析表明,该方法能有效地抑制GPS多路径效应与测量噪声,成功提取结构振动信息。     

基于小波包分析的结构实时损伤报警数值研究

研究了基于小波包分析的结构实时损伤报警技术．利用小波分析优良的时一频局部化特性对结构振动信号进行精细分析，从而能实时地实现结构损伤报警．以简支梁裂缝为例，将环境振动信号采用小波包分解后得到小波包能量谱，采用基于Monte-Carlo方法计算得到的能量谱极值指数和变异指数2个指标作为筒支梁裂缝损伤报警的判据．该技术不需要对整体结构进行计算分析，只需要环境振动信号．计算机数值模拟表明该技术能较为敏感地发现简支梁的微小损伤，从而证实了该技术的可行性．     

基于反应谱分析的边坡动力响应与地震稳定性数值模拟

针对地震作用下的边坡稳定性分析,基于反应谱理论,提出了一种同时考虑了地震动力特性的反应谱法动态分析方法。该方法通过震动峰值加速度和边坡各岩土体单元的节点地震响应加速度谱值,计算出单元的地震影响系数,进而进行强度折减,得到滑动面的安全系数。在此基础上,对某边坡进行了动力稳定性分析,首先采用ANSYS分析地震作用下的边坡模态和反应谱,结合FLAC~(3D)计算弹塑性变形下的边坡稳定性,得出不同工况下边坡稳定性安全系数。实践表明,反应谱法动态分析对地震作用下边坡稳定性具有较好的理论与应用价值。     

短时能量分析法在断路器机械状态监测中的应用

针对断路器机械特性在线监测中触头关合时刻难以获取的缺点 ,研究了短时能量法在断路器机械振动信号分析中的应用 .通过定量分析指出 ,短时能量法的优点在于有效提高了信噪比 ,可以从现场复杂的噪声环境中提取出振动事件的起始时间 .试验中将该方法应用于ZN12 35型真空断路器的合闸振动信号分析 ,准确得到了空载情况下三相触头的闭合时刻 ,从而计算出不同机械状态下的合闸同期性与合闸时间等状态参数 .在关合单相短路电流的情况下测试了VS1 12型真空断路器的合闸振动信号 ,分析了不同短路电流对振动信号测量及合闸同期性的影响 ,进一步验证了短时能量分析法的有效性和准确性 .试验结果表明 ,在选择合适的窗函数的基础上 ,短时能量分析法的测量精度能达到 0 2ms .