基于阶次分析的无人机挂飞振动正弦分量幅值准确提取技术

传统的快速傅里叶变换分析装备在变转速工况下的振动信号出现"频率模糊"现象,针对此问题提出一种无键相阶次分析方法。首先通过控制系统或其它途径预估转速变化范围,确定窄带滤波频带;然后对信号进行窄带滤波;之后利用Hilbert变换计算滤波后信号的瞬时频率;最后根据瞬时频率对信号进行重采样得到角度域平稳信号,对角度域信号傅里叶变换得到阶次谱。通过信号仿真验证了该阶次分析方法有效、准确,并应用到装备在无人机的挂飞振动信号分析中,用于准确提取变转速工况下振动信号中正弦分量的幅值,为准确制定装备的振动环境试验条件奠定基础。该方法是对阶次分析方法的有效补充,对于相似装备的动力学环境试验条件制定也具有参考和借鉴价值。     

齿轮箱升降速过程阶次倒谱故障诊断方法研究

齿轮箱升降速过程中的振动信号包含有重要的参考信息,研究该过程中的振动信号,有助于识别齿轮箱的故障.将常规的倒谱分析技术与阶次分析相结合,提出了阶次倒谱的齿轮箱故障诊断方法.首先利用重采样技术,将时域非平稳信号转化为角域平稳信号,最后对角域重采样信号进行倒阶次谱分析,就可提取齿轮的故障特征.实验分析结果表明该方法能有效地识别齿轮的故障类型.图8,表1,参8.     

锁相技术在时域平均分析中的应用

文章分析了锁相技术的基本工作原理 ,剖析了锁相环路工作时的锁定与跟踪两个基本过程。将该技术的跟踪工作状态运用于齿轮箱故障诊断 ,在锁相环路输出信号的一个周期内发出一定数量的脉冲作为时域平均处理的外采样时钟 ,消除了转速不均的影响。对刮板运输机减速箱中齿轮振动信号进行平均响应谱分析和频谱细化 ,从而较精确地找出故障频率。     

齿轮箱起动过程阶次倒双谱故障诊断方法

针对齿轮箱升降速过程中振动信号非平稳的特点,将常规的阶次分析与倒双谱技术相结合,提出了基于阶次倒双谱的齿轮箱故障诊断方法.首先对齿轮箱升降速瞬态信号进行时域采样,再对时域非平稳信号进行等角度重采样,转化为角域平稳信号,最后对角域重采样信号进行倒双谱分析,就可提取齿轮的故障特征.通过对齿轮齿根裂纹故障实验信号的分析,表明阶次倒双谱分析能有效地诊断齿轮的裂纹故障.     

基于阶次双谱分析的齿轮故障诊断研究

针对齿轮箱升降速过程中振动信号非平稳的特点，将双谱分析技术与阶次谱分析相结合，提出了阶次双谱的齿轮箱故障诊断方法．首先对齿轮箱升降速瞬态振动信号进行时域等时间间隔采样，再对时域信号实行等角度间隔重采样，转化为角域平稳信号，最后对角域重采样信号进行双谱分析，就可提取齿轮的故障特征．通过对齿轮齿根裂纹故障实验信号的分析，表明阶次双谱分析能有效地诊断齿轮的裂纹故障．     

基于FrFT滤波和LMS降噪的变转速滚动轴承故障诊断

变速工况下的机械故障诊断逐渐成为旋转机械监控领域的一个热门课题,在变转速下故障更容易发生且伴随更大的噪声,而相应的降噪问题目前却没有可靠的解决方法。因此提出一种基于分数阶傅里叶变换（FrFT）滤波和最小均方算法（LMS）降噪的故障诊断方法,对变转速工况下轴承振动信号进行降噪,进而提取非平稳故障特征。首先,同时获得滚动轴承振动加速度信号和转速信号;然后对Hilbert解调后的振动信号进行峰值搜索FrFT,按照搜索得到的最佳阶次和分数阶域聚集位置进行FrFT滤波;再将FrFT滤波得到的信号作为参考信号,原包络信号作为输入信号,进行LMS自适应降噪;最后对降噪后的信号按照转速重采样进行阶次分析,将包络阶次谱中的突出特征与故障特征阶次对比,判断故障。该方法可成功应用于变转速工况下滚动轴承的试验数据处理,证明了方法的有效性。     

一种新的变步长LMS自适应滤波算法

对变步长自适应滤波算法进行了讨论,提出了一种新的变步长LMS算法。新算法用误差信号的自相关及均方误差的时域平均来调节自适应滤波算法的步长。由于不需要指数运算,新算法的运算量大大降低,收敛速度快,且消除了不相关噪声的干扰。将该算法用于码间干扰比较严重的大气激光通信系统中,仿真结果验证了算法的优越性。     

基于小波变换的MPSK符号率估计方法

数字调制信号的参数估计是非协作通信的研究重点,符号率估计是信号调制方式识别及正确解调信号的重要参数.小波在时域和频域具有优良的局部化特征,适用于信号瞬时变化特征提取.现有的使用Haar小波的符号率估计算法中都假设码元是矩形脉冲,没有考虑实际通信系统脉冲成形滤波技术的影响.针对上述问题,在带限系统模型下,考虑了脉冲成形滤波技术对信号产生的影响,使用适合带限系统信号瞬时变化特征提取的具有高阶消失矩的Daubechies(dbN)小波,结合FFT算法,提出了一种MPSK符号率估计方法.仿真结果表明,使用该符号率估计方法要比使用Haar小波性能更优越.     

基于瞬时转速信号的柴油机角域转换方法

针对往复机械故障分析诊断中通过平均转速等间隔划分角度的方法诊断效果不精确的问题,提出了一种利用瞬时转速对柴油机时域信号进行角域转换的方法。分析了转速波动较大工况下平均转速等角度划分方法中影响相位偏差产生的主要因素,根据转速波动量的大小以及预期的角域精度范围设定阈值参数,再通过该阈值实现角域转换方法的自动选择。研究结果表明,在转速波动工况下采用瞬时转速对时域信号进行角域转换能够有效避免相位偏差,为基于角域的柴油机故障诊断奠定基础。     

OFDM软件无线电接收机的采样时钟同步

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)采样时钟同步问题,提出了一种适合于软件无线电(Software-.Defined Radio,SDR)接收机的全数字实现方案.该方案的整体结构基于经典的Gardner环路,借助联合迭代估计算法来进行误差的动态跟踪,并通过对接收信号进行异步重采样来实现采样时钟误差的实时校正.误差检测环节不仅能消除载波频率误差的影响,还可以在维持环路的响应速度的同时提高误差检测的精度.误差校正环节利用一种简单的动态延迟技术来对信号重采样进行直接控制,尽管增加了一些处理延迟,但能使重采样过程平稳进行.理论分析和仿真结果表明,新的采样时钟同步方案在多径信道环境中能有效工作,算法的性能优于其他同类算法.     

游梁式抽油机传动系统的扭转振动与传动效率

以游梁式抽油机皮带减速箱传动系统为研究对象,综合考虑皮带与减速箱传动系统的弹性,建立游梁式抽油机皮带减速箱传动系统有阻尼多自由度扭转受迫振动的力学与数学模型及各振动元件参数的计算模型;以传动系统扭转振动仿真结果为基础,建立皮带减速箱及皮带瞬时传动效率的仿真模型。分析影响皮带减速箱传动效率的因素。仿真结果表明:传动系统的扭转振动对系统的运动规律与动态参数有显著影响;系统瞬时传动效率并非常数,受曲柄扭矩影响较大,特别是在正负扭矩换向点附近瞬时效率显著降低;传动系统的扭转振动降低了皮带减速箱的传动效率。皮带减速箱平均传动效率的仿真结果为70%~82%,与实际测试结果吻合。     

基于EMD的CRH5动车组万向轴转频能量研究

通过监测CRH5动车组齿轮箱振动,计算万向轴特征频率能量对评估万向轴状态具有现实意义.本文简述了经验模态分解(EMD)的基本方法,对实测200km/h下齿轮箱振动信号进行EMD分解,提取万向轴特征频率成分,并计算其能量.研究结果标明该方法可以有效对万向轴动不平衡进行评估.     

纯电动汽车两挡变速箱齿轮振动噪声仿真分析与优化设计

针对一款新型纯电动汽车变速箱振动噪声大的问题,考虑齿轮传动误差的影响,建立了两挡变速箱仿真模型,对传动系统进行动力学分析.采用分块Lanczos法求解变速箱的模态频率与模态阵型.利用耦合声学边界元的方法,以动力学分析的结果作为激励,求解变速箱的辐射声场,并对变速箱的齿轮进行优化设计,仿真与实验证明优化后的变速箱振动噪声得到了明显的改善.     

增速箱系统动态激励下的响应分析

齿轮啮合动态激励是齿轮系统产生振动和噪声的基本原因，齿轮系统在内部动态激励下的响应分析，对齿轮系统的设计和使用具有重要的意义。针对增速箱系统，采用三维接触有限元法得出啮合齿对的时变刚度曲线，根据齿轮精度级确定的齿轮偏差模拟得出齿面误差曲线，得出了刚度激励和误差激励。应用Ⅰ-DEAS软件建立了增速箱有限元动力分析模型，分析计算出了增速箱的固有频率和箱体、传动轴的动态响应。结果表明，增速箱系统在使用中不会引起共振，且振幅不大，能满足系统的使用要求。     

粒子群优化算法在齿轮箱振动信号去噪中的应用

 以振动频谱分析和粒子群优化算法为主要理论依据,以风力涡轮机齿轮箱为例,提出一种基于一维加速搜索算法和粒子群优化的齿轮箱振动信号去噪方法。利用一维加速搜索算法缩减搜索范围,应用粒子群优化算法提升优化效果,对切比雪夫带通滤波器和Morlet小波滤波器的设计参数进行优化,并对齿轮箱故障振动信号进行滤波处理。仿真实验结果表明,此方法能够实现快速有效滤波去噪,适用于齿轮箱实时故障诊断的研究,具有一定的理论研究价值和实践应用价值。     

信号瞬变成分检测与提取及其在故障诊断中的应用

研究基于小波变换的信号瞬变成分检测与提取方法及其在机械故障诊断中的应用 .在分析信号的连续小波变换的模极大值理论的基础上 ,指出连续小波变换系数的模与信号瞬变成分的关系 ;通过分析小波函数的性质 ,分析小波函数对信号的连续小波变换的影响 ;在信号瞬变特征的提取过程中 ,提出基于门限值的特征重建方法 .将该方法应用于齿轮箱振动信号中瞬变成分的检测与重建 .结果表明基于连续小波变换方法能有效检测到信号中的瞬变成分 ,瞬变成分的重建结果有效地表示了机械的故障状态 .     

自适应冗余第2代小波设计及齿轮箱故障特征提取

针对强噪声背景下齿轮箱故障特征的提取问题,设计了一种提取该类信号时域特征的自适应冗余第2代小波.采用基于数据的优化算法设计每层小波分解的初始预测器和更新器,然后通过对初始预测器和更新器进行插值补零运算,来获得冗余预测器和更新器.第2代小波不需要剖分运算,利用冗余预测器和更新器直接对每层逼近信号进行预测和更新运算,能较好地保留信号的时域特征.采用第2代小波较理想地提取出了齿轮箱发生摩擦故障时的时域调制波形和周期性冲击脉冲,并对得到的细节和逼近信号进一步进行包络解调,从而分离出了故障调制源频率.结果表明,自适应冗余第2代小波对噪声背景下齿轮箱故障特征的提取效果优于其他小波.     

基于小波分形技术提取变速器轴承故障特征

利用小波技术对变速器轴承振动信号进行分解,对特定层的信号进行重构,并计算重构信号的分形维数,来实现变速器轴承不同技术状态下特征提取。实验结果表明,特定频率振动信号的分形维数能敏感反映变速器轴承技术状态,它可以作为诊断变速器轴承故障的一个重要特征量。     

基于多方法结合应用的齿轮箱故障特征提取研究

基于振动信号分析的齿轮箱故障诊断的关键是实现对信号中故障特征的提取.由于在工程实际中采集到的齿轮箱振动信号含有较强的噪声干扰,所以单一的信号分析方法难以实现对故障特征的提取.因此将两种或两种以上方法相结合应用于齿轮箱振动信号的处理成为当前的研究趋势.为研究将不同方法相结合应用于齿轮箱故障信号特征提取的优势,对大量文献的研究成果进行了归纳整理.综合分析发现:将多种方法结合应用于齿轮箱振动信号特征提取,可有效避免单一方法的局限性,充分发挥不同方法的优势.总结了在齿轮箱故障诊断领域中分别以频谱分析为基础和以非线性理论为基础的将不同信号处理方法结合应用于齿轮箱故障特征提取的现状,最后针对多种方法结合应用于齿轮箱故障诊断的发展趋势提出了建议.