瞬时频率波动分析与齿轮故障诊断

本文研究了齿轮振动信号调制与解调的过程与机理。并根据希尔伯特变换理论,提出了一种早期诊断齿轮故障的新方法—瞬时频率波动(TFF—Transient FrequencyFluctuation)分析法,实现了频率调制信号的解调,较好地提取了齿轮的局部损伤信息。在大量试验与分析的基础上对该方法进行了验证。     

希尔伯特黄变换在齿轮故障诊断中的应用

希尔伯特黄变换是先把一列时间序列数据通过经验模态分解,然后经过希尔伯特变换获得时频谱的信号处理新方法。介绍了希尔伯特黄变换算法的原理及流程,利用由希尔伯特谱反映出的丰富的物理信息来对齿轮进行故障诊断。结果表明,希尔伯特谱较好地实现了齿轮故障的诊断,希尔伯特黄变换为齿轮故障提供了有力的工具。     

齿轮振动信号的压缩感知采集与故障诊断

传统的采样策略会产生大量的数据,为了减少齿轮振动监测中的数据量,在压缩感知的基础上,建立了齿轮振动信号采集和重构模型。首先通过高斯随机矩阵对振动信号进行压缩测量、传输和存储压缩后的信号可以节省成本。信号重构归结为一个最优化问题,应用正交匹配追踪求解信号重构问题。进而得到重构信号的Hilbert解调谱,从Hilbert解调谱中提取特征频率,以特征频率能否识别来评价信号重构的效果。仿真实验和齿轮实验证明了模型的有效性。     

小波变换在信号滤波中的应用

概要地叙述了小波,小波包理论,提出了一种用小波包分解和信号重构进行信号滤波的方法,先用小波包分解把信号分解到相邻的不同频率段上,然后用信号重构方法各个频率段上的信号进行重构,以电机的振动信号为例,说明这种方法可以有效地用于信号的滤波。     

振动调幅信号广义检波滤波解调法及其在齿轮故障诊断中的应用

在分析解调电路工作原理的基础上提出了调幅信号半波解调方法。对其解调原理作了数学推导,并进一步推广提出了广义检波滤波解调方法,讨论了该方法在齿轮故障诊断中的应用。     

齿轮故障诊断中振动信号处理研究进展

介绍了近年来振动信号处理技术在齿轮故障诊断中的应用现状,详细论述了各种信号处理技术的优缺点、应用范围和研究进展,并对今后的发展方向进行了展望.     

由小波变换模极大值实现信号重构

基于多尺度分析的思想 ,指出小波模极大值能检测信号的奇异性。通过模极大值可实现信号重构。然后 ,研究了一种算法 ,可从混有噪声的信号中 ,采用设定阀值的方法 ,消去噪声相关的模极大值 ,提高恢复信号的质量     

基于小波的信号部分重构与插值

通过分析信号重构理论，提出了信号部分重构的概念，即已知原信号的部分信息，通过增加一些新信息可以重构原信号更进一步的逼近，而且信号部分重构过程的迭代将达到信号的完全重构。基于小波变换理论，研究了一类信号部分重构问题，得到了一种信号部分重构公式。从信号部分重构的观点出发，提出了一种能够消除假频并扩展频宽的地震信号空间插值办法，实验结果证实了方法的有效性。     

基于声信号分析的齿轮故障诊断方法

为了解决齿轮故障诊断中传统的声振信号分析方法容易受到周围设备及环境噪声干扰的问题,提出了一种独立分量分析和自相关分析相结合的齿轮故障诊断方法.首先用独立分量分析分离特征信号和干扰信号,然后用自相关分析提取特征信号中的周期成分.实验结果表明,该方法可以有效地提取在强背景噪声干扰下的齿轮故障特征.     

变速箱振动信号的分解及在故障诊断中的应用

建立了变速箱故障振动理论模型，模型考虑了箱体内部各齿轮，轴承和轴不对中时对箱体复合振动信号的影响，利用时域同步平均技术和小波分析技术分别地将化振动信号，轴不对中故障振动信号和轴承故障振动信号从箱体复合振动信号中分离出来，并利用分离出来的振动信号成功地诊断了变速箱的典型故障。     

一种新的超声无损检测回波信号的识别方法

由于超声回波信号受到噪声干扰或者到达时间混叠,故超声无损检测信号很难鉴别缺陷的大小.文中提出一种新的超声回波信号到达时间的识别方法.该方法首先把原始采集的回波信号进行经验模态分解,得到若干个固有模态函数,通过确定能量临界值,选择几个固有模态函数重构信号,重构信号的峰值包络表明了各个回波信号的到达时间.由衍射时差法(TOFD)实验信号验证了该方法的可行性及准确性.实验结果表明,可以识别的最小时间间隔为0.1μs,平均误差为80 ns.     

基于受污信号幅度谱和部分时域值的稳健性重构算法

利用幅度谐与部分时域采样值来重构信号是极为重要的。然而,信号总会受到噪声的污染。本文介绍了一种由迭代序列外推的稳健性重构算法,并给出若干实例。结果表明,这个算法是很有效的。     

低通和带通信号采样的频谱混叠分析

对带通信号的采样和重建进行了理论分析,结果表明,如果用信号的2倍带宽频率进行采样,会产生频谱混叠,且当信号的最高和最低频率分量中含有冲激函数时,采样之后的信号不能精确重建原信号,当信号的最高和最低频率分量为有限值时,仍然能精确重建原信号,研究还表明,低通信号的Nyquist采样中所遇到的类似问题只是带通情况的特例。     

旋转机械振动信号处理中的滤波及特征提取技术

在广泛调研国内外旋转机械振动信号处理技术研究的基础上,针对振动信号处理中的滤波和特征提取技术进行了较为详细的回顾和总结,分析了各种滤波和特征提取方法的优缺点．文中调研和总结的研究方法和技术,可为大型旋转机械振动检测与故障诊断研究提供参考．     

基于通信信号分选与识别的分布式处理机研究

针对通信信号分选与识别,提出了建立分布式处理机的方案,利用预处理与主处理相结合的方法来分选通信信号,尤其在进行调制分类时,提出特征提取和识模器,为了提高处理速度,采用维数压缩和线性识模器。     

小波-傅立叶变换综合法的车桥耦合振动分析

将小波变换与傅立叶变换相结合,提出一种处理非平稳信号的新方法小波-傅立叶变换综合法。并用于分析不同车速下桥梁跨中挠度的动力响应曲线,得到完整的时频信息。分析结果表明了该小波-傅立叶变换综合法在非平稳信号时频分析领域有良好的应用效果。     

Analysis and Simulation for Planetary Gear Fault of Helicopter Based on Vibration Signal

Fault diagnosis for helicopter’s main gearbox based on vibration signals by experiments always requires high costs. To solve this problem,a helicopter’s planetary gear system is taken as an example. Firstly,a simulation model is established by McFadden,and analyzed under ideal condition. Then this model is developed and improved as the delay-time model of the vibration signal which determines the phase-change of sidebands when the system is running. The cause and change-rules of planetary gear system’s vibration signal are analyzed to establish the fault diagnosis model.At the same time,the vibration signal of fault condition is simulated and analyzed. This simulation method can provide a reference for fault monitoring and diagnosis for planetary gear system.     

基于小波去噪和模糊最大熵图像增强预处理算法研究

从红外影像的特点出发进行去噪和增强实验,首先分析了两种主要噪声类型以及滤除方法,然后运用典型的非线性中值滤波和小波变换技术进行去噪;完成去噪后利用经典直方图均衡化和模糊熵技术进行灰度增强。实验给出一种结合小波去噪和模糊最大熵的红外影像预处理方法,获得了突出的增强效果。     

信号与系统课程实验系统设计

信号与系统课程理论教学中,由于课程内容繁多、概念抽象,学生常常会感到枯燥,难以理解和掌握。实验教学为提高学生学习兴趣提供了一种必要的手段。针对当前实验教学实际情况和虚拟实验平台存在的不足,结合实物实验实际内容,开发了信号与系统虚拟实验系统。该实验系统拉近了理论教学和实践教学的距离,将理论教学、虚拟实验教学和实物实验教学紧密联系起来,加深了学生对信号与系统课程的理解和掌握,并在教学中得到应用,且取得良好的效果。     

用MATLAB实现信号与系统课程的教学实践

以采样定理为教学实例,利用MATLAB实现《信号与系统》课程的实践教学,给出了临界采样、欠采样和过采样情况下采样信号及其重构或恢复原信号的过程。通过教学实践,学生充分理解和掌握《信号与系统》知识点,解决实际问题的能力得到提高。