基于偶对称性小波的双路振动信号相位精确测量

双路振动信号相位测量系统的硬件电路存在着较大的测量误差，本文改用A／D转换后利用软件计算来对其进行相位测量，并研究利用偶对称性小波对采集到的振动信号变换处理，可以有效地去除A／D转换中叠加的采集噪声、以及谐波等噪声，仿真计算表明，本文提出的方法是有效的，相位测量精确。     

交流接触器振动噪声测量方法及系统开发

为了实现强背景噪声环境下交流接触器的噪声测量,开发基于振速法的噪声测量系统.首先,在消声室内,通过激光测振仪和传声器分别采集大量相同型号的交流接触器的振动信号和声压信号,计算并提取辐射指数.然后,测量一定数量相同型号的交流接触器运行时的表面振动,通过振速法,求得其噪声值.最后,将求得的噪声值与声级计的测量值进行对比.结果表明:当交流接触器的噪声为30～50 dB时,两种方法的测量误差为±1 dB;该测量系统能够通过振动强弱求得噪声值,并准确判定合格与否,不受背景噪声的影响.     

基于电声门图信号的可控超声喉动态成像系统

提出了一种利用单片机进行控制,结合电声门图仪和全数字化超声系统,共同完成声带振动特定相位观测的动态成像系统。该系统利用外围硬件电路对电声门图信号的特征相位点进行识别,并通过单片机对图像采集时刻进行精确的计算和控制,可以完成声带振动频率的测量、声带静态相位的持续观测和声带振动过程的动态慢放。通过搭建实验系统进行系统测试,验证了系统的可靠性和有效性,并最终实现了该动态成像系统对声带振动过程的实时观测。     

改进双树复小波变换和高阶累积量的齿轮箱信号降噪方法

采用传统阈值降噪方法对小波系数分别进行软、硬阈值处理时在强背景噪声下提取的齿轮箱故障振动信号效果不理想,且实、虚部分离的阈值处理方法会引起局部相位失真。利用双树复小波变换的平移不变性,提出了双树复小波变换和高阶累积量的齿轮箱振动信号降噪方法。对分解和单支重构后的各双树复小波系数采用了四阶累积量的处理方法,根据信号和噪声的统计特性进行信噪分离。由于小波分解层数会直接影响信号的去噪效果,因此,采用粒子群算法优化小波的分解层数。仿真和实验信号处理结果表明:该方法与双树复小波变换的软、硬阈值处理方法相比,在不同信号和噪声水平下更能有效地抑制噪声干扰,提高信噪比,并且能够满足实验中对采集到的振动信号进行特征提取的需求。     

转子测量面形状误差对振动测量的影响

为了有效地识别振动信号中存在的虚假信号,采用全息谱方法对具有时间延迟和相位延迟的理想测量面和典型测量面形状误差转子的振动信号进行了理论分析和试验研究.同时,分析并讨论了两种情况下测量面形状误差引起的虚假振动信号对实际振动信号的影响,总结了两种情形下的振动和全息谱特征,得到了具有测量面形状误差的转子振动信号特征.通过试验和现场数据验证结果,与理论分析结果一致,从而为现场转子测量面形状误差的诊断提供了新的识别理论和方法.     

多支撑变截面汽轮机组主动振动控制实验

采用反相位振动控制算法对高速工况下的多支撑变截面大型汽轮发电机组转子轴承系统的弯曲振动抑制方法进行了研究,在此基础上针对300 MW汽轮发电机组,模拟并搭建其实验平台进行控制试验验证.对采集到的非平稳轴系振动信号,用全局小波振幅谱分析.最后,由识别出的对振动起主要作用的频率及其振幅谱可知,所采用的反相控制技术简单易行,工作可靠,减振效果明显.     

基于复小波变换相位功率谱的齿轮故障诊断

提出了一种基于复小波变换诊断齿轮故障的新方法 .利用Mexican-hat调制复小波基函数对齿轮振动信号进行连续小波变换 ,再作相位的频谱分析 ,可以突出边频带结构 .仿真信号的分析结果表明该方法可有效地用于齿轮故障诊断 ,与传统的自功率谱方法相比 ,具有抗噪声干扰能力强的优点     

基于改进小波阈值和形态学的机械臂振动信号降噪分析

采集现场机械臂振动信号过程中会受到多种外部因素的影响，面临着多种噪声的综合作用。为了提高振动信号降噪精度，设计了一种基于改进小波阈值和形态学方法的机械臂振动信号降噪方法。利用改进小波阈值方法进行去噪时并跟形态学滤波方法进行结合的情况下可以对振动信号误差起到更优的抑制性能。研究结果表明：采用优化阈值-形态学滤波方法则可以获得纯净特征参数。本算法能够达到理想的噪声抑制性能，可以确保特征频率得到充分保留。     

改进HHT方法在转子故障中的应用

HHT（希尔伯特-黄变换）能够将振动信号分解为有限的模态分量,并由此可对汽轮机转子故障信号进行特征提取,但噪声的干扰对分解过程和分解结果影却很大。先利用小波变换技术对含噪故障信号进行去噪处理,再作HHT分析的方法。结果表明,该方法克服了直接用HHT分解方法由噪声带来的不必要的干扰,提高了参数提取的准确性,并由此提高了汽轮机转子质量不平衡故障诊断率。     

小波消噪和盲源分离在转子故障信号分析中的应用方法

针对转子振动信号不可避免地受噪声污染问题,提出了一种基于小波消噪和盲源分离相结合的信号分析方法.该方法首先利用小波滤波器对测试信号进行消噪处理,再利用信号的二阶统计量(SOS)来分离盲源信号.仿真和实验结果表明, 相对于直接对测试信号进行盲源分离的方法,本方法可更有效地提取出转子振动的本质信号特征.