基于多尺度奇异谱分析的转子碰磨诊断的数值仿真

针对从系统时间响应谱分析的角度研究转子碰磨故障的识别和诊断问题,提出了一种新的基于多尺度奇异谱分析的故障诊断方法．该方法首先建立转子碰磨模型,并用龙格一库塔法求解碰磨转子的运动方程得到碰磨转子的时间响应;其次构造了一种简单的多尺度奇异谱分析方法,用不同尺度下的各阶经验正交函数作为分析函数;最后用提出的多尺度奇异谱分析方法分析了碰磨转子和正常转子的时间响应信号．数值仿真结果表明,具有数据自适应的分析函数能够捕获信号的不同特征,通过比较不同阶次的分析函数分析的结果,可以有效地对转子碰磨进行识别和诊断．     

基于奇异谱分析的混沌序列降噪

基于奇异谱分析的基本思想，提出一种降低混沌信号中噪声的算法及一种基于噪声奇异谱特性的最佳重构阶次选择方法．对一个混沌时间序列进行奇异谱分析，得到各主分量和经验正交函数，选择合适阶次重构信号，即可得到降噪后的混沌时间序列．数值仿真证实了该算法的有效性．     

采用时域与时频域联合特征空间的转子系统碰磨故障诊断

针对转子系统早期碰磨故障,提出了一种基于时域和时频域联合特征提取和分析的方法,并采用该方法对简单转子模型进行了故障诊断。基于BP神经网络和影响函数法,建立了滑动轴承单盘转子碰磨故障动力学模型,并对转子系统碰磨故障进行了数值模拟;分别采用统计学和小波包分解方法,对振动信号的时域和时频域特征进行了提取,综合两者建立了碰磨故障的特征空间,并采用支持向量机(SVM)模型对比分析了基于时域、时频域和综合两者特征空间的故障诊断效果,在此基础上,通过引入可分度函数,将正常振动信号与故障信号同时考虑,对各特征的可分度进行了分析和排序;根据特征分析结果,将特征空间分为高可分度区域和低可分度区域,分别针对单特征和组合特征对碰磨故障进行识别。研究结果表明:单特征的碰磨故障识别率与其可分度函数值呈正相关;组合特征识别效果要优于单特征,且高可分度区域内的组合特征识别效果要明显优于低可分度区域,针对本文所建碰磨故障样本空间,高可分度区域内随机三特征组合平均故障识别率达到90%以上。文中提出的故障特征提取和分析方法可为复杂故障的识别提供参考。     

具有初始弯曲和刚度不对称的转子碰磨现象分析

建立了考虑转子转速的碰磨力模型，分析了具有初始弯曲和刚度不对称转子系统的碰磨响应，得到了系统参数对系统分叉和混沌响应的影响，通过与刚度对称转子系统的碰磨现象进行比较发现；具有初弯和刚度不对称转子系统的碰磨响应有很多不同的运动特性，这种不同来源于转子两个方向刚度的耦合作用，刚度不对称越大，系统越窬铁发生拟周期响应，越容易导致碰磨出现，不平衡参数越大，系统响应的振幅越大，越容易发生碰磨和周期解分叉，阻尼系数越小，发生周期解分叉的转速比越小，系统响应随着转速比的变化引发了各种非线性现象。     

碰摩信号的小波表示及其相空间特征研究

对转子动静碰摩信号的相空间特征进行了分析和检测,分别用连续小波变换、多尺度分解、小波包和能量－尺度对比方法对动静碰摩振动响应的径向分量进行了研究,且在相空间得到了一些故障特征。用连续小波变换分析碰摩信号时,与碰摩点相对应的小波系数分布在较小的尺度上,且随着尺度的减小,小波系数模极大值线逐渐收敛于碰摩点处;用多尺度分解方法得到的第1级和第2级的细节信号中反映了碰摩点的特征,表现为局部极值点;用时间－尺度能量对比方法分析,这些特征表现得更为明显。这些特征都有助于故障的准确诊断。     

GNSS形变序列的信号提取方法比较分析研究

如何从观测数据序列中准确提取信号是GNSS数据处理的主要研究内容之一。经验模态分解和局部均值分解是提取信号的较为常用的2种时频分析方法,与其相比,奇异谱分析法能够准确识别提取时间序列中的趋势周期信号且不需要先验信息。因此文中利用奇异谱分析法对GNSS数据进行深入分析提取变形信号,并与局部均值分解和经验模态分解2种方法进行对比,分析3种方法提取信号的效果。鉴于奇异谱分析识别周期和趋势信号的优势,实验结果表明奇异谱分析与其它2种方法相比能更为准确的提取信号,是一种有效的GNSS数据处理分析信号提取方法。     

基于Wigner-Ville分布裂纹转子识别的仿真

建立了基于简单铰链裂纹模型的裂纹转子瞬态响应的动力学模型，得到了裂纹转子与无裂纹转子的仿真解；利用Wigner-Ville分布比较了裂纹转子与无裂纹转子的时频特性，提出了利用Wigner-Ville分布识别裂纹转子的方法．数值仿真研究了Wigner-Ville分布对刚度变化的敏感性，讨论了质量偏心和质量偏心角对裂纹转子Wigner-Ville时频特性的影响，为工程实际中裂纹转子的识别提供了依据．     

录音机机芯动态特性谱分析诊断

录音机机芯动态特性谱分析诊断是对机芯的动态抖晃(Wow-Flutter)信号,用时间序列谱分析方法进行处理,可以诊断出机芯传动系统中各部件的缺陷和影响抖晃的程度。本文介绍了时间序列分析的线性谱(快速傅里叶变换FFT谱)和非线性谱(自回归AR谱)。通过分析计算,诊断出CM1000B型机芯诸传动部件对抖晃误差的作用。最后对两种时间序列谱分析的结果和在实际运用中的优缺点进行了比较。     

基于变权重奇异谱分析的心律不齐识别方法

现有心律不齐研究多数围绕心电信号中不同频率特性成分的分离展开，而不同子序列的信息量对于最终目标决策的贡献则缺少研究与分析.为增强高贡献度子序列对于分类器的影响，提出了一种变权重奇异谱分析与深度学习结合的识别方法.通过奇异谱分析获得多个子序列，结合各个子序列的奇异值计算随机森林下的基尼系数，并将其作为权重.变权重的序列样本用于训练神经网络模型，更高效地挖掘了有用信息，进一步提高了识别精度，最终的心律不齐识别准确率为98.35%，Macro-F1为97.95%.相对于传统的定值权重，本文提出的变权重识别方法在各个性能指标上均有明显提升.     

基于随机衰减信号的耐波性谱分析

提出了一种新的基于随机衰减信号的谱分析方法以用于船模耐波性能分析.该方法通过求解随机衰减信号获得自相关函数,再经快速傅里叶变换计算波浪谱、运动谱以及响应幅算子.将该方法应用于某型船的船模耐波性分析,分别给出了自相关函数、自谱密度函数、频率响应幅算子的结果.通过与规则波试验结果和其他常规谱分析方法的结果比较,验证了新方法的准确有效性.     

奇异谱分析在GPS站坐标监测序列分析中的应用

利用SSA(奇异谱分析)对测站坐标时间序列进行数据处理,包括数据补缺、趋势项和周期项的识别和提取.奇异谱分析是一种从时间序列的动力重构出发并与经验正交函数相联系的统计技术,可以较好地从含噪声的有限尺度时间序列中提取趋势和周期等信息,目前已应用于多种时间序列的分析中.将奇异谱分析的优点应用到GPS时间序列分析中:利用奇异谱分析对中国地壳运动观测网络GPS数据服务提供的测站坐标(NEU)时间序列(以BJFS(北京房山)站为例)进行补缺,各向插补的均方误差均为mm级;根据降噪重构序列提取坐标时间序列中的趋势成分(N方向-11.688 mm·年-1,E方向29.585 mm·年-1,U方向2.557 mm·年-1)和周期成分(N,U方向上存在年周期和半年周期,U方向上还存在着1.5年和0.25年左右的周期,E方向上只存在年周期);对完整序列进行重构降噪,即从原始序列中提取有用信息而丢弃一些干扰信息,起着平滑作用.试验结果表明,BJFS站的各方向上均存在显著的变动周期和明显的趋势,也有较多的噪声信息.     

基于时间元模型的复杂桥梁结构移动荷载识别

为研究桥梁结构在移动车辆荷载反复作用下的疲劳损伤机理，利用有限元法建立复杂桥梁结构模型，同时为提高计算精度，承载主梁单元形函数采用5次Hermitian插值函数，并得到桥梁的离散振型与模态参数；利用归一化的第1类Chebyshev正交多项式作为响应和荷载的时间有限元形函数，基于加权残值法建立了移动荷载识别的时间元模型；为解决荷载识别的不适定性，利用截断奇异值分解的正则化方法由应变和位移响应得到移动荷载的稳定解．数值分析结果表明，该方法能有效地识别复杂结构的移动荷载，识别精度高，抗干扰能力强．     

多信号最小距离谱分析

本文提出了能同时估计多个功率谱的多信号最小距离谱分析方法,只要这些信号的先验谱以及它们的自相关函数的和已知。此方法的一个可能应用是分别估计信号和加性噪声的功率谱。本文推导了多信号最小距离谱分析的有关公式,并把多信号最小距离谱与单信号最小距离谱,多信号最小交叉熵谱作了比较,证明了多信号最小距离谱的存在性、唯一性等性质。本文的例子说明了用本文方法进行谱估计的特性。     

一种利用起车过程瞬态振动响应的转子动力学参数识别方法

在分析转子系统起动过程的振动响应组成和振动响应信号中出现拍振现象成因的基础上,提出了一种基于起车过程瞬态振动响应的转子动力学参数时域识别方法。以转子系统起动过程中的失衡振动响应信号替代频域参数识别法中的正弦扫描激振响应信号,来识别转子系统固有频率和阻尼参数的时域信号,同时给出了参数估计原理,并利用仿真信号和实验测试的起车过程振动响应信号对转子系统的一阶固有频率和阻尼进行了计算。结果表明:所提出方法利用了转子起动过程的振动响应信号,其参数识别仅在时域内进行,不需要复杂的激振设备,具有计算简单、应用前景广阔等特点。     

小波分析在线性负载仿真控制中的应用

通过小波、尺度函数与多分辨率的理论分析，对线性负载仿真控制器机组转速信号进行了时频局部化分解，发现奇异点的位置和空间分布状况，可精确地描述信号的局部奇异性，为故障诊断提供了新的技术和方法。     

非线性系统参数识别的频域方法

系统识别是现代控制过程的关键环节．本文提出了一种识别弱非线性振动系统参数的方法．本方法中，参数识别的数学模型是系统的一阶近似频率响应函数．首先，用多尺度法导出弱非线性强迫激励系统的频率响应函数．接着，利用非线性参数变换将此频率响应函数变换为系统参数的线性函数，在此基础上用最小二乘法识别系统的参数．最后，通过数值模拟检验了方法的精度．     

基于时频分析的裂纹转子碰摩故障特征研究

为研究转子系统耦合故障特性,采用有限元方法建立了含有横向裂纹、转静碰摩的非线性转子动力学模型。首先研究了不同转速下裂纹、碰摩单一故障下转子系统的振动响应,其次研究了两种故障耦合情况下系统的振动响应特征。采用波形图、FFT谱图、瞬时频率和Hilbert-Huang时频谱(HHS)相结合的方法对故障转子振动信号进行了分析。分析结果表明:运用多种时频分析相结合的方法可以较为全面地了解转子的故障特征,裂纹转子在1/5、1/3临界转速时会发生较为明显的5X、3X谐波,且裂纹的产生会导致响应幅值增大,从而引起更为严重的碰摩。      

基于模糊域奇异值分解的语音增强方法

提出了一种遵循语音非平稳特性的增强方案。它不同于以往语音增强惯用的前提。首先，使用时频表征中的模糊函数描述被高斯白噪声恶化的语音信号；其次，对其进行奇异值分解后。采用尺度因子矩阵调整模糊函数矩阵的奇异值达到抑制与噪声相关成份的目的；最后，将模糊域下经过处理的余留成份变换为时域信号。仿真实验表明，这种消噪方法具有良好的性能。     

基于奇异谱分析的上证指数预测模型

该文应用奇异谱分析(SSA)的方法,对一维时间序列--证券指数,构造延迟矩阵,运用时间经验正交函数(EOF),对原序列进行重构,有效地提取序列中隐含的波形信号;利用自回归移动平均模型(ARMA模型)对原序列和重构结果分别进行预测,并进行比较.     

改进的满意度函数法在多响应优化中的应用

满意度函数法是最常用的多响应优化方法，但该方法没有考虑响应的变异性、相关性和参数估计的不确定性，针对这些问题提出了改进的满意度函数法对其进行改进，该方法将响应方差-协方差结构和预测方差结合到满意度函数中．实例分析表明，与传统满意度函数相比，用该方法进行优化得到的响应的方差和预测方差分别降低了5．6％和6．2％，满意度函数的方差降低了7％，说明优化结果比较可靠．因此，用该方法进行优化能得到比传统满意度函数法较好的结果，且对模型的预测能力和响应的波动都具有稳健性．