基于信号生成的多线谱振动控制方法

针对实际振动主动控制中,线谱振动信号与参考信号的频率差异造成自适应前馈式线谱振动主动控制方法的性能下降这一问题,进行了基于参考信号生成的线谱振动主动控制方法的研究.在线谱振动主动控制方法中,结合一种参考信号波形生成器,并通过带通跟踪滤波器对残余振动信号进行滤波,将各个频率的残余振动信号分量进行分离,提出了一种基于参考信号波形生成器的线谱振动主动控制方法,并对该方法的稳定性和收敛性进行了分析.仿真结果表明:带通滤波器提高了该线谱振动主动控制方法的收敛性能.基于双层隔振平台的线谱振动主动控制实验表明该方法能够在参考信号频率与线谱振源信号频率存在偏差时取得良好的振动抑制效果.     

一种汉语语音基音轨迹的平滑算法

基音是指人们发浊音时声带振动所引起的周期性,而声带振动频率的倒数就是基音周期.语音信号处理中精确提取特定语音的基音周期有重要的意义,基音周期的检测无论在语音信号的合成、编码还是识别方面,都起着非常重要的作用.该文依据数字语音信号的特点,设计了一种用于语音处理的层叠滤波算法,合理选择结构元素构筑了一组用于汉语语音基音轨迹平滑的层叠滤波器,仿真实验结果表明,这种方法对于随机误判点与传统的基于中值与线性平滑的组合平滑相比效果更佳,同时也证明了层叠滤波器用于语音信号研究的可行性.     

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.     

基于光纤熔融拉锥过耦合器和光纤光栅的振动检测研究

介绍了一种用光纤光栅（FBG）作为传感器,以光纤过耦合器作为斜坡滤波器检测振动信号的方法,并给出了光纤过耦合器的输出特性和光谱;通过对光纤过耦合器两路输出光功率的计算,得出在过耦合器一段单调周期内计算结果与波长具有很好的线性关系,同时也阐明了可以根据功率的变化来检测振动信号。设计了一套用于检测振动信号的解调系统,通过实验证明该系统在正弦激励下具有较好的响应。     

基于数字电位器的可控滤波器设计及实验研究

滚动轴承故障诊断中应用共振解调技术时需要选择某一高频固有振动信号作为研究对象,基于数字电位器具有便于利用数字信号控制的优点,设计并研制了该滤波器,通过单片机系统控制数字电位器的阻控值,实现滚动轴承振动信号滤波器中心频率的控制和显示,并通过实验验证了其有效性及实用性。     

基于小波包联合AR功率谱理论的滚动轴承故障诊断

提出了小波包联合自回归功率谱理论的故障诊断方法.对采集的轴承振动信号采用高、低正交共轭镜面滤波器组,将信号划分到不同频道上.滤波器每作用一次,数据点减半,采样的时间增至两倍.选取轴承缺陷所在频段的数据插零,将其他频带补零重构提高缺陷信号的时频分辨率;然后通过AR功率谱分析轴承运行状态,诊断出轴承对应的故障.对207滚动轴承的早期缺陷作了实际诊断,诊断结果与实际较为符合.证明该方法是一种有效的弱信号缺陷提取与诊断方法.     

CEEMD与广义形态差值滤波结合的故障诊断方法研究

为了提取滚动轴承早期微弱故障特征信息,提出一种互补总体平均经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)与广义形态差值滤波结合的故障诊断方法.该方法首先对振动信号进行CEEMD分解成若干不同尺度的本征模函数(Intrinsic Mode Function,IMF)分量,利用相关系数-峭度准则来选取故障信息丰富的IMF分量信号,并对其进行重构;然后采用广义形态差值滤波器对重构后的信号进行滤波,以滤除噪声干扰;最后利用Teager能量算子(Teager-Kaiser Energy Operator,TKEO)对去噪后的振动信号进行分析,提取振动信号的故障特征.滚动轴承振动信号分析试验结果证明了本文方法的有效性.     

一种方向性滤波与低频滤波相结合的空间滤波方法

采用方向性滤波与极低频滤波相结合的方法,可以从较复杂的图象中提取所需用的信号.为了在相干象增强系统中提高象的对比度,突出所需用的信号,采用了偏振滤波器.只要改变照明光的振动面与滤波器振动面之间的夹角,就能在一个较宽的光强度范围内,连续调节低频成份的衰减量,从而很方便地得到最佳象的对比度.利用上述方法进行了从具有高、低频背景图象中提取地震波信号的实验.实验结果表明,我们对这种综合的空间滤波技术的尝试是成功的.     

柴油机缸盖周期性振动信号的自相关周期识别

提出了类周期概念,利用拓展的周期信号自相关函数,实现了柴油机缸盖振动信号类周期的识别和主要振动波形的提取。实践证明,该方法的准确性高,有利于实现数据处理的智能化,为进一步分析柴油机缸盖振动信号奠定了扎实的基础。     

基于局部均值分解和共振解调的滚动轴承故障诊断

针对滚动轴承原始振动信号信噪比小,以及传统共振解调中带通滤波器参数选择难以确定,且依赖于人的主观经验的问题,提出一种基于局部均值分解和共振解调相结合的方法;该方法首先利用局部均值分解算法将振动信号分解成多个分量,再通过希尔伯特(Hilbert)变换获得各个分量的时频图,然后利用快速谱峭图算法自动确定带通滤波器的中心频率和带宽,最后对信号进行带通滤波和包络解调分析完成故障诊断。数字仿真信号和滚动轴承实验证明了该方法的有效性。