一种复合核的时频分布

从分析时频分布的性质及其对核函数的要求入手，提出了核函数的设计方法和复合核函数的概念。构造了复合核函数的时频分布，并用它对高斯信息进行分析，表现了很好的适应性。     

时频分析方法在机器故障诊断中的应用

阐述了短时傅氏分析、Ｗｉｇｎｅｒ分布及小波分析等时频分析方法和特点；对间隙非线性机械系统振动信号进行了小波分析，发现了间隙非线性机械系统振动信号在小波分解中的状态特征，应有和时频分析方法对ＭＣＮＣ８２数控磨床进行了故障诊断，结果表明时频 分析方法对非线性机械系统的故障诊断比较有效。     

VMD与Cohen核结合的时频分布交叉项抑制方法

在非平稳信号时频分析中,使用Cohen核所得时频分布的交叉项抑制与时、频分辨率难以兼顾。针对此,提出一种将变分模态分解（VMD）与Cohen核相结合的时频分析方法。首先对信号进行VMD分解,得到一组具有不同频率成分,相互独立的固有模态函数（IMF）分量,然后对每个IMF分量进行Cohen核时-频变换,再线性叠加重构出原始信号的时频分布。通过仿真分析,结果表明：该方法可以在保持时频分布中较高时、频分辨率的基础上,有效消除交叉项的干扰。     

旋转机械故障诊断的时频分析方法比较

旋转机械故障振动信号具有非平稳的特性,传统的傅里叶变换方法难以满足分析非平稳信号的要求,时频分析是非平稳信号分析的有力工具。以滚动轴承外圈故障信号为研究对象,对比分析研究了几种时频分析方法如STFT、Wigner-Ville分布、小波变换和Hilbert-Huang变换。结果表明:Hilbert-Huang变换能够更加清晰、准确给出故障信号时频分布,分析效果优于STFT、Wigner-Ville分布、小波分析(WT)。     

基于时频平面脊信息提取的间谐波分析新方法

针对电力系统间谐波分析的局限性,提出一种基于时频平面脊信息提取的间谐波分析新方法.该方法首先基于自适应最优核时频分布理论得到间谐波信号的时频分布,然后进行时频平面脊信息的提取,从而得到各间谐波分量频率随时间变化的特征.同仅采用时频分布刻画间谐波信号时频分布特性相比,该法具有更高的时频分辨率及更强的信息可读性.仿真及实测数据分析结果表明：该方法表现出很高的时频聚集性,且不受交叉项的影响,清晰地刻画出各间谐波分量的时变性特征,对各频率分量相隔较近的信号仍然有效.     

电信号的时频分析新方法

针对电力系统中电信号检测的现状,提出了一种高分辨率的电信号时频分析新方法.该方法首先基于自适应最优核时频分布理论得到电信号的时频分布,然后进行时频平面脊信息的提取,从而得到电信号各频率分量频率随时问变化的特征.针对时变间谐波、暂态震荡电压、变压器故障电流等电信号进行仿真分析,仿真结果表明:该方法表现出很高的时频聚集性,且不受交叉项的影响,清晰地刻画出各频率分量的时变性特征.     

基于时频分析的内燃机曲轴轴承磨损故障的诊断研究

内燃机曲轴轴承所受到的冲击信号是非平稳、时变信号，用传统的诊断方法难以进行故障的早期发现和诊断．论文运用振动测试技术，测取不同间隙下主轴承座及机体上的振动信号，然后充分利用了小波包无冗余、无疏漏、正交地分解信号到独立的频带内的能力及时频分布对时变信号良好的描述能力，发展了一种基于小渡包的重分配平滑伪魏格纳维尔分布的时频分析方法．通过对振动信号进行了分析比较，其干扰项少而分辨率高，既能定性揭示曲轴轴承磨损故障的变化规律，又能定量地诊断该故障．     

基于时频消噪TFPF和时频分布MBD的轴承早期故障诊断

噪声是影响轴承、齿轮等机械设备早期微弱故障特征正确提取的主要因素,利用新颖的时频峰值滤波技术TFPT有力的噪声消减特性,将PTFT与改进的时频分布MBD相结合,提出了时频峰值滤波TFPT-时频分布MBD的故障识别新方法,即应用TFPF消减振动信号的随机噪声作为时频分析的前置处理,对消噪的故障信号作MBD时频分析来识别故障特征,给出了时频峰值滤波时频分布的故障诊断模型。诊断实例的分析结果表明了与传统的MBD的故障特征提取相比,提出的改进方法更易提取出强噪声背景下的轴承早期的微弱故障,具有明显的可诊断性和实用性。     

高阶时频分布在滚动轴承故障诊断中的应用研究

滚动轴承故障信号是非高斯、非线性、非平稳信号,由于调制性,使用幅值谱分析方法无法找到轴承故障频率。将高阶时频分布——主要是Wigner双谱分析方法应用于滚动轴承的故障诊断,计算滚动轴承振动信号的高阶时频分布,并对其沿时间轴切片,分析了切片的幅值谱。针对不同故障轴承,对其振动信号幅值谱、高阶时频分布及其切片谱的对比分析表明,高阶时频及其切片谱性能优于幅值谱。     

谐波小波及其时频剖面图在旋转机械诊断中的应用

分析了谐波小波的定义、特点,以及用谐波小波时频图、等高线图表示谐波波分解结果的方法。分析结果表明,这两种方法虽然可以直观表示信号的时频能量分布以及无噪声信号中的微弱奇异成分,但当信号中存在噪声时,用这些方法将难以检测信号的奇异性,因而它们在工程实际中几乎是没有用的。提出了谐波小波时频剖面图（Ｔｉｍｅ－Ｆｆｒｅｑｕｅｎｃｙ Ｐｒｏｆｉｌｅ Ｐｌｏｔ,即ＴＦＰＰ）方法,利用该方法可以检测含噪声信号的微     

基于Internet的机械远程故障诊断专家系统探讨

构建了基于Internet的机械远程故障诊断专家系统的体系结构,介绍了机械远程故障诊断专家系统的工作模式,并论述了基于Web的专家系统结构。     

基于时频变换及Renyi信息量的心脏收缩期杂音分析

心脏杂音的听诊具有重要的临床意义.心脏杂音可分为生理性和病理性杂音.采用ZAM时频分析的方法,对生理性和病理性收缩期杂音的特征进行分析比较,并引入了Renyi信息量,进一步讨论了区分生理和病理性收缩期杂音的方法.     

一种基于时频分布的DOA估计方法

提出了一种基于信号时频分布波达方向估计的新方法。该方法根据信号的时频特征来构造阵列的时频相关矩阵Wxx和Wxy，再利用旋转不变技术对信号的波达方向(DDA)进行估计。由于充分利用了信号的时频域特征，此方法既适用于时不变的、平稳信号又适用于时变的、非平稳信号，与传统的一维ESPRIT方法比较，改善了DOA估计的性能，尤其是在低信噪比和空间近角度时，性能的改善是明显的。数值仿真的结果证明了上述结论。     

基于小波除噪与时-频指数分布的故障诊断新技术

通过快速的小波任意尺度的分解,为具体分析与实现原始信号的信噪分离与干扰成分的剔除提供了有效手段,而改进的指数时－频分析技术能够同时实现时域与域的高分辨分析,有效地压缩交叉干扰项,从时域的相位时间特征与步域的尖谱特征的结合途径揭示了信号的构成本质,为故障诊断提供了强有力的工具。     

基于改进的RBF神经网络的配电网故障诊断模型

结合梯度下降算法和进化算法对RBF神经网络进行改进,建立了基于改进的RBF神经网络的配电网故障诊断模型.配电网故障诊断实例表明,基于改进的RBF神经网络的配网故障诊断模型具有较高的诊断精度.     

应用连续小波变换提取机械故障的特征

针对机械信号的特征和小小变换的特点,论证了机械信号的连续小波可分解特性,提出了信号的时间－小波能量谱和尺度－小波能量谱的概念,同时,利用信号经连续Ｍｏｒｌｅｔ小波变换后在时间－尺度域内的不同能量分布特性,依据信号的尺度－小波能量谱分布特性,对螺杆泵减速器和滚动轴承这两类不同机械的信号进行了特征提取,结果表明,应用机械信号的尺度－小波能量谱进行特征提取,更好地利用了小波变换的恒Ｑ带通滤波器性质,可以     

基于BP网络的闸门典型故障诊断

用BP网络实现闸门典型故障的诊断。信号依次经历小波除噪、归一化和去趋3个预处理过程,从处理前和处理后的信号中提取能有效描述信号特征的特征量作为网络输入。同时,为4种典型信号设立了相对应的网络输出,形成输入一输出样本对。网络用这些样本对训练自身。网络性能测试表明,它能有效识别典型故障,而没有训练过的模式,网络也能判断出其为陌生信号模式。     

模糊数学在机械设备故障诊断中的应用

通常 ,机械故障诊断是基于概率论的。然而 ,在机械故障诊断中模糊性是固有的 ,其主要表现在两个方面 :一是设备状态从正常到异常都有一个渐变过程 ,而结构的“完好”与“失效”之间往往不存在清晰的界限 ;二是故障原因与相应的症状之间往往没有明确的规律可循。为此 ,本文在简要介绍了机械故障诊断的基本概念及其随机性和模糊性后 ,给出了模糊诊断的具体方法 ,并通过一个故障诊断实例 ,说明故障诊断数学化的可行性 ,为计算机辅助故障诊断 ,缩短诊断时间 ,提高准确性 ,提供了一条可行的途径。