小波变换技术在电机故障诊断上的应用

电机失效的主要原因是电机轴承故障,以电流信号为基础的谱分析方法,反映故障的谐波分量幅值较小,容易被基频和电流噪声淹没.采用小波变换技术对电机轴承类故障进行诊断,将传感器采集到的振动信号用db10、db1、db5正交小波基进行4层小波分解,并对第1层细节信号d1作Hilbert包络和谱分析.实验结果表明:小波分解方法能够检测出轴承故障的特征频率,db1正交小波基得到的故障频率最为明显,与传统方法相比,小波技术在电机故障诊断中具有很大优越性.     

用连续小波灰度图诊断齿轮故障

为了识别齿轮振动信号中的冲击性故障,利用连续小波变换对正常和故障齿轮的振动信号进行分析,将不同尺度下连续小波分解系数的绝对值用灰度图的方式表示出来,并利用特征矢量法估计信号功率谱进行验证,准确识别出了齿轮轴的不对中故障。分析结果表明,小波分析对信号具有多尺度分析能力,对振动信号中的冲击成分有很强的识别能力;连续小波变换灰度图不仅能直观反应齿轮的正常与故障状况,而且不会丢失冲击信号的时间信息,有利于寻找故障源,实现对齿轮故障的准确诊断。     

基于小波包-Elman神经网络的电机轴承故障诊断

根据电机滚动轴承振动信号的频域变化特征,通过小波包分析将轴承振动信号分解在不同的频带之内,以频带能量作为识别故障的特征向量,应用容错性强、动态性能良好的Elman神经网络建立从特征向量到故障模式之间的映射,实现电机轴承故障分类。仿真结果表明,采用小波包和Elman神经网络相结合的方法能更加有效地实现电机轴承的故障诊断。     

基于小波包-Elman神经网络的电机轴承故障诊断

根据电机滚动轴承振动信号的频域变化特征,通过小波包分析将轴承振动信号分解在不同的频带之内,以频带能量作为识别故障的特征向量,应用容错性强、动态性能良好的Elman神经网络建立从特征向量到故障模式之间的映射,实现电机轴承故障分类。仿真结果表明,采用小波包和Elman神经网络相结合的方法能更加有效地实现电机轴承的故障诊断。     

基于小波包神经网络分析的滚动轴承故障诊断

针对轴承故障识别率低、故障信号不平稳的问题,提出了改进小波包能量特征提取和神经网络的故障诊断方法.首先利用改进小波包算法将轴承内圈、外圈、滚动体三个部位的采集信号进行三层分解与重构;然后通过小波包能量谱提取不同节点能量,形成故障特征集;最后依次建立BP和Elman神经网络故障分类模型,将所得的小波包节点能量作为特征向量输入到故障模型,进行轴承不同故障状态的分类识别.实验结果表明,本文算法可准确分类并预测轴承运行状况,提高了诊断准确率.     

基于小波包能量谱及SVM算法的轴承故障检测

针对小波分析在故障诊断时的局限性,将小波分析和支持向量机算法相结合,提出基于小波包能量谱及支持向量机算法(SVM)的故障检测方法.该方法以振动信号小波包分解后各子频带的能量作为故障检测特征,利用SVM算法对轴承故障进行检测实验.结果表明:小波包能量谱能有效地反映轴承信号特征,并对故障进行检测.该方法同基于Lipschitz指数熵、单奇异点检测,以及小波包能量谱与神经网络相结合的故障检测方法进行比较,检测率均优于其他三种常用方法.     

基于小波包分解的滚动轴承故障诊断

提出了一种基于小波包分析的滚动轴承故障诊断方法用于实现滚动轴承早期故障的检测.该方法的诊断过程如下:对轴承原始振动信号进行频谱分析,获取振动信号能量集中的频段.根据频段的范围和振动信号的采样频率确定小波包分解的层数.采用小波包分解的方法提取滚动轴承振动信号中能量集中的频段并生成相应的重构信号,对重构后的振动信号进行Hilbert变换和二次频谱分析.通过对比轴承故障的特征频率和二次频谱中的特征谱线判断轴承是否有故障及其发生位置.运用上述方法对具有外环故障的滚动轴承进行了实验研究并成功地实现了滚动轴承外环故障的检测.实验结果表明基于小波包分析的诊断方法可以有效诊断出滚动轴承的早期故障.     

谐波小波样本熵与HMM模型的轴承故障模式识别

根据谐波小波分解非平稳振动信号优良特性与隐马尔科夫(HMM)模型的时序模式分类能力,提出了一种基于谐波小波样本熵与HMM模型结合的轴承故障模式识别方法.该方法首先利用谐波小波对轴承各个状态故障信号进行分解,进而由谐波小波三维时频网格图的频率层数特征计算合理的样本熵维数和阈值,依次提取轴承振动信号各层的样本熵构成特征向量序列;然后将序列前120组输入HMM模型中进行训练得到对应故障模型,剩余80组进行测试与识别,通过对比对数似然估计概率输出值确定轴承故障类型.实验通过与BP和RBF神经网络模型进行不同训练组数的正确识别率对比,验证了该组合方法具有识别准确率高,稳定性强的优点.     

LMD和改进小波阈值去噪的轴承声发射信号故障诊断

针对机械故障声发射信号特征提取的问题,提出了一种局部均值分解(local mean decomposition,LMD)和改进的小波阈值去噪相结合的方法;并应用于滚动轴承的故障诊断。首先,把改进小波阈值与三种小波阈值去噪方法进行比较分析。通过仿真信号表明,改进小波阈值方法能更为有效地去除噪声。其次,采用LMD方法将原始轴承故障的声发射信号分解,分解为若干个乘积函数(production function,PF)的线性组合,通过相关系数原则选取能够反映故障特征的PF分量,利用改进小波阈值去噪法对选出的PF分量进行进一步去噪。最后,对去噪后的声发射信号进行包络谱分析,诊断轴承故障的位置。通过滚动轴承单一故障和耦合故障的声发射实验验证了该方法的有效性。     

基于Morlet小波变换与SVD的故障特征提取

针对Morlet小波变换结果中的特征提取问题,对连续小波变换得到的小波系数矩阵进行奇异值分解(SVD),分析了所获得的奇异值与Morlet小波变换结果中的特征信号以及噪声的对应关系.基于这种关系,通过选择合适的奇异值进行重构,清晰地提取到Morlet小波分解结果中的有效特征信息;进一步计算得到频率-能量谱,根据峰值位置能够提取冲击特征.将该方法应用于轴承振动信号的故障特征提取,并与其他方法进行了比较.结果表明,文中方法所获得的故障波形非常清晰,在低信噪比时具有较好的故障特征提取效果.     

激光衍射法测量低频液体表面波的参量

实验中实现了液体表面波光栅的光衍射,得到了稳定、清晰的衍射图样。改变表面波振幅,发现了各级衍射条纹的强度变化。理论上分析了表面波的光衍射效应,得到了衍射光强度和表面波振幅以及条纹的空间分布和表面波波长的关系。提出了测量液体的表面张力系数、表面波振幅、波长及波速等表面波参量的方法。该方法具有实时、无损和简单实用的特点。     

水下声信号激发表面波衰减系数测量

建立了一个简单,可行的光学系统用于探测低频水下声信号。激光斜射到有表面波存在水面时,观察到了清晰、稳定的衍射图样,发现衍射图样具有明显的非对称性;且这种非对称性具有普遍的适用性。理论上得到了衍射光场光强分布的解析表达式。结果表明,衍射图样的非对称性与液体表面波的衰减系数有关。根据提出的方法可实现液体表面波衰减系数的便捷测量;且结果是很准确的。     

激光衍射法测量液体的表面张力及界面张力

基于低频液体表面波的光衍射原理,提出了一种测量液体表面张力及界面张力的光学方法。系统地建立了测量理论,并给出了解析关系。实验上观察到高清晰的液体表面波衍射条纹,讨论了由衍射条纹测量液体特表面张力及界面张力的具体过程,给出了测量结果。本方法具有实时、非接触的特点。     

液体表面波衍射条纹强度不对称性与频率的关系

采用激光衍射法获得了低频液体表面波衍射条纹,并对衍射条纹强度不对称性的影响因素进行了分析,发现其明显程度随表面波频率的增大而非线性增加。自组实验测量系统、自行设计实验方法获得液体表面频率在160Hz-250Hz变化时的衍射图样,利用光强分布软件对所得图样进行处理得到了衍射条纹强度不对称性与表面波频率的关系,实验与理论吻合。     

盆地型长周期地震动的判别准则

为了筛选出盆地内超高层结构抗震设计所需的盆地型长周期地震动(简称为长周期地震动)验算波,总结了长周期地震动的形成机理,分析了长周期地震动中面波的卓越性,提出了截取由面波主导的地震动尾波的方法,通过基于尾波特性的统计分析得到了长周期地震动的判别准则.结果表明:沉积盆地边界所激发的面波在盆地内传播、叠加以及依频率放大是长周期地震动的主要形成机理;长周期地震动中由面波主导的尾波段对长周期结构响应起控制作用;长周期地震动判别准则宜定为:速度反应谱卓越周期大于2s,且截取出的尾波与原始波在速度反应谱卓越周期处的谱幅值比大于85%.     

基于频谱分析的织物粗糙感

传统研究一般通过测试织物表面的几何粗糙度和摩擦性能来预测粗糙感,而认知科学家发现,栅栏粗糙性的辨别取决于表面纹理波动曲线的谐波成分及纹理间距.为深入揭示织物粗糙感的形成机制,基于织物的表面形貌曲线,计算平均粗糙度,统计不同波动高度下的纹理间距,并采用傅里叶方法提取频域内谐波特征,比较分析这些特征值与粗糙感之间的关系.研究表明,织物的粗糙感差异取决于表面波动曲线频域内谐波的最高峰高度,而粗糙感不仅与平均粗糙度有关,也与表面纹理间距有关.     

二元置换固溶体点阵驻波的研究

将点阵浓度驻波与点阵位移驻波概念统一处理后提出了点阵驻波概念，利用点阵驻模型计算了二元置换固溶体产生的漫散射振幅与原子分布所形成的点阵波振幅的定量关系。结果表明：在倒易空间中任意一点的漫散射振幅正比于该点所代表的点阵驻波（包括点阵浓度驻波与点阵位移驻波与点阵位移驻波）的振幅，利用点阵波概念首次解释了实验发现的有序化与调幅分解共存的现象，而这两类反应长期以来被经典固溶体理论认为是互不相容或不可共存的     

双层压电板的180°畴中传播的SH型电声表面波研究

本文从一般的压电方程出发,给出了在双层压电板的180°畴中传播的SH型电声表面波波解,着重讨论了两层的厚度相等时的情况,并给出了其色散关系及波场的空间分布.理论分析和实验测试均表明等厚双层压电板与铁电畴层波波导具有相似的传输特性,且更有利于低频信号的传输.     

本征模式匹配理论在经典波传播中的应用

基于光栅结构的计算方法,发展了一个本征模式匹配理论用以研究和计算经典波在周期结构媒质中的传播行为,这个新的处理人工周期结构的计算方法已被用于固体/固体、液体/液体、空气/刚体等类型的声子晶体研究中,同时它也被成功地扩展至研究具有拓扑结构底部的液体表面波的频带结构及透射性质.笔者的研究结果显示了该理论方法的高效性.     

弹性体内一类表面波的求解

研究了在平面应变假设条件下,弹性体内一类表面波的求解以及一般解的结构。文献[6]只给出了表面波的一个右行波解,且无求解过程。基于表面波的解可表示为膨胀波和畸变波的叠加,利用分离变量法求出了表面波的一般解,一般解包含无穷多个行波解,这些行波解可能为左行波、右行波或左右行波的叠加。另外,还讨论了表面波一般解的结构以及不同行波解波速之间的关系,发现不同行波的波速大小相同。