转速随机波动旋转机械振动信号的周期平稳性

首先推导了旋转机械转速波动的随机角位移统计特性,证明了随机角位移信号是一种非平稳的随机过程.对于离散随机角位移序列,提高采样率可以减小其随机性.当采样率无限增加时,该序列将退化为确定性序列.然后以不平衡质量的惯性力为例,以转角和时间为参量,分别推导出一阶和二阶矩统计量.这些统计量证明,以转角为参量的惯性力随机矢量信号是非平稳的,但具有周期平稳性;而以时间为参量的惯性力随机矢量不仅是非平稳的,而且一般也不具有周期平稳性.     

旋转机械振动数据管理及咨询系统研究

介绍了旋转机械振动数据管理及咨询系统的结构，性能特点及应用等方面的情况，本系统能够实现对机组台帐，机组历史故障，历史振动量，动平衡数据及文档信息等的管理和查询，能实现对振动量的分析和机组振动趋势的查询，对工程人员长期检测记录的振动数据进行整理和合理的二次加工，处理，以统一的格式进行计算机管理，建立了一种振动数据管理的新模式，实现对振动数据的标准化管理，为设备管理和机组的故障检测处理提供有效的信息平台。     

基于经验模式分解的旋转机械振动信号降噪处理

分析了经验模式分解的滤波性能；针对旋转机械振动信号信噪比低及非平稳特性，应用经验模式分解对振动信号进行降噪处理，突出了有用振动信号，为旋转机械在线监测和故障诊断提供了有效的依据；仿真实验及真实数据分析表明，经验模式分解在振动信号降噪处理中是有效的，为振动信号分析提供了新的方法。     

振动测试技术在旋转机械故障诊断中的应用

在旋转机械设备测试中,振动测试与分析是应用最广泛、也是应用频率最高的基本方法。本文依次分析了振动测试技术对旋转设备的选取、检测点的选择、信号的处理与分析以及设备测试的判断标准。并以滚动轴承及转子的振动分析实例分析了振动测试技术在旋转机械故障诊断中的应用。     

回转机械振动中的拍频分析

分析某压缩机组振动信号的频谱发现低频处具有较高的谱峰．考察压缩机组各转轴的频率后，分析可能激发低频振动故障的各特征频率，观察有关测点频谱图的特点，逐一排除其他原因，确定该低频项为压缩机的拍频．对实时监控系统采集、记录的实测数据进行抽样，用样本谱线综合幅值构造统计量，采用3σ规则确定了测点综合故障报警限．从信号中滤除高频成分，求得样本拍频附近谱线的综合幅值，用数理统计的方法确定了拍振故障报警限．     

旋转机械振动的频域多维时序预报

旋转机械是化工、发电大型企业的关键设备，为减少因定期维修和突发故障造成的经济损失，需在实时状态监测的条件下进行状态预报．目前一般通过对机组振动的时域信号预报机组的运行状态，但时域信号与机组运行状态之间的本质特征关系并不直观和确切，同时在旋转机械的转动速度有波动时该方法并不有效．本文在考虑机组转速有波动的前提下，对振动频谱进行规范化处理，并根据相应的的数学力学分析。把振动频谱作为多维时间序列进行机械状态预报．     

旋转机械振动故障的分析和诊断

阐述了旋转机械转子的振动故障机理,给出了振动故障诊断的一般原则,介绍了轴心轨迹分析法、转子振动相位分析法、转子升降速振动特征分析法3种常用故障分析方法,以及实施简易诊断和精密诊断的方法。     

谐波小波在旋转机械故障诊断中的应用

为了对具有非平稳信号的旋转机械的轴心轨迹形状进行识别,提出一种基于谐波小波滤波提纯的方法.谐波小波具有明确的函数表达式,算法实现简单,具有良好的"盒形"频谱特性,能将信号不交叠且不遗漏地分解到相互独立的空间,便于信号特征的提取.采用谐波小波进行滤波提纯,可以将故障信息从原始轴心轨迹信号中分离出来,从而获得轴心轨迹的形状,为旋转机械的故障诊断提供了依据.大量仿真试验表明,该滤波提纯方法简单,具有较强的实用价值.     

旋转机械振动监测与故障诊断的工程应用

在旋转机械故障监测和诊断中,振动诊断技术具有较强的识别能力,可及时地进行早期诊断,发现造成故障的原因,从而实现预测维修。实践表明,以振动监测与故障诊断技术为基础的设备预知维修能节省大量的维修费用,便于实时诊断,诊断结果准确可靠,可取得显著的经济效益。     

匹配追踪信号分解与往复机械故障特征提取技术研究

提出了一种自适应提取往复机械振动信号冲击特征的信号处理方法,方法的核心是基于特别选定的基元函数将信号展开,在采用匹配追踪算法分解信号时,应用指数衰减正弦波函数作为信号分解的基元函数,能够十分理想地匹配信号中的冲击响应波形,与往复机械振动信号有最好的相似性,往复机械的故障诊断实例证明,利用该方法提取信号中的瞬态冲击响应特征是可行的,研究结果为机械冲击故障的特征提取与诊断提供了一条新途径。     

Acoustic Signal Feature Extraction of Vehicle Targets

IntroductionThe acoustic features of vehicle targets are animportant index for target recognition[13 ] ,butextensive data is needed to understand the acousticfeatures of vehicle targets.Target features can beacquired from existing test results or addition…     

旋转机械振动信号的循环谱分析

依据循环平稳理论,建立了具有旋转特性的机械设备的信号模型,对其振动信号的二阶循环统计量的解调性能进行了分析.指出利用循环谱图及其轮廓图可以有效识地从复杂的机械振动信号中提取调制信号及载波信号的频率特征,为设备的故障识别及故障定位提供了依据.     

安防系统光纤信号特征提取与分类算法研究

 在宽域全光纤安防系统中,在不影响灵敏度的情况下区分入侵和正常事件是一个关键性的系统性能指标.由于入侵和正常事件以及各个入侵事件的光纤信号在某些情况下极为相似,因此需要对这些信号的特征进行仔细的筛选和识别.本文由此出发,提出了一套光纤信号特征提取方案,即使用小波降噪手段对光纤信号进行去噪;根据信号与噪声的能量在时域分布的不同,提出了一种实用的光纤信号的预分割方法;提取信号在小波空间的能量分布特征,形成特征向量;使用向量机分类器对光纤信号分类.     

基于改进Wigner-Hough变换的多分量LFM信号特征提取

为了解决Wigner-Hough变换对多分量线性调频(LFM)信号特征提取受噪声困扰的问题,提出采用数字图像处理中改进的Sobel算子对含噪声信号的WVD时频图进行边缘特征检测,利用Hough变换对信号特征进行提取.通过对WHT,SPWD-Hough变换以及改进WHT 3种方法进行计算机仿真比较结果表明,改进的WHT对多分量LFM信号的特征提取效果最好.     

基于CEEMDAN能量熵的故障特征提取方法

作为武器装备的重要组成部分,复杂机械设备发生故障会严重影响其性能,如何将故障特征有效提取出来尤为重要。针对复杂机械设备振动信号非平稳非线性的特点,本文提出利用自适应噪声集合经验模态分解（CEEMDAN）结合能量熵的方法提取信号故障特征,并以某型装备柴油机为例进行验证。通过构建多分量调制信号,分析比较了EMD、EEMD、CEEMD以及CEEMDAN四种算法的分解效果。利用CEEMDAN对振动信号进行分解,提取相关性较大的IMF分量的能量熵作为特征向量,输入到支持向量机中进行模式分类。研究表明,CEEMDAN能够一定程度上抑制了模态混叠问题,对于不同类型的故障能够有效的识别。     

奇异值分解对轴承振动信号中调幅特征信息的提取

为了从复杂的轴承振动信号中提取微弱的故障信息,提出了一种基于奇异值分解的特征提取方法.分析了基于奇异值分解的信号分解和特征提取原理,指出其信号分解的实质是一种线性叠加分解,并通过对轴承振动信号构造Hankel矩阵,利用奇异值分解处理后得到多个分量信号,并选择前面一定数目的分量信号进行叠加,准确地提取到了因滚道损伤引起的调幅特征,进而研究分析了不同数目分量所获得的调幅特征效果,并与小波变换进行比较.研究结果表明SVD对调幅特征的提取效果优于小波变换.     

分级自适应多传感器融合与机械振动监测诊断

针对旋转机械振动的监测与诊断 ,提出了一种分级自适应的多传感器数据融合方法 .每个测点首先进行传感器级的时间跨度的特征融合 ,然后再进行全局的空间跨度的融合 .融合过程基于自适应模式特征提取 ,提出的方法可以在系统状态未知的情况下 ,自适应地融合不同测点的信息 ,从而较全面、准确、及时地反映系统的振动状态 .对转子试验台上模拟故障数据的融合处理 ,说明了所提出方法的有效性 .     

被动声纳信号分类特征提取的研究

对被动声纳信号进行了分析和特征提取,基于听觉系统识别声音信号的原理,提出了一种新颖的平稳恒Ｑ特征,并给出了距离指数和识别指数２种更为合理的评价方法。实验结果表明本文提出的平稳恒Ｑ特征较原有几种典特征,具有良好的分类正确性。／     

旋转机械故障诊断方法概述

介绍了旋转机械故障诊断的常用方法,概述了国内外的研究发展状况,展望了故障诊断技术的发展趋势和前景。     

基于FPGA的车辆振动信号提取方法

为了从车辆复杂噪声背景中实时提取陀螺仪的有效振动信号,在分析弱信号特征提取方法的基础上,针对自适应滤波算法处理相关信号时收敛速度降低的缺点,提出一种适用于FPGA(Field Programmable Gata Array)的自适应步长LMS(Least Mean Square)算法.该算法通过建立步长和误差信号相关值之间的非线性关系,使步长仅与输入有用信号相关,降低算法对噪声的敏感度.实验以收敛速度和计算复杂度两个指标对该算法与其他改进算法进行比较,并以真实车辆振动信号提取结果分析验证该算法对车载环境噪声和陀螺仪自身噪声都有较好抑制.在用算法计算基础上,以FPGA平台提出并实现一种可扩展滤波