基于局域波时频分析的机械故障诊断

提出一种新的自适应时频分析方法——局域波法．结合仿真信号与故障检测信号进行分析研究,提出一种新的机械故障诊断方法并将其成功地应用到齿轮箱故障诊断中．振动信号能量在局域波时频分布中的变化,是局域波法诊断齿轮磨损故障的特征．诊断结果表明,局域波时频分析为齿轮磨损故障诊断提供了一种更为有效的手段,在故障诊断工程中具有广泛的应用前景．     

局域波法的多分辨分析特性及其应用

局域波法通过局域波分解和瞬时频率的求解,将任何复杂的信号分解成为有限数目并且具有一定物理意义的基本模式分量,每一个分量描述了时变信号中不同频率和尺度范围的固有振动模式,所获得的各分量局域波时频分布具有多分辨分析特征.由于局域波分解是自适应的,它的多分辨分析特征也是自适应的.经理论分析与对变速箱轴承座处拾取的振动信号的分析验证了方法的有效性,局域波法为工程测试中的时频分析提供了一种有效的手段.     

局域波法在船舶柴油机燃油系统故障诊断中应用

局域波时频分析能够从振动信号中提取清晰直观的故障特征。根据该方法的优点，以船舶主机－柴油机的燃油系统漏油故障为例，对柴油机缸盖表面的振动信号应用局域波时频谱进行分析，为柴油机的故障诊断提出一种新的分析方法。     

往复式压缩机故障信息模糊二元树诊断方法研究

结合图论理论和局域波理论,提出了一种基于模糊图的往复式压缩机故障诊断方法.首先将往复式压缩机故障信号进行局域波时频处理,根据系统的故障状态-特征表,找出最大故障信息量特征群.基于图论理论建立最大故障信息量模糊图,通过对模糊图的分析,找出可以进行匹配的路径信息量最大的部件.该方法应用于某往复式压缩机故障诊断中,具有一定的工程实用性.     

一种新的时变参数AR模型分析方法

提出了一种新的非平稳信号的时变参数AR模型分析方法－局域波分解及其时变参数AR模型。该方法先用局域波分解方法把待处理信号分解成有限个基本模型分量，再对分解得到的基本模式分量建立时变参数AR模型，从而得出时频平面上的时变参数AR模型谱。它扩大了传统的时变参数模型法的应用范围，可用于复杂的非平稳信号的分析和处理。     

一种消除局域波法中边界效应的新方法

局域波法能在时频图上正确地描述平衡非线性信号的局部特征，但由于信号边界的不确定性，现有的边界处理方法都不能有效地消除边界效应，造成时频图内两边端点附近信号的能量扩散，因此精确估计边界值是局域波法的关键问题，采用边界波形匹配的方法预测边界值，无论边界点是极值点或非极值点，都能有效地消除边界效应。     

基于局域波与混沌集成的中国股票市场预测

基于局域波分解和混沌理论提出了一种中国股票市场建模及其预测的局域波与混沌集成的方法。首先应用局域波分析方法对上证综指日收益率序列进行分解,分别得到低频部分和高频部分。接着利用二阶Renyi熵K2分析各部分的混沌特性,然后用相空间的多点相似预测方法对低频部分和高频部分进行预测。最后用局域波分解理论对各部分预测结果予以重构,完成对原始日收益率序列的预测。局域波分解方法是现有处理非平稳序列最有效的方法之一,相空间的多点相似预测方法适应于我国股票市场存在的混沌现象,较现有方法,结果具有更高的精确度。     

基于局域波法的时间序列预测

提出了一种新的用于时间序列预测方法。由于实际信号常常具有非平稳特征，直接应用AR模型进行时间序列分析，得不到理想的效果。而局域波分解法是一种新的分析非平稳、非线性的工具。用局域波分解法对待预测的时间序列进行经验模式分解，产生多个基本模式分量，对各个分量分别进行AR模型预测，然后重构各个预测值。仿真结果表明预测结果比直接进行AR模型预测更加精确。     

基于局域波法的非线性系统模态参数识别研究

研究基于局域波分析的非线性系统模态参数识别方法.首先在非线性系统响应局域波分解的基础上得到了等效线性系统,然后通过Hilbert变换识别系统的瞬时固有频率和瞬时阻尼系数.针对非线性转子系统的模态参数测试识别问题,提出测取转子系统在降速过程非稳定运行工况下的振动响应,并应用提出的模态参数识别方法来识别转子系统的瞬时固有频...     

采样频率对局域波分解的影响

在分析了局域波方法特征的基础上,深入探讨了采样频率对局域波分解的影响.对单频正弦信号的分析结果表明,应用局域波分解对信号进行分析时,要对信号进行过采样.研究结果揭示了分解误差和采样频率的关系,验证了提高采样频率可以有效地降低分解误差.     

各向异性铁磁超晶格中自旋波局域模与界面模

研究了内部各向异性的Ａ－Ｂ结构的一维铁磁性超晶格自旋链，利用界面重参数化方法，给出了自旋波低能量子严格解。结果表明，超晶格自旋波分为非局域模，局域模和界面模三种类型，对各种模的性质与特点，以及自旋波的色散关系和能量范围做了讨论。     

基于表面等离子体腔的波分复用器件设计

采用时域有限差分法(FDTD)研究了单矩形腔滤波器的透射特性,发现通过控制矩形腔的结构参数可以实现对透射峰的控制。基于这一原理,分别设计了二通道波分复用器和三通道波分复用器,且分波效果良好,这种波分复用器具有尺寸小、结构简单、可拓展性强的特点,在光通信技术领域具有重要的应用价值。     

小波神经网络及其研究进展

小波神经网络是将小波理论和神经网络理论结合起来的一种神经网络,小波神经网络结合了小波变换良好的时频局域化性质及神经网络的自学习功能,它有很好的逼近、容错能力.文章综述了小波神经网络的主要模型、算法和其它相关问题,最后展望了小波神经网络今后的研究方向.     

基于Radon—Wigner变换的多分量LFM信号的检测

Radon-Wigner变换是一咱直线积分的投影变换,它对多分量LFM信号提供了较好的时频局域性,从而有利于多分量LFM领带的解释和分析,通过时域解线调和频域解线调处理可以完整地在时频平面计算出Radon变换,对于多分量LFM信号的分析好于Winger-Ville变换等常用的时频变换。     

基于Hilbert谱熵的柴油机故障诊断方法研究

从信号的特征提取出发,采用局域波时频谱分析和信息熵结合的方法--Hilbert谱熵(HSE),进行柴油机振动信号的特征提取和状态识别.首先,对信号进行局域波分解;然后,根据得到的内蕴模式分量计算Hilbert谱;最后,建立基于时频分布的Hilbert谱熵,并以此作为故障识别的特征参数.以柴油机缸套与活塞间磨损的状态识别为例,根据对时域、频域和时频域的信息熵比较分析,证明了Hilbert谱熵对柴油机的状态进行评价的有效性.此方法为柴油机预知维修提供了一个有效的手段.     

心电信号奇异性检测的几种情况比较

本文首先阐述小波变换和小波奇异性检测原理,分析了小波变换的时频局域化能力,提出利用小波变换对信号的奇异点检测的方法,说明该方法在心电信号检测方面的应用及实际意义。相关结果用MATLAB仿真。     

利用ICA的局域波分解及其在机械故障诊断中应用

局域波分解算法的自身局限使得分解分量之间的正交性不能得到保证,分解分量存在信息冗余,从而影响了分解质量.针对这个问题,将独立分量分析(ICA)引入局域波分解过程中,以消除分解分量的信息冗余,使得局域波分解得到的基本模式分量之间相互正交独立,改善局域波分解算法的局限性,准确地进行局域波分解.应用该方法对转子早期碰摩振动信号进行了分析,并对分解得到的高频基本模式分量进行Hilbert包络解调分析,准确提取了转子碰摩故障特征.试验数据的分析结果证明了方法的准确性和有效性.     

时频分析在语音信号处理中的应用

时频分析技术是近年来信号处理等领域一个新的研究热点。首先介绍了时频分析技术中的Winger-Ville分布和重排理论两种方法。然后应用这两种方法对去噪的语音信号进行时频分析处理。通过仿真结果表明,将重排理论应用于语音信号处理,能明显改进时频表示的可读性,更有效地识别信号和提取信息。     

Gabor变换时频分析、信号空域滤波及高帧率超声成像方法研究

<正>时频分析方法是信号处理领域的一个重要研究方向,Gabor变换是非平稳信号重要的时频分析工具之一,对非平稳信号进行Gabor变换,由其变换系数得到的Gabor时频谱揭示了信号中所包含的频率分量及其演化特性,可以有效提取信号的时频特征,在信号分析与处理领域具有广泛的应用前景.陶亮的文章综述了Gabor变换的基本理论、研究进展与现状,并展望了Gabor变换问题进一步的研究方向.     

基于局域波和混沌的转子系统早期故障诊断

针对转子系统早期微弱故障诊断问题,提出了一种基于局域波分析和混沌相结合的故障诊断新方法.分析了Duffing混沌振子的混沌运动,说明混沌振子的非平衡相变对微弱信号的敏感性和对白噪声的免疫力.可以通过混沌振子由混沌运动到大周期运动的相变识别微弱信号的特征频率成分.由于实际检测信号为多分量信号,若直接输入Duffing振子达不到检测识别目的.为了消除其他成分的干扰,利用局域波分解,任何复杂的信号都可以分解为有限的并且具有不同的基本模式分量,每个分量是单一成分信号,实现了信噪分离.将局域波分量输入所设计的混沌振子,通过混沌振子系统行为由混沌状态变为大周期运动状态,表明检测信号中含有特征成分,实现了利用混沌振子对低信噪比微弱信号的检测识别.对转子系统早期不对中故障信号进行检测结果证明了方法的有效性.