基于小波包熵与EMD的能量算子解调机械故障诊断

针对在强噪声背景下轴承振动信号的非线性,非平稳性以及调制源微弱难以提取故障特征的问题,提出了一种基于小波包熵值与EMD(经验模态分解)结合的能量算子解调故障诊断方法。该方法首先对信号进行小波包熵值降噪,进而选取相关度最大的IMF(本征模态分量)进行能量算子解调,从而实现了提取该分量下的故障信号的幅值和频率信息。对机械故障振动信号进行实验分析表明,相对于普通Hilbert解调法的运算精度与运算速度满足不了诊断需求的情况下,该方法能够有效解调出故障频率信息,实现对故障类别的推断。     

基于模态分析和小波变换的声发射源定位新算法研究

针对传统声发射源定位中，声发射信号到达传感器的时间受设定门槛电压影响很大，导致声发射源定位效果较差，提出了一种声发射源定位新方法。根据模态声发射理论，携带声发射源信息的声发射信号在结构中传播过程中，具有频散现象和多模态特性。因此，声发射源定位应基于同一频率下、同一模态导波到达各个传感器的时间和传播速度。通过对声发射信号进行Gabor小波变换的方法，在时频空间内确定某一频率下某一模态导波到达传感器的时间；并通过数值计算得到该频率处模态导波的群速度，从而实现声发射源的准确定位。通过薄板中声发射线源定位试验，证明了该定位算法的有效性。     

基于小波变换的管道泄漏声发射检测信号处理

针对管道泄漏声发射检测信号中含有大量噪声导致定位精度低这一实际,研究了基于小波变换的声发射检测信号降噪技术,利用小波函数阀值降噪法对泄漏系统所采集的信号进行滤波处理,以保证采集到的瞬态信号有效性,并采用互相关分析法对泄漏点定位.10种工况下实验结果表明,采用小波变换对声发射检测信号处理处理后,管道的定位精度在5％之内,满足工程实际需要.     

基于小波包的经验模态分解法的研究及应用

针对多频信号经验模态分解中的模态混成现象，提出了一种经验模态分解与小波包分解相结合的新方法。经验模态分解方法基于信号的局部特征时间尺度，把复杂的信号函数分解为有限的固有模态函数之和。利用最小Shannon熵准则，对出现混成模态的固有模态函数进行小波包分解，并根据小波包分解后各频带信号的频率分布特征，选择能量比重较大的频带信号进行重构，将重构信号作为新的固有模态函数分量。仿真信号和齿轮箱故障实测数据表明，新方法能将不同的频率成分提取出来，从而提高了经验模态分解的分解能力。     

基于模态声发射和小波变换的薄板中导波传播特性的实验研究

基于小波变换和模态声发射理论。通过声发射实验的方法确定了薄板中导波传播的弥散特性。通过分析声发射信号的Gabor小波变换幅度在时频空间分布特点，确定某一频率下某一模态导波到达传感器的时间，从而确定该频率下该模态导波的群速度，进而确定其弥散曲线。实验确定薄板弥散曲线与理论计算曲线较好吻合，证明小波变换是分析弥散波时频特性的有效工具。     

基于完全抗混叠DTCWPT和包络谱熵的轴承故障诊断

针对经典小波包和双树复小波包(dual tree complex wavelet package transform,DTCWPT)能量泄漏和频率混叠的缺陷,提出完全抗混叠的DTCWPT改进算法,该算法解决了经典小波包存在负频率以及经典小波包和DTCWPT滤波器频率不完全截止问题。根据高斯白噪声频率充满整个频带的特性,通过小波包变换对高斯白噪声进行分解,利用频带能量泄漏的定量分析方法,验证了改进DTCWPT具有完全的抗频带能量泄漏特性。将改进DTCWPT方法和包络谱熵引入到轴承故障诊断中,该方法的核心是:对轴承振动信号进行改进DTCWPT变换得到不同尺度的分解信号,分别计算各分解信号的包络谱熵,合并熵值较小的几个分量信号的包络谱,最后根据合并的包络谱来检测轴承故障。该方法在消除经典小波包变换和DTCWPT频率混叠和能量泄漏的同时还解决了小波包分量选择盲目的问题。最后应用轴承故障试验数据对该方法进行试验验证,结果表明:改进DTCWPT结合包络谱熵选择的方法能够很好提取出轴承故障特征频率的基频、倍频,提高了轴承故障的诊断效果。     

MCKD与最优小波基结合方法对管道泄漏信号降噪

为解决压力管道微泄露的原信号降噪问题,采用最大相关峭度解卷积（MCKD）与最优小波基相结合的降噪方法。首先,采用MCKD方法对收集到的信号进行冲击成分的凸显,减少传输路径对信号的影响。然后,通过对比处理后信号的时频域波形选用合适小波基类型,用此类型的不同小波基对处理后的信号进行小波变换降噪处理,对比其信噪比（SNR）和均方差（MSE）得到最适用小波基,进一步削弱背景噪声对原始信号的干扰。结果表明,此方法能有效降低信号噪音,对管道泄漏进行精确定位。     

基于连续小波变换的厚壁管道周向导波扫描成像试验研究

采用周向导波用于厚壁管道中的缺陷扫描检测。基于连续小波变换提取特定频率下小波系数包络信号用于厚壁管道缺陷成像。试验中斜探头以步长为2 mm轴向扫描检测轴向缺陷,得到斜探头晶片覆盖轴向缺陷不同程度时的检测信号。截取包含缺陷回波和周向回波的信号并得到频率点500 kHz的小波变换系数包络信号,与频散曲线对比分析得到检测信号主要为周向类Lamb波模态CL3。进一步利用不同扫描点处检测信号的连续小波变换系数包络信号并进行幅值包络成像。利用该幅值包络成像重构得到轴向缺陷并有效确定该缺陷的长度。基于连续小波变换得到的特定频率点处幅值包络信噪比较好,且成像结果具有较高的聚焦性。因此,利用基于连续小波变换的幅值包络成像方法可提高检测信号识别以及缺陷识别能力。     

基于改进经验小波变换及互谱相位差谱的供水管道泄漏声振动定位方法

针对供水管道泄漏声振动信号的信噪比较低导致用于时延估计泄漏定位误差大的问题,提出基于改进经验小波变换及互谱相位差谱的供水管道泄漏定位方法。首先采用小波包分解得到不同尺度的信号能量谱,根据小波包能量谱局部极小值的分布自适应确定频带分割区间,解决了传统经验小波变换中频谱划分问题;然后基于频带分割区间构建正交小波滤波器组对信号进行经验小波变换分解得到多个分量,根据相关系数选取有效分量,同时利用有效分量的互谱相位差谱呈水平变化的频带对有效分量信号进行带通滤波,滤除干扰噪声;最后对滤波后的信号进行互相关时延估计来确定泄漏位置。仿真及实验结果表明,该方法能够有效的实现供水管道泄漏定位,并与互相关、VMD与互谱分析相结合的泄漏定位方法相比,平均相对定位误差分别减少6.7倍和1.5倍。     

基于小波包和HHT变换的声发射信号分析方法

针对声发射管道泄漏检测过程中的噪声干扰问题,对基于小波包和经验模态分解(EMD)的声发射信号处理方法进行了研究.采用小波包分解算法和经验模态分解都可以对管道泄漏声发射信号进行分解,但分解结果却存在一定区别.EMD是近年来非平稳信号分析领域的一个突破,对管道泄漏声发射信号进行EMD分解后,选择包含声发射特征的若干固有模式函数(IMF分量)进行重构,可以提取到管道泄漏声发射信号的本质特征,消除噪声信号的干扰.相对小波包分解方法而言,对根据IMF分量重构的声发射信号进行相关分析计算,得到的管道泄漏点的位置更为精确.     

基于LMD包络谱熵及SVM的天然气管道微小泄漏孔径识别

针对管道泄漏信号的非平稳特征以及管道泄漏孔径大小难以识别的问题,提出一种基于局域均值分解包络谱熵及支持向量机的识别方法。该方法对管道泄漏信号进行局域均值分解,得到若干个瞬时频率具有物理意义的乘积函数(production Function, PF)分量;计算各PF分量的峭度值并据此选出包含主要泄漏信息的分量作为主PF分量,对这些分量进一步采用小波包分解能量法进行分析并重构;再对重构后的主PF分量进行希尔伯特变换求取包络谱,结合信息熵的概念提出包络谱熵并计算熵值;将归一化包络谱熵作为泄漏信号特征输入支持向量机分类器中,用以区分不同的泄漏孔径,完成对泄漏孔径的识别。通过试验采集大量的管道泄漏信号进行处理及分析,试验结果表明该方法能有效识别不同泄漏孔径类别。     

基于梯度阈值的往复压缩机振动信号小波包奇异值降噪

信号降噪是往复压缩机故障诊断的关键环节。文中首先对比分析小波包和奇异值降噪,认为对于光滑信号,奇异值降噪十分有效,对富含突变的信号,小波包降噪效果好。然后针对振动信号的不同特性,提出梯度值和梯度阈值的概念,若信号的梯度值小于梯度阈值,则采用奇异值降噪,否则用小波包降噪。并通过大量数据分析确定往复压缩机振动信号的梯度阈值。最后以曲轴轴承和阀的振动信号降噪为例,计算二者的梯度值,确定前者应用奇异值降噪,后者应用小波包降噪。结果表明,基于梯度阈值的降噪取得了令人满意的效果。     

基于双树复小波变换与样本熵的自适应降噪法

为了实现工程机械结构监测信号降噪效果的评价,将样本熵的概念引入双树复小波分解中,提出基于双树复小波变换（dual?tree complex wavelet transform, 简称DT?CWT）与样本熵（sample entropy,简称SE）相结合的监测信号自适应降噪方法（DT?CWT?SE）。首先,采用双树复小波变换对含有噪声的监测信号进行多层分解;其次,分别计算双树复小波分解所得的各尺度细节分量样本熵与相邻尺度细节分量的样本熵的差值,通过比较相邻各尺度样本熵之差的大小确定双树复小波最优分解层数;最后,根据各尺度样本熵的变化规律确定各层小波系数的降噪阈值,对降噪后的小波系数进行重构以实现信号自适应降噪。仿真分析与实验对比结果表明：该方法对监测信号去噪较彻底,且降噪后的信号失真度小,降噪效果以及保留原信号信息完整性的能力明显优于传统小波阈值降噪法。     

基于振型差小波变换的结构损伤检测方法

小波变换具有在时域和频域内表征信号局部特性的能力,能够在不同尺度下对结构响应中的突变信号进行放大和识别。在位移模态振型的基础上,提出了一种基于小波变换的结构损伤检测方法。将损伤前后结构的位移模态振型差作为原始信号进行小尺度小波变换,通过损伤前后位移模态振型差小波变换系数的变化,可判定损伤存在,确定损伤位置。并通过悬臂梁和海洋平台的数值模拟对该方法进行了验证。     

基于小波包近似熵的轴承故障诊断

将小波包变换与近似熵原理相结合,根据近似熵随着信号复杂程度的增加而变大的特征,可应用于轴承声发射信号分析,判断轴承有无缺陷。通过采集轴承在不同模拟缺陷、不同转速、不同载荷等工况下的声发射信号,将采集到的信号经过小波包降噪与分解后,找出能量最大的子带,进行近似熵计算。结果表明,故障轴承中近似熵随着径向载荷和转速的增加而增加,正常轴承的近似熵则不会随着工况的变化而变化,从而取得了较好的诊断效果。     

基于小波包自适应Teager能量谱的滚动轴承早期故障诊断

针对滚动轴承早期故障特征信息难以识别以及从小波包分解后的频带不能有效确定并自适应提取共振带的问题,提出了频带幅值熵的概念。在此基础上,将小波包变换和Teager能量谱结合,提出了基于小波包变换自适应Teager能量谱的早期故障诊断方法。该方法首先利用小波包对采集到的振动信号进行分解,并计算各子带的频带幅值熵。然后将熵值按升序排列后依次作为阈值,提取频带幅值熵大于阈值的子带,依据峭度指标确定最佳熵阈值以及小波包最佳分解层数,从而自适应并且有效地提取出共振带。最后对共振带进行Teager能量谱分析,即可从中准确地识别出轴承的故障特征频率。通过信号仿真与实验数据分析验证了该方法的有效性。     

BSS与Morlet小波变换在轴承声学故障诊断中的研究

声音信号的测试与分析是滚动轴承故障检测与诊断的一种新方法,但其信噪比较低,因此提出了基于盲源分离技术和自适应Morlet小波变换诊断轴承声学信号故障的新方法。首先利用小波包将单通道的声音信号分离成2个虚拟通道的声音信号,再用盲源分离技术将信号进行源信号的提取,然后利用最小Shannon熵对Morlet小波的形状参数进行优化,找到与所测声音信号特征成份最匹配的小波,再对小波系数矩阵进行奇异值分解,通过奇异值与变化尺度的关系曲线得到最佳小波变换尺度,最后对滚动轴承故障信号进行Morlet小波变换进行故障特征提取。结果表明:该方法能有效地从强噪声背景下提取出轴承声学信号的故障。     

基于小波包变换的齿轮箱降噪方法研究

应用小波包变换理论和小波包降噪原理,对轧机齿轮箱的振动信号进行小波包降噪,有效地从含噪信号中提取出故障特征。通过对计算机仿真信号的降噪效果比较和实例分析,显示了小波包降噪的优越性。最后对齿轮箱降噪前后小波包各频带能量向量的比较,进一步表明了小波包降噪在消除高频干扰,凸显故障特征方面的有效性。     

基于谐波小波包能量熵的轴承故障实时诊断

将谐波小波包变换与信息熵相结合,从揭示故障信号能量分布的复杂程度入手,提出一种轴承故障实时诊断的新方法.对故障振动信号进行谐波小波包分解,将分解的小波系数按尺度进行排列,计算不同尺度的能量,以尺度能量为划分标准,计算故障信号的能量熵,通过能量的熵值诊断轴承故障.给出谐波小波包能量熵的轴承故障的具体诊断方法和模型.对不同...     

气体管道泄漏声发射单一非频散模态定位

针对气体管道泄漏声发射信号的多模态、频散特性导致互相关泄漏定位误差大的问题,提出采用单一非频散模态提取的气体管道泄漏声发射定位方法。对检测信号的互谱加窗,并根据模态波数确定窗参数,可获得泄漏声发射信号的单一非频散模态导波的互谱。对单一非频散模态导波的互谱进行傅里叶反变换,得到泄漏声发射中单一非频散模态信号的互相关函数以及时延估计,就可以采用单一非频散模态声速,更准确计算出泄漏位置。对气体管道泄漏进行定位实验,相比用未经分解的泄漏声发射信号进行定位,由于声发射单一非频散模态信号的相关性增强,且选用的声速更准确,定位相对误差平均降低7%以上。这表明,通过提取泄漏信号互谱的单一非频散模态成分进行时延估计,可以提高泄漏检测的有效性和减小定位误差。