变频器谐波及其治理

<正>一、谐波概述谐波是指电流中所含有的频率为基波整数倍的电量,一般是指对周期性非正弦电量进行傅立叶基数分解,得到一系列大于基波频率整数倍的各次分量,其中大于基波频率的部分称为谐波,通常也称为高次谐波,谐波频率与基波频率的比值称为谐     

变频器谐波及其治理

一、谐波概述谐波是指电流中所含有的频率为基波整数倍的电量,一般是指对周期性非正弦电量进行傅立叶基数分解,得到一系列大于基波频率整数倍的各次分量,其中大于基波频率的部分称为谐波,通常也称为高次谐波,谐波频率与基波频率的比值称为谐波次数.     

基于频段能量特征的低速滚动轴承故障诊断

直升机自动倾斜器滚动轴承通常在低速环境下工作,其故障特征频率易淹没在各种干扰频率中,因此以特征频率处的谱峰作为故障特征的传统诊断方法效果不佳.为此提出一种基于频段能量特征的低速滚动轴承故障诊断方法.计算振动信号的FFT和功率谱,利用轴承正常、内圈故障、外圈故障和滚珠故障4种状态的振动信号在功率谱上能量分布不同的特点,构建故障特征向量.利用具有小样本优势的支持向量机构建分类器,进行故障类型诊断.在实验台上模拟直升机自动倾斜器滚动轴承的低速工作环境,进行了故障模拟实验,采集振动数据,与传统LMD包络谱特征方法进行对比,验证了该方法在低速滚动轴承故障诊断方面的适应性和优越性.     

小波包-Hilbert分析在滚动轴承故障诊断中的应用*

<正>滚动轴承在运转过程中,当出现如局部点蚀、疲劳剥落,微小裂纹等早期损伤类故障时,其振动信号的能量分布在较宽的频带上,频率成分比较复杂,使得故障特征隐蔽性较大,仅仅用传统的傅立叶分析不容易发现故障隐患。与傅立叶变换技术相比,小波分析技术具有良好的时间、尺度特性。小波变换通过正交基的平     

小波包－Hilbert分析在滚动轴承故障诊断中的应用

滚动轴承在运转过程中，当出现如局部点蚀、疲劳剥落，微小裂纹等早期损伤类故障时，其振动信号的能量分布在较宽的频带上，频率成分比较复杂，使得故障特征隐蔽性较大，仅仅用传统的傅立叶分析不容易发现故障隐患。与傅立叶变换技术相比，小波分析技术具有良好的时间、尺度特性。     

基于经验模态分解结合傅氏变换与Wigner分布的Mel频率倒谱系数提取

根据语音信号的非平稳特点,用经验模态分解方法把语音信号分解成一系列固有模态函数(Intrinsic Mode Function,IMF),一个IMF只含有语音信号的一部分信息,不同IMF分量携带的特征信息不同,对这些IMFs进行加权处理,得到新的语音,再对其进行后续处理.Wigner-Ville分布能精确地定位信号的时频结构,而传统傅氏变换不能反映信号的瞬时变化情况,但多分量信号的Wigner-Ville分布受困于交叉项的干扰,因此利用Wigner-Ville分布的优点,采用Wigner-Ville谱与傅氏谱结合来代替单独的傅氏谱作为每帧的特征,进行Mel频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)提取.实验表明,经改进后的MFCC参数较传统的MFCC参数应用于说话人识别系统,识别率有较大提升,且鲁棒性较好.     

一种利用交流采样测量频率的新算法

提出了一种利用交流采样测量电力系统频率的新算法,该算法具有实现方便、计算量小、精度高、实时性强等优点,并能消除直流分量对测量精度的影响;同时给出了一种信号预处理算法,该算法能有效滤除信号中的2、3次谐波,提高频率测量算法的适用范围.通过数值仿真,验证了2种算法的有效性和可行性.     

振动压路机振动轮跳振时的次谐波振动现象

建立了跳振状态下的振动压路机振动轮的非线性力学模型 .数值计算结果表明 ,振动轮跳振时很可能产生特殊的次谐波振动分量 ,而且在一定条件下有可能发生混沌 ,现场测试结果与理论分析一致 .本文结果对振动轮工作状态监测和被压实材料密实度的估计具有参考价值 .     

基于EEMD和ARIMA模型的汽轮机故障趋势预测

由于汽轮发电机转子振动状态监测数据具有非线性和非平稳性,采用普通时间序列预测模型时预测的精度较低。研究通过分析振动信号的频率成分,融合EEMD分解平稳化处理和ARIMA预测模型的思想,建立一种混合预测模型。结果表明:该方法能够适应振动状态监测数据特征,反映了振动状态的主要变化趋势,具有较高的预测精度以及更大的应用范围,其预测趋势对进一步进行振动状态分析具有一定的参考价值。     

航空信道统计模型的改进与实现

证明了基于谐波信号叠加产生独立且具有部分U型多普勒功率谱的复高斯随机过程时各支路多普勒频率的约束条件.基于该条件提出一种最佳入射角的设计方案,将入射角分为随机和同定取值两部分,不但保证了相位的随机均匀分布,而且满足多普勒频率的约束条件.利用改进的谐波信号叠加方法和等效离散时间模型实现了多径环境下航空信道小尺度衰落的统计建模.理论分析和仿真结果表明,该仿真模型的多普勒功率谱和时延功率谱等统计参数均与参考模型一致.     

对称性信号的分析

本文说明了在信号分析中,对称性信号的谐波分量、特点和判别方法,并指出在分析对称性信号时,省去不必要的计算和核对对信号分析的结果。     

Alpha稳定分布噪声下卫星双信号调制识别

针对现有基于循环谱的单信号调制识别方法在Alpha稳定分布噪声下失效的问题,提出一种基于广义二阶循环谱的双信号识别方法.首先分析广义二阶循环谱对Alpha稳定分布噪声的不敏感性,在此基础上再分析待识别混合双信号的谱特性,提取其循环频率域脉冲谱线特征构成特征参量,最后通过检测脉冲谱线数量实现双信号的调制识别.仿真结果表明,该方法在Alpha稳定分布噪声和高斯噪声下都有良好的识别性能.     

电力系统谐波检测的FFT加窗插值算法与小波分析方法的比较

对电力系统谐波检测中常用的FFT加窗插值算法和小波分析算法进行了分析比较：FFT加窗插值算法具有检测精度高、实现简单、功能多且使用方便的优点,但计算量较大,因而实时性不够好;小波分析实时性好,能够获取较精确的基波信号,然而对于其他整数次谐波的幅值和相位则较难精确的获得,且难于构造分频严格、能量集中的小波,检测精度也有待改善.并通过仿真实验验证上述结论.     

基于智能可穿戴设备的乐音对比算法

提出一种基于智能可穿戴设备的乐音对比算法.该算法根据乐音信号特性,用平均幅值法定位音符起始点,由短时傅里叶变换获取频域信息;将原始频谱用次谐波求和法与最小方差法提取基频信息,进而精确定位乐音位置;通过计算演奏乐音与模板乐音时频域特征的欧氏距离,实现实时的乐音对比.该方法计算复杂度极低,实时性很好,准确率高.仿真实验表明,该方法适用于智能可穿戴设备的乐音对比.     

现场齿轮箱内齿轮故障的振动法诊断

立足于现场的实际情况,主要用振动地对齿轮箱内齿轮的故障作了详细的诊断,首先从现场测取了大量的振动信号,并对所测取的振动信号进行了功率谱的综合分析及确定了Ｋ１,Ｋ２等定量诊断指标,及时识别了齿轮的状态。     

大型风力机复合材料叶片研究（英文）

建立了大型风力机叶片的三维有限元模型,在考虑旋转惯性力等外力因素下,分析和对比了不同工况下叶片的振动频率,同时对叶片复合材料铺层角度和模态频率大小之间的关系进行了研究.结果表明,叶片模态频率受应力刚化影响较大,通过改变叶片单向层的纤维铺层角可对旋转叶片的模态频率进行调整.     

大型风力机复合材料叶片研究

建立了大型风力机叶片的三维有限元模型,在考虑旋转惯性力等外力因素下,分析和对比了不同工况下叶片的振动频率,同时对叶片复合材料铺层角度和模态频率大小之间的关系进行了研究.结果表明,叶片模态频率受应力刚化影响较大,通过改变叶片单向层的纤维铺层角可对旋转叶片的模态频率进行调整.     

基于子带谱平滑度的音频篡改检测

针对音频篡改过程中重采样操作的检测,通过对插值音频信号频谱特性的分析,提出一种频谱测度即子带谱平滑度,用以度量音频信号在各子带频谱的波动程度,并提出用子带谱平滑度作音频信号篡改检测的方法及其具体实现步骤. 实验结果表明,该方法不仅能够准确地检测出音频信号是否经过插值和拼接处理,还能比较准确地估算出信号插值前的原始采样率,为音频取证提供更多有用信息.     

滚动轴承振动信号的稀疏表示研究

振动信号蕴含着丰富的装备工作信息,信号稀疏表示能够有效地提取信号最本质的特征.以滚动轴承振动信号为对象,对其进行了稀疏表示研究.根据轴承振动信号的频谱结构特点,基于信号自适应展开,构造了基于指数衰减余弦函数的过完备原子库;用粒子群优化算法(PSO)算法依次搜索原子库中与信号最匹配的原子对其进行稀疏表示并进行了仿真.结果表明:所选择的原子库分解信号后的残余信号更小,相似度达0.912 2,能更好地表示信号.     

应用形态学滤波的宽带侦察接收机信号检测新方法

针对大瞬时带宽侦察接收机在截获信号时因噪声的非理想特性引起的弱信号漏检问题,提出一种把频谱作为一维灰度图像进行形态学处理的信号检测方法. 对Welch谱进行形态学运算,估计噪声基底并对频谱进行修正,对修正的频谱进行恒虚警处理估计检测门限,根据修正频谱与门限值的比较来判决信号的存在性. 仿真结果表明,该方法能较好地估计噪声基底,在给出的非平坦噪声环境下实现对弱信号的正确检测. 由于计算量小,这一方法适合于硬件实现.