迭代广义短时Fourier变换在行星齿轮箱故障诊断中的应用

短时Fourier变换(STFT)在分析非平稳信号的过程中,受调制系数的影响,时频分布图中的能量扩散至主导频率的周围,降低了时频分布的可读性.运用STFT分析瞬时频率缓变或恒定的信号时,调制系数的影响较小甚至可以忽略不计,而得到能量聚集程度很高的时频分布.根据这一特点,提出了迭代广义短时Fourier变换(IG-STFT),该方法有效改善了时频图的可读性.首先运用迭代广义解调分离出频率恒定的单分量成分,然后运用STFT分析信号的时频分布,最后依据STFT的分析结果和相位函数得到原信号的时频分布.通过行星齿轮箱仿真信号和实验信号分析,验证了该方法在分析非平稳信号中的有效性,准确诊断了齿轮故障.      

相位旋转的速率为2的空时分组码

速率为2的空时分组码(R2-STBC)能达到全速率全分集,然而其译码复杂度与调制阶数的平方成正比.为了降低译码复杂度,提出了一种基于相位旋转的、速率为2的空时分组码(PR-R2-STBC),发送端根据反馈信息将部分发送信号旋转一定的角度,实现了信号在传输过程中两两正交,从而使得其译码复杂度与调制阶数成正比.仿真结果显示,与R2-STBC相比,该编码仅需反馈7 bit就极大地降低了译码复杂度.     

镀锌生产线入口钢卷信息自动获取功能的研究与应用

结合生产设备并根据生产需求开发了镀锌生产线入口钢卷信息自动获取功能。控制系统顺序接收三级下发的生产计划信息并存储到数据库中;在生产过程中,根据入口钢卷存储鞍座的钢卷触发信号从数据库中顺序获取钢卷ID信息,然后将钢卷信息加载到生产数据中,实现钢卷的信息自动获取功能,满足了现场生产需求,简化了入口生产操作。     

一种基于模糊推理的内插滤波器设计与实现

全数字接收机中已有的拉格朗日立方内插滤波器Farrow结构采用固定的实现系数,在对高效调制信号进行解调时误码率较高.在此基础上,经过大量实验,设计了一种基于模糊推理的内插滤波器,根据分数间隔μ的变化,自动控制滤波器的实现系数.仿真和实验结果表明,改进后的内插滤波器降低了误码率,得到了良好的效果.     

基于一维卷积特征与手工特征融合的集成超限学习机心跳分类方法

融合手工特征和深度特征,提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性,如相邻心跳时间间隔反映了心跳信号的时域特性,小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine,ELM）,将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定,进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法,使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证,分类准确率达到了99.02%,实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率。      

解调技术在电机故障诊断中的应用研究

文章在分析和总结电机常见故障特点及其在振动或电流频谱上出现的故障特征的基础上,针对故障电机的调制信号特点,使用信号解调技术对采集的信号进行幅值解调,提取故障特征进行诊断.并通过实例验证了该方法在电机故障诊断中的正确性.     

INTRON-D数字有线对讲系统工作原理探讨与应用

INTRON-D数字有线对讲系统是一种在宝钢应用较广的工业通信设备,文章探讨了系统的工作原理,包括信号转换、传输和交换处理等过程.该系统通过PCM(脉冲编码调制)编码,并对PCM信号进行多路调制形成时分复用PCM信号,然后按照控制存储器存取原理进行数据交换处理,从而起到加强信道利用,降低传输成本的作用.同时,结合宝日汽车板有限公司有线对讲系统的调试进行了应用方面的分析,为今后设备维护管理和提高服务质量提供了一定的理论基础和参考作用.     

小波变换在弹丸超声阵列中的应用

弹丸超声阵列中检测到的超声波信号信噪比较低,易于被噪声信号湮没,需要对采集信号进行去噪.本文拟采用小波去噪方法对检测到的信号进行去噪,根据弹丸超声波信号的脉冲特性,选取小波基函数中的sym8小波.通过对几种去噪方法对比分析,结果表明,采用Birge-Massart算法选取阈值后,使用改进的Garrote阈值方法进行去噪处理,可以有效的降低噪声,提取弹丸超声波信号特征.     

基于时-频分析的步态模式自动分类

针对不同路况和运动模式下的高维、非线性、强耦合和高时变下肢加速度信号的识别问题,提出了一种基于时——频分析的步态模式自动分类方案.利用三轴加速度传感器采集运动时小腿在矢状面、冠状面和横切面的加速度信号,利用五阶Daubechies小波基对其进行特征提取,并采用线性判别式分析进行降维,最后利用决策树和支持向量机对得到的精简步态特征进行模式分类.实验结果显示两种分类器的总体分类准确率均达到90%以上,个别步态分类可达到100%,验证了特征提取和降维方法的合理性和有效性.      

几种信号去噪方法在爆破振动信号中的应用分析

介绍了小波阈值法、EMD以及EEMD的信号去噪原理,并采用3种方法分别对露天爆破开采下所获得的爆破地震波信号进行去噪处理.对比分析去噪后波形图、信噪比以及均方根误差,发现小波阈值去噪法对于不同信号源去噪时效果各不相同,其信噪比与均方根误差值波动幅度大,说明小波阈值法在爆破振动信号去噪中具有不稳定性.与小波阈值法相比,EMD与EEMD对信号去噪效果稳定,体现了它们在信号分析中的自适应性.与EMD去噪法相比,EEMD能消除EMD分解信号时所产生的模态混叠现象;EEMD去噪法能够获得更高的信噪比以及更小的均方根误差值,去噪效果要明显好于EMD法,缺点在于计算时间太长.