基于光纤感测技术的城市轨道交通钢轨状态实时监测方法

为了有效监测城市轨道交通钢轨实时状态,确保列车运行过程中轨道信号采集能力和交通运行安全,提出了基于光纤感测技术的城市轨道交通钢轨状态实时监测方法。通过光纤光栅传感器,对钢轨各个状态信号进行了连续采集,采用光栅解调仪全光谱扫描后,传送至监控模块接收状态信号。利用小波变换,对钢轨高频、低频时间和频率进行了细化处理。通过小波包分解转换后的信号,结合小波包能量谱,分析了该频带上的高频和低频信号。依据频带信号总能量的变化情况监测钢轨,并将监测后的数据存储至数据库,实现了城市轨道交通钢轨状态实时监测。测试结果表明,该方法的光学损耗低于 0.8% ,迟滞误差均低于 0.8% ,能够采集列车运行过程中的轨道的高频段和低频信号,有效分析异常能量变化位置。     

小波分析在振动信号去噪中的应用

旋转机械振动信号是监测和诊断设备运行状态的重要信息,但是采样信号不可避免地受到各种噪声和干扰的污染。介绍了采用小波分析对振动信号进行去噪处理。通过对噪声信号的特性分析,用一维小波对信号进行分析和研究,并在MATLAB环境下对信号进行详尽的仿真研究,验证了小波去噪的优越性,并总结了应用小波去噪的一些实际经验。     

基于高密度小波变换的航空发动机滚动轴承故障诊断方法

基于高密度小波变换对原始信号尺度划分更加精细的优势,将高密度小波变换、软阈值降噪和频谱分析相结合,提出了基于高密度小波变换的航空发动机滚动轴承故障诊断方法。该方法通过设定分解层数对信号进行高密度小波变换,得到每一尺度上的低频、中频、高频分量;对各分量软阈值降噪处理后进行频谱分析,进而实现故障特征频率的识别。利用仿真信号验证了高密度小波变换的有效性,通过航空发动机滚动轴承内圈故障和滚子故障工况下的试验信号进一步验证了该方法提取故障特征的能力,与传统小波变换方法的对比证明了该方法在抑制噪声干扰和故障特征频率识别方面的优势。     

旋转机械振动信号压缩小波基优化选取方法

旋转机械在线状态监测和故障诊断系统中振动数据的实时存储和远程传输对数据压缩提出了较高的要求.小波分析做为数据处理的常用方法,已被广泛地应用于数据压缩并取得了良好的效果.给出了振动信号的小波通用压缩方法,通过分析旋转机械振动信号的特点和小波函数几种重要属性对小波压缩的影响,提出了旋转机械振动信号压缩过程中最优小波基的选择方法,并根据旋转机械实际故障信号比较了相应小波的压缩效果.结果表明,通过选择合适的小波基函数,可以有效提高重构信号的信噪比.对于旋转机械复杂突变类故障信号应选择低分解消失矩,高重构正则性的双正交小波进行压缩.本研究方法和结论对旋转机械振动信号小波压缩的进一步研究有一定的参考作用.     

CPS系统中刀具加工状态实时监测的新方法

机床是信息物理系统(CPS系统)中主要的执行单元和感知单元,对其加工状态的动态监测和实时感知可以提高产品质量。为了实现加工现场信号采集和刀具加工状态在线监测,设计了主轴功率信号采集系统,同时引入力信号作为对比分析,应用希尔伯特-黄变换和小波变换根据特征频率段的信号特征构造了刀具磨损系数,将刀具磨损状态和磨损系数对应起来,在加工现场实现了刀具状态的在线监测。通过和小波变换的对比,证明了希尔伯特-黄变换在处理功率信号方面可以有效抑制噪声信号,提高监测的准确性。     

基于DSP的振动信号检测仪

采用DSP芯片TMS320VC5402对机械振动信号进行实时分析处理,设计了一种实时监测机械振动情况的检测系统.该系统能将机械振动的频率、振幅及相位信息传输给PC机,利用VB软件绘出振动信号的时域或频域图形,并且可以通过PC机发送分频系数给DSP,控制其采样频率,从而达到精确采样振动信号的目的.     

基于LabVIEW的双馈风力发电机组在线谐波分析研究

针对双馈风力发电机组在并网运行时,其电力电子变流装置将向电网注入大量谐波电流的问题,将基于LabVIEW的在线谐波分析技术应用到双馈风力发电机组的谐波监测分析中。开展了针对双馈风力发电机组注入电网谐波的傅里叶分析和小波包分析,提出了将傅里叶变换与小波包变换联合使用的方法;在LabVIEW上搭建了仿真平台,对双馈风力发电机组可能存在的谐波进行了仿真分析试验。试验及研究结果表明,对于平稳信号与非平稳信号进行谐波分析时,将傅里叶变换与小波包变换联合使用,两者的效能得到明显的提高,优于单独使用傅里叶变换或小波包变换,且可更准确地获取基波和谐波的实时波形与频域特性,谐波定位更准确,为谐波补偿提供了更可靠、准确的信息。     

稀疏度拟合的自适应机械振动信号压缩感知

针对利用机械振动信号进行设备故障诊断和状态监测过程中，存在采样数据量多、存储容量大、传输带宽高和信号重构精度低等问题，提出一种稀疏度拟合的自适应机械振动信号压缩感知方法。首先，对机械振动信号进行多尺度小波包变换，再将小波包系数按一定阈值进行置零处理并求取其稀疏度；然后，采用迭代方法求取各稀疏度下满足重构信号精度条件的最低采样率，并对信号的稀疏度和采样率采用最小二乘法进行拟合，消除信号测量误差，求取最佳信号采样率；最后，采用K-奇异值分解算法构造与各信号块相适应的过完备字典，并利用正交匹配追踪算法实现信号重构。实验证明，与传统压缩算法相比较，该算法的信号压缩率和重构精度均得到较大提高。     

小波分析在语音除噪中的应用

小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论。含噪语音信号经过小波变 换后,语音信息主要集中在小波变换尺度较大的低频部分,白噪声主要集中在小波变换尺度较小的高频部分。根据这一特 点,我们可以利用小波变换对含噪语音信号进行除噪处理。     

基于WT与cICA的齿轮箱低频故障特征提取

齿轮箱低频故障信号易受到高频振动及强噪声等因素的干扰,测量信号中隐藏的有效低频故障特征比较微弱,再考虑到源噪声的影响,则约束独立分量分析直接提取低频故障特征的效果很差。为此提出了基于小波变换与约束独立分量分析的齿轮箱低频故障特征提取方法,通过对测量信号的小波多分辨率分解,有针对性地选择小波系数重构,提高了信噪比和非高斯性,从而增强了约束独立分量分析方法提取齿轮箱低频故障特征的效果。而未经小波变换除噪时,约束独立分量分析的效果不佳。断齿与局部断齿的低频故障特征提取试验结果表明,提出的方法能有效降低高频振动及源噪声等因素的干扰,提取出齿轮箱的低频故障特征,尤其是微弱低频故障特征,为齿轮箱低频故障特征提取与故障诊断提供了一种有效方法。     

农田水利设备中抽水泵机械振动故障检测方法

针对抽水泵机械振动故障检测中存在的检测效果差的问题,提出一种新的农田水利设备中抽水泵机械振动故障检测方法。分析农田水利设备中抽水泵机械振动信号,提取任意时段特征频率,采用小波包多层分解滤除噪声。对不同数组统计和分析,通过多尺度模糊熵提取抽水泵机械振动故障特征;优化选择测点和特征向量,结合最小二乘支持向量机( LSSVM ),采用多层结构进行多次特征学习,区分故障特征,实现抽水泵机械振动故障检测。实验结果表明,采用所提方法可准确提取抽水泵机械振动故障信号,并且能够准确区分正常信号和故障信号,验证了该方法的可行性。     

基于小波变换的隐Markov模型离心泵故障诊断方法研究

根据离心泵故障振动信号的特点,本文提出了一种结合小波变换与隐Markov模型(HMM)的离心泵故障诊断方法。小波变换具有多分辨率分析并且在时频两域都具有表征信号局部特征能力的特点,利用Daubechies小波对振动信号进行一维8尺度的小波分解,然后从中提取一维信号的低频系数作为特征向量,将其输入到各个状态HMM进行训练,其中输出概率最大的状态即是离心泵的运行状态,从而实现离心泵的故障诊断。最后通过2BA-6A离心泵试验系统验证了该方法的有效性。     

基于SVDI的低功耗自供电机械设备故障检测方法

异常的温度变化和振动都会导致低功耗自供电机械设备故障,为了提高设备运行的安全性和稳定性,提出了基于奇异值分解插值(SVDI)的低功耗自供电机械设备故障检测方法。利用改进后的小波去噪方法对低功耗自供电机械设备的运行信号做去噪处理,采用SVDI算法提取机械设备运行信号的特征,构建低功耗自供电机械设备的故障状态集合,将机械设备运行信号特征与故障状态集合中存在的故障对比,完成低功耗自供电机械设备故障检测。实验结果表明,所提方法的信号质量高、检测性能好且错分代价低,保障了低功耗自供电机械设备的稳定运行。     

液压泵故障的小波变换诊断方法

分析了小波变换的时 -频局部化特性及基于多分辨分析的信号小波分解重构算法 ,研究了信号局部奇异性在小波变换下的特性。根据故障信号和噪声的局部奇异性在小波变换下的模极大值在不同尺度上的传播特性不同的特点 ,并利用小波分解重构算法 ,对泵壳振动加速度信号进行了分解、去噪和重构。大大改善了监测信号的信噪比 ,对故障特征信号进行了时域定位 ,提取了故障特征频率。     

CEEMD和小波半软阈值相结合的滚动轴承降噪

针对滚动轴承振动信号降噪处理时如何保证信号边缘信息完整性的问题,提出将互补集合经验模态分解(complementary ensemble empirical mode decomposition,简称CEEMD)与小波半软阈值相结合的信号降噪方法,对滚动轴承故障高频振动信号进行降噪处理。首先,采用CEEMD方法对故障振动信号进行分解,针对信号特点自适应获取不同频段模态分量;其次,将对包含噪声污染的高频信号模态分量进行相关性分析,得到含噪成分较高的高频模态分量,进一步采用小波半软阈值进行降噪处理;最后,将降噪后的模态分量同残余分量进行信号重构,完成降噪过程。分析结果表明,相对于传统小波阈值降噪和CEEMD强制降噪方法,提出的方法能够有效去除高频信号的噪声,且最大程度地保证了原始信号的完整性,降噪效果更好。     

基于能量增强的双斜式轴向柱塞泵滑靴磨损故障诊断方法

针对盾构机等大型设备用双斜式轴向柱塞泵故障诊断中滑靴磨损故障特征信号易被湮没的问题,提出了一种基于能量增强的双斜式轴向柱塞泵滑靴磨损故障诊断方法。首先,考虑到双斜式柱塞泵滑靴磨损会造成轴向、径向两个方向的振动,对发生滑靴磨损故障下的泵的力学特性进行分析,确定了敏感频率范围;其次,考虑到故障信号易被湮没,将轴向和径向的振动信号分别进行小波包分解,进而得到轴向和径向的振动信号的能量谱,并将轴向与径向敏感频率范围内的能量谱进行叠加,增强故障特征;最后基于试验数据进行验证,对比正常状态与滑靴故障状态下的能量谱,可以有效提高故障诊断的准确度。     

小波变换在滚动轴承故障诊断中的应用

采用小波变换能够快速有效地对滚动轴承振动信号进行带通滤波。通过选用多尺度的小波变换,能较好地分离出所要分析的高频固有振动信号,然后对高频振动信号进行包络分析,从包络谱图中提取故障特征频率分量,就能诊断出滚动轴承故障发生在哪个元件上。实验结果表明,这种诊断方法是有效的。     

基于小波变换的滚动轴承故障诊断系统

在分析了滚动轴承振动与故障之间联系的基础上,提出了通过共振解调法和小波多尺度分析对轴承进行故障诊断的方法.采用小波变换能有效地对滚动轴承振动信号进行带通滤波,分离出高频固有信号,对其进行包络分析,以获得故障特征频率,诊断故障发生的部位.仿真实验证明,该方法具有令人满意的效果.     

基于广义维数的故障特征提取及诊断研究

从分形原理出发，以广义维数理论为基础，建立以振动信号的广义维数、广义维数谱图、敏感维数为特征组的模式空间样本库。一方面，通过计算实测信号的广义维数，提取其敏感维数，进而对实测信号的裂纹故障进行诊断识别。另一方面，通过对待检信号与不同裂纹深度信号的广义维数相关系数计算、分析、比较，可估计出待检信号的裂纹深度，说明广义维数相关系数分析方法，能对圆盘的裂纹故障进行较好地定量分析和识别。