基于ITD和WVD的旋转机械故障诊断方法

针对Wigner-Ville分布(WVD)分析多分量旋转机械故障振动信号存在交叉项干扰的问题,提出一种基于本征时间尺度分解(ITD)和WVD的旋转机械故障诊断方法.首先利用ITD将原始振动信号分解为若干个合理旋转(PR)分量,然后运用相关系数原则剔除其中的伪分量,再对每个真实的PR分量进行WVD分析,最后将分析结果重构并提取原信号的时频分布特征.仿真分析结果表明:该方法保留了ITD和WVD的优点,同时能有效抑制WVD的交叉项干扰,分析效果优于平滑伪Wigner-Ville分布(PWVD).同时该文给出转子油膜涡动的故障诊断实例,验证了该方法的工程实用性.     

基于STFT与WVD的时频分析方法

利用WVD(wigner-Ville Distribution)这一最有效的非平稳信号分析工具,综合STFT(Short Time Fourier Transform)的线性变换特性,将同一输入信号的谱图和WVD变换后的时频图进行融合,充分发挥WVD对非平稳信号的分析能力的同时,能够有效抑制WVD的交叉项影响,该方法不需要信号的先验知识,试用范围广.仿真结果表明该方法有效.     

基于Wigner-Ville分布与小波尺度谱融合的时频特征提取方法

时频分布提供了信号特征在时间域和频率域的联合分部信息。作为两种典型的时频分布表示方法,Wigner-Ville分布(WVD)和尺度谱都存在的缺陷,体现在WVD存在严重的交叉项,尺度谱时频聚集性差。本文在WVD和尺度谱的基础上提出了一种以消除交叉项和保持高分辨率为目的的时频特征融合算法。仿真分析验证了该算法能够有效抑制交叉项,可以很好的保持时频分辨率,且抑制了弱噪声对于时频特征的干扰。通过仿真信号的分析将该算法与Cohen类时频分析方法进行比较,验证了其在时频特征表示方面的优越性。将时频融合算法应用于轴承振动信号的时频表示,结果表明该方法能基本消除时频特征表示中的交叉项且保持了较高的时频分辨率,验证了算法在信号特征表示方面的有效性。     

基于Gabor展开的Wigner-Ville分布的交叉项消除

Wigner-Ville分布(WVD)具有最好的时频分辨率,但其固有的交叉项问题限制了其应用.根据旋转机械振动信号分析中的多分量非平稳信号的频率成分均与基频成倍数(阶比)关系,提出应用基于离散Gabor变换的迭代时变滤波和对Gabor系数的选择遮掩提取出感兴趣的各单阶分量,先分别计算各单阶分量的WVD,再将各单阶分量的WVD合并,可得到无交叉项的WVD时频谱图.仿真及实际测试试验结果表明,该方法可有效去除旋转机械多分量非平稳信号WVD分析中的交叉项干扰.     

基于二次EEMD的Wigner-Ville分布旋转机械故障信号分析及试验研究

摘 要： Wigner-Ville分布（WVD）凭借优良的数学性质被广泛应用于信号处理等领域,但因其不满足可加性而引起的交叉项却影响信号分析的准确性。针对此问题提出利用二次聚合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)消除Wigner-Ville分布交叉项的方法。该方法首先用EEMD将原信号分解成为若干本征模函数（Intrinsic Mode Function,IMF）,再利用EEMD对获得的IMF进行二次处理,得到一组新的IMF,然后对新得到的若干模态成分分别进行WVD计算,最后将各项结果求和得到信号的WVD分布。该方法在改善模态混叠的同时有效地消除Wigner-Ville分布交叉项,并保留Wigner-Ville分布的各种优良特性。将该方法应用于转子碰摩故障诊断,效果很好。     

脉冲噪声环境中基于FLOWVD的机械设备故障时频监测方法

研究了一种在 稳定分布下应用的改进的Wigner-Ville分布(WVD)——分数低阶Wigner-Ville分布(FLOWVD)，并提出一种在脉冲噪声环境中基于FLOWVD的机械设备故障时频监测方法。仿真信号和实际信号的研究表明：FLOWVD是一种比WVD抗噪能力更强、更具有实际应用价值、应用更加广泛的时频分析工具。同时指出：机械设备运行现场的振动信号的统计分布特性有些服从分数低阶 稳定分布。     

基于LMD结合WVD在瞬时频率测量中的应用

Wigner-Vill分布(WVD)能非常准确地测量单分量信号的瞬时频率,并具有很好的时频聚集性,但在测量多分量信号时会产生严重的交叉干扰项,混淆真实的频率成分。为消除WVD在测量非平稳信号瞬时频率时产生的交叉干扰项,并保存很好的时频聚集性,提出LMD和WVD相结合的方法测量非平稳信号瞬时频率。该方法使WVD同样适用于非平稳信号的瞬时频率测量中,极大地扩展了适用对象。通过实验及仿真分析表明:与直接用WVD测量瞬时频率相比,该改进方法能有效的消除测量过程中产生的交叉干扰项,且有效保留了WVD很高的时频聚集性的优点,从而更加精确的测量出原始信号的瞬时频率。     

基于EMD-Wigner-Ville的内燃机振动时频分析

在分析多分量信号时,WVD交叉项的出现极大干扰了对信号的时频分析,针对现有WVD交叉项抑制方法存在聚集性与交叉项成分抑制相互矛盾的问题,提出了一种基于经验模态分解(EMD)的WVD交叉项抑制方法。该方法首先利用EMD分解方法,将信号分解成相互独立的一系列具有不同特征时间尺度的固有模态函数(IMF),然后运用相关系数法对经验模式分解伪分量进行剔除,再对每个IMF进行Wigner-Ville分析,最后把各个IMF的Wigner-Ville分析结果线性叠加重构原始信号的时频分布。仿真实验结果表明,该方法既能有效抑制时频分布的交叉项,又保证了Wigner-Ville分布的时频聚集性。将EMD-Wigner-Ville应用在内燃机振动时频分析中,两个实例有效地揭示出了内燃机振动信号的特征信息,克服了HHT时频分布、Wigner-Ville时频分布在分析内燃机振动信号时的缺陷,是一种有效的时频分析方法。     

基于最优Morlet小波和自项窗的混合时频分析方法研究

提出一种基于最优Morlet小波和自项窗的混合时频分析方法。对和机械冲击信号波形相似度较高的Morlet小波进行改进,采用交叉验证法和Shannon熵方法设计了改进Morlet小波参数和小波变换尺度,对信号进行连续小波变换(CWT)以实现滤波消噪;然后,设计了自适应自项窗函数,对Wigner-Ville分布(WVD)交叉项进行移除,消除WVD交叉项的干扰。仿真和实验验证了所提出的方法可以有效地对含噪信号进行滤波消噪、并去除WVD中干扰项的影响,提高时频分析的分辨率和能量聚集性。     

基于变分模态分解和Wigner-Ville的单向阀早期故障诊断

针对大型往复式机械设备高压隔膜泵单向阀早期故障难以识别的问题,该文提出基于变分模态分解(variational mode decomposition,VMD)和Wigner-Ville的单向阀早期故障诊断方法。首先,利用VMD将原始振动信号分解成有限个IMF分量,基于观察中心频率法筛选富含故障信息的IMF分量;然后,利用魏格纳-维利分布(Wigner-Ville distribution,WVD)对筛选后的IMF分量计算,得到每个分量的Wigner-Ville分布;最后,将各项结果线性求和得到信号的WVD分布。经仿真与工程实验分析,该方法能较好表征出振动信号中所蕴含的单向阀早期故障特征信息,能实现高压隔膜泵单向阀早期故障诊断。     

旋转机械非平稳振动信号的时频分析比较

信号分析与处理是机械故障监测与诊断中故障提取的常用方法,传统的振动故障分析方法难以满足频率随时间变化的非平稳信号的要求,联合时频分析是非平稳信号比较有力的分析工具。以转子实验台的典型振动故障信号为研究对象,分析研究了几种时频分析方法如STFT、Wigner-Ville分布、小波变换和Hilbert-Huang变换。对比结果表明:STFT和Wigner-Ville分布的时频分辨率是矛盾的,易出交叉项或使信号变得微弱;小波分解会出现多余信号;Hilbert-Huang变换的时频分析能够直观检测信号中的微弱奇异成分,清楚给出时频分布情况,为旋转机械状态监测和故障诊断提供了新的手段。     

Applications of Wigner high order spectra in feature extraction of acoustic emission signals

Wigner high-order spectra has the excellent characters of WVD and high-order spectra at the same time, which help itself to be suitable for attributing time-frequency features of non-stationary and time-varying signals. The characteristics of typical AE signals initiated by mechanical component damages are analyzed. Based on the extracting principle of AE signals from damaged components, the paper introduces Wigner high-order spectra to the field of feature extraction and fault diagnosis of AE signals. Some main performances of Wigner binary spectra, Wigner triple spectra and WVD are discussed, including of time-frequency resolution, energy accumulation, reduction of crossing items and noise elimination. Wigner triple spectra is employed to the fault diagnosis of rolling bearings with AE techniques. The fault features reading from experimental data analysis are clear, accurate and intuitionistic. The validity and accuracy of Wigner high-order spectra methods proposed agree quite well with simulation results. Simulation and research results indicate that wigner high-order spectra is quite useful for condition monitoring and fault diagnosis in conjunction with AE technique, and has very important research and application values in feature extraction and faults diagnosis based on AE signals due to mechanical component damages.     

An improved computation of the pseudo Wigner‐Ville distribution and its applications

Abstract

The Wigner‐Ville distribution (WVD), generally calculated by the fast Fourier transform (FFT), is a useful tool for time‐frequency signal analysis. However, for nonstationary multicomponent signals, the inherent bilinear structure of the WVD causes undesirable interfering cross terms, and becomes troublesome to many applications. The FFT requires complex arithmetic computations, but the fast Hartley transform (FHT) only requires real arithmetic computations. Therefore, the FHT performs much faster than the FFT. An improved WVD computation using the FHT and running windowed exponential distribution is proposed in this paper. The cross‐terms of nonstationary multicomponent signals can be completely eliminated, and the result is favorable for pattern recognition and signal classification. The derived algorithm is also applied to building up a real‐time processing scheme for conducting experiments in an anechoic chamber.     

Power spectrum estimation of complex signals and its application to Wigner-Ville distribution: A group delay approach

In this paper, a method of estimating the power spectrum of a complex signal based on the Group Delay function (GD) is proposed and also applied to the Wigner-Ville Distribution (WVD) to reduce the ripple effect due to the truncation of the autocorrelation sequence. The proposed method is realised by the GD for a complex signal and the modified GD concept. This extends the performance advantages of the modified GD applicable to a real signal, to a complex one. Further, its application to WVD, reduces the truncation/ripple effect without sacrificing any frequency resolution, as nocommon window function is used. Significant improvement in performance, in terms of reduction in variance without any compromise on resolution and higher noise immunity, has been found over those of the periodogram and windowed WVD.     

基于SWD-AVDIF的齿轮箱复合故障诊断方法

针对由噪声干扰和故障强度分布不均引起的齿轮箱复合故障诊断问题,论文提出了基于群分解和平均差值形态算子（Swarm Decomposition- Average Difference Filter,简称SWD-AVDIF）的齿轮箱复合故障诊断方法。首先运用群分解（Swarm Decomposition, 简称SWD）将齿轮箱振动信号分解为若干单一模态振荡分量（Oscillatory Components,简称OCs）;然后对分量进行AVDIF解调,得到SWD-AVDIF解调谱;最后根据解调结果判别故障类型。与EMD对比,仿真信号验证了SWD方法在频率区分能力上的优越性;运用齿轮箱复合故障仿真信号和实验信号进行分析,结果表明该方法能够有效地分离不同故障信号并加强故障特征,为齿轮箱复合故障诊断提供了一种新的方法。     

广义边缘CWD-Hough变换在宽带声成像中的应用

提出了一种基于广义边缘CWD—Hough（GMCWD—Hough）变换的宽带声成像方法。分析了基于时间伸缩-时延的宽带相关声成像的基本模型,介绍了广义边缘CWD—Hough变换。根据目标回波的时频分布特点,该方法基于时间一频率联合分析法,提取信号在时频域的分布特性参数进行时间伸缩时延的声成像。通过设计合理的广义边缘核函数,能有效避免常用的WVD方法产生的交叉项影响,检测性能优于常用的Wigner—ville分布方法。实验结果表明该声成像方法的有效性,不仅适合水声宽带成像,而且对于低信噪比条件下的其它成像方式也具有参考价值。     

基于匹配追踪算法的立井爆破信号时频特征提取

在对立井爆破过程中井壁振动信号进行准确采集的基础上,采用匹配追踪（matching pursuit,MP）算法建立Gabor原子库,实现了爆破信号重构分量和残差分量的有效分离。通过信号短时傅里叶变换（short time Fourier transform,STFT）和魏格纳分布（Wigner-Ville distribution,WVD）对重构信号的时频分析及霍夫(Hough)变换时频聚集性对比,验证了WVD时频分析的优势。结果表明:MP-WVD组合信号分析方法对信号变化的适应性强,能够精确捕捉信号的局部细节,适合用于爆破信号非线性时频特征的提取过程。可为爆破方案调整和参数优化提供参考。     

Application of Wigner-Ville distribution to measurements ontransient signals

This paper deals with an application of the Wigner-Ville distribution (WVD) and with usual digital-processing techniques, such as the short-time Fourier transform (STFT), used in dedicated instrumentation for measuring nonstationary signals. The processed real signals are made analytic by means of Hilbert transformations; then suitable implementations of the windowed STFT and of the pseudo Wigner-Ville distribution (PWVD) in the time domain have been performed. Particularly, the fast Hartley transform (FHT) is used to evaluate the PWVD in the real domain. Furthermore, the use of an efficient interpolation algorithm and of a suitable flat-top windowing function is proposed in order to give accurate real-time frequency and amplitude measurements, respectively. With this aim, a dedicated digital system was set up, which uses the LabVIEW software to create virtual instruments (VI), suitable to process the data sequences. Finally, applications of the suggested techniques in analyzing noisy data were also investigated