基于S变换的热连轧机耦合振动特征提取

提出一种基于短时傅里叶变换的自适应频域滤波方法,将噪声信号与振动特征成功地分离。根据短时傅里叶变换和功率法设定的阀值,自动捕捉了振动信号在不同时间段的优势频率。对振动信号、压下液压缸压力信号和伺服阀给定信号做短时傅里叶变换后,热连轧机振动被诊断为液机耦合振动。利用离散小波变换和S变换相结合的方法对轧机振动信号进行分析,确定轧机起振的时间为液压压下系统的投入时间,证明了热连轧机存在液机耦合振动现象。     

基于振动信号的机械密封金属波纹管疲劳分析*

针对"S"型金属焊接波纹管振动疲劳失效问题,采集相关工况下的振动信号,使用短时傅里叶变换编辑信号的方法识别损伤区间,并在区间端点等距插值拼接信号,得到用于零件疲劳分析的编辑信号。对原始信号和编辑后的信号用雨流计数法统计损伤循环次数,并求出信号的平均能量;将编辑信号加载至波纹管,通过仿真计算进一步验证,得到了编辑信号与原始信号影响下波纹管的疲劳损伤分布云图;并分析不同转速下,振动信号不同应力范围的能量循环次数。结果表明:通过信号缩减得到的编辑信号有效地保留了损伤片段并且缩减了信号的长度,表明基于短时傅里叶变换的缩减信号方法可以有效地缩短疲劳实验的时间,加速研发周期;低转速时波纹管径向应力较大、循环次数较高,更容易发生振动疲劳。     

摩擦振动的时频特性

采用短时傅里叶变换(Short-time Fourier transform,STFT)和Zhao-Atlas-Marks分布(ZAMD)这两种时频分析技术对往复滑动条件下的摩擦振动时频特性进行研究。用例子探讨了这两种时频分析技术的特点,联合采用STFT 和ZAMD方法可得到较高的时频分辨率。对摩擦振动信号的时频特性研究表明,摩擦振动的频率从其初始形成到消失的全过程中基本没有发生变化,这个特性显示在摩擦振动的形成和消失过程中没有遇到结构非线性因素。还讨论了时频不变特性的物理意义,指出用模态耦合理论不能满意地解释摩擦振动有限和消失现象。     

参数化的短时傅里叶变换及齿轮箱故障诊断

提出了一种基于快速路径优化的自适应短时傅里叶变换时频分析方法,并将该方法用于行星齿轮箱的故障诊断。该时频分析方法通过使用快速路径优化获得瞬时频率变化规律,在短时傅里叶变换过程中自适应的改变时窗长度,从而获得更恰当的时频分辨率。针对行星齿轮箱运行状态不稳定的特点,通过使用笔者提出的时频分析方法可以有效地提取出行星齿轮箱的转速信息,利用参考转速对故障信号角度域重采样和阶次分析,从而实现变转速情况下的行星齿轮箱故障诊断。仿真分析表明,与传统短时傅里叶变换相比基于快速路径优化的自适应短时傅里叶变换得到的时频分布能量更加集中;试验分析证明了基于快速路径优化的自适应短时傅里叶变换方法在行星齿轮箱故障诊断中的有效性。     

高速列车转向架区气动噪声分离研究

提出了一种基于快速路径优化的自适应短时傅里叶变换时频分析方法，并将该方法用于行星齿轮箱的故障诊断。该时频分析方法通过使用快速路径优化获得瞬时频率变化规律，在短时傅里叶变换过程中自适应的改变时窗长度，从而获得更恰当的时频分辨率。针对行星齿轮箱运行状态不稳定的特点，通过使用笔者提出的时频分析方法可以有效地提取出行星齿轮箱的转速信息，利用参考转速对故障信号角度域重采样和阶次分析，从而实现变转速情况下的行星齿轮箱故障诊断。仿真分析表明，与传统短时傅里叶变换相比基于快速路径优化的自适应短时傅里叶变换得到的时频分布能量更加集中；试验分析证明了基于快速路径优化的自适应短时傅里叶变换方法在行星齿轮箱故障诊断中的有效性。     

基于时频分析的雨刮直流电机故障分析

分别采用短时傅里叶变换和小波变换对雨刮直流电机的轴承异响和蜗轮蜗杆异响故障的振动和噪声信号进行了分析,得出了这两类故障的时频特性,为特征参数提取和实现故障诊断提供了直接依据。通过对比,初步验证了短时傅里叶分析和小波分析的正确性与适用性,发现小波分析更具有优势。     

基于短时傅里叶变换的风机叶片裂纹损伤检测

风机叶片由于材料复杂性和结构不对称性,其振动信号表现出时变特点.将短时傅里叶变换(STFT)应用于风机叶片裂纹检测中,基于仿真信号以验证短时傅里叶变换处理时变信号的可行性,然后运用短时傅里叶变换分析叶片在健康状态及不同裂纹损伤状态下自由衰减振动信号及其变化规律,为叶片裂纹检测提供一种合理方法.     

微梁模态分析的声激励光学相干振动层析系统

提出了基于声音激励和频域光学相干层析的声激励频域光学相干振动层析(AE-OCVT)系统,并研究其在微型悬臂梁非接触式振动检测和模态分析中的应用。AE-OCVT系统利用声波信号激励微梁,再对微梁受到声波激励产生的振动进行测量,可以实现微梁结构的非接触式无损振动检测,优于传统的接触式检测法。为了解决由于时域光谱干涉信号非线性导致频域周期信号被展宽的问题以及对信号作傅里叶变换过程中时域信号加窗截断产生能量泄露的问题,分别采用光谱波长标定算法和频谱校正算法来校正误差。经过误差校正后,系统具有很高的位移探测精度,轴向分辨率可达亚纳米量级。本研究将有助于微结构的振动检测和模态分析,对微电子机械系统(MEMS)设计具有重要意义。     

基于短时傅里叶变换检测非平稳信号的频域内插优化抗混叠算法

非平稳信号的分析越来越受到人们的重视.短时傅里叶变换(STFT)是一种线性变换,避免了其他高次型非平稳信号分析方法中出现的交叉项的干扰,是分析非平稳信号的有力工具.短时傅里叶变换的基本思想是利用一个固定大小的滑动的窗口函数对信号进行分析,并假定信号在窗口内是平稳的,因此加窗变换所同有的混叠现象在短时傅里叶变换中依然存在.本文基于频域插值的思想,提出了基于频域内插抗混叠短时傅里叶变换的算法,首先分析了混叠产生的物理本质,然后以汉明窗为基础构造了频域内插的方法,并利用牛顿插值法得出插值的迭代求解方法,最后给出内插优化算法步骤.仿真实例验证了算法的可行性.     

6205-2RS轴承内圈故障特征时频分析

分析6205-2RS轴承内圈故障时变信号,提取故障特征。通过对短时傅里叶变换与Wigner-Ville分布数值仿真实验比较,明确了短时傅里叶变换与Wigner-Ville分布的时频分析优缺点。针对非平稳轴承振动信号,利用短时傅里叶变换,结合Wigner-Ville分布进行了故障特征提取。通过提高短时傅里叶变换汉明窗点数,结合Wigner-Ville分布参数调整与轴承部件的旋转频率计算,给出了6205-2RS轴承内圈故障特征结果。该方法能较准确地诊断轴承内圈的故障现象。     

基于信源估计和频域反卷积的滚动轴承故障特征分离与辨识

针对轴承故障的振动特征由于受到强振源的抑制作用而增加了故障分离与辨识难度的问题,建立了基于信源估计和频域反卷积的故障诊断方法。利用小波包分解将信号分离成多个子带信号,并和奇异值分解相结合,解决欠定条件下的信号源数估计问题;根据估计的源数,选取相应维数的观测信号,通过短时傅里叶变换、复数域独立分量分析、相关排序、短时傅里叶逆变换,完成频域反卷积的分析过程,实现故障特征的分离与提取。仿真信号和实验数据均验证了该方法在故障特征分离与微弱特征辨识中的有效性。     

钢轨波磨对剪切型减振器段振动影响试验

地铁运营中常会出现钢轨波磨,尤其在剪切型减振器地段较为严重。为揭示钢轨波磨对结构振动的影响,选取地铁直线和曲线部分普通扣件和剪切型减振器典型区段进行了钢轨波磨的测量,并对轨道、隧道、地面等结构的振动加速度进行了现场测试。从时域、频域两个方面对比了结构的振动量值和振动传递特性,分析了剪切型减振器钢轨波磨对加速度振级及其减振效果的影响。结果表明:波磨会增大轮轨间动态冲击,使钢轨-道床-隧道-地面的振动显著增加;减振器区钢轨波磨会导致轨下结构振动大于普通扣件区,其减振效果难以实现;减振器区钢轨波磨比普通扣件区严重,曲线半径小、运量较大、速度较快的线路尤为突出,地铁轨道选型应考虑波磨的不利影响。     

经验模态分解滤波器组特性及轴承异音识别

利用经验模态分解滤波器组特性可调整性,结合短时傅里叶变换(STFT)技术识别轴承异音。在研究高斯随机噪声经验模态分解(EMD)的基础上,运用数值方法证实EMD滤波器组特性随判别参数SD改变,指出类似于二进制小波滤波器组特性只是一种特殊条件下的分解现象。根据轴承振动加速度的广谱性质,利用参数SD对EMD滤波器组特性可调性,对滚动轴承振动加速度信号按异音测量要求进行EMD自动频段分解。对前3阶本征模态进行STFT变换,用三维图刻画轴承振动的幅值大小、频率大小、周期和随机分布冲击特性,设定阈值,在时频域上刻画轴承的异音。该方法揭示了轴承异音分布模式,能通过异音识别控制轴承加工质量。     

航空发动机振动数据稀疏傅里叶变换分析

稀疏傅里叶变换是近年来新兴的一种基于信号稀疏特性的频谱分析方法,稀疏傅里叶变换通过识别舍弃对分析结果无影响的频率信号,从而对大数据进行快速准确的处理。为了探究稀疏傅里叶变换在航空发动机振动数据分析中的实用性,结合实际飞行试验振动数据,将稀疏傅里叶变换方法与传统快速傅里叶变换方法在频谱特性、运行时间、算法稳定性等方面进行了研究,通过对比可以发现,稀疏傅里叶变换算法在保证准确率的情况下,可以极大地提高振动数据分析的效率。     

广义参数化同步压缩变换及其在旋转机械振动信号中的应用

广义参数化时频分析通过构造匹配的参数化变换核,能够有效提高强调频信号的时频能量聚集性。然而,受短时傅里叶变换中窗函数结构的影响,利用该方法获得的时频能量分布在真实瞬时频率附近始终存在能量扩散现象。同步压缩变换利用同步压缩操作可将短时傅里叶变换处理后的时频能量压缩至真实瞬时频率位置,然而,同步压缩变换仅适用于分析频率成分恒定的纯谐波信号。以短时傅里叶变换为纽带,将两种时频分析方法相结合,提出了广义参数化同步压缩变换。考虑到旋转机械振动信号多为多分量信号,通过迭代处理的方式,依次获取各单分量信号的时频能量分布,对其进行叠加得到最终的时频能量分布。通过数值仿真以及变转速下转子不对中、滚动轴承外圈故障模拟试验验证了所提方法的有效性。     

S变换用于滚动轴承故障信号冲击特征提取

为从低信噪比的滚动轴承故障信号中提取出冲击特征,以便于进行轴承故障诊断,引入S变换的信号处理方法。以短时傅里叶变换（short time Fourier transform,简称STFT）以及连续小波变换（continuous wavelet transform,简称CWT）为理论基础,分别推导得出了连续S变换的定义式,并利用快速傅里叶变换（fast Fourier transform,简称FFT）实现S变换离散化计算。S变换克服了STFT时频分辨率固定的缺点,弥补了CWT缺乏相位信息的不足。仿真信号研究表明,S变换在信号整个频带上具有良好的时频分辨率和时频聚集性,能够提取低信噪比信号中的冲击特征,且性能优于STFT和CWT。最后对一组实际的滚动球轴承故障振动信号进行S变换处理,结果表明,S变换能够方便有效地从中提取出周期性的冲击特征,从而指导滚动轴承相关故障的诊断。     

基于ITD和短时傅里叶变换的故障诊断方法

根据固有时间尺度分解和短时傅里叶变换方法的优点,提出固有时间尺度分解和短时傅里叶变换相结合的故障诊断方法。采用ITD方法故障信号分解为若干个固有旋转分量和一个单调趋势项,提取特征信号并确定故障;运用短时傅里叶变换方法对分解的PR分量进行时频分析得到特性频率并进行相关预判断。以齿轮箱为试验对象进行诊断,结果表明,该方法可以有效地提取故障特征信号,并对隐藏的信号进行提取,实现有效诊断故障和预防故障发生。     

直升机振动检测通用算法的研究与实现

针对国内现有振动检测设备在直升机振动噪声测量领域的可靠性影响到维护效率及急待提高国内直升机振动检测设备性能问题,首先,对多种直升机振动噪声进行了研究与分析;其次,针对直升机噪声的复杂性详细阐述了信号的预处理方法;最后,提出了适合直升机振动噪声自适应整周期采样时域同步平均-短时傅里叶变换方法。现场验证比较结果表明,整周期采样时域同步平均-短时傅里叶变换测量方法在直升机振动测量中优于其他振动算法,自适应调整能力强,信号的优劣程度对测量结果影响小,分析更加准确,实时性得到了改善。此方法同样适用于其他转子振动测量领域。     

时频分析在高压水泵启动过程分析中的应用

分析了离心式高压水泵机组的启动和停机过程的主要特点;针对水泵机组振动信号分析中短时傅立叶变换的时间分辨率和频率分辨率的设定、窗函数的选取进行了研究.以短时傅立叶变换方法为基础分析高压水泵振动信号,在水泵机组振动信号分析中克服了单纯采用快速傅立叶变换进行分析的不足.     

磁悬浮列车运行平稳性研究

中低速磁浮列车信号特征提取是磁浮列车安全可靠运行与故障诊断的关键技术之一。针对磁浮列车快变信号特征的特点,利用傅里叶变换(FFT)和短时傅里叶变换(STFT)方法对信号进行分析。该方法不仅可以从时域分析列车运行时的振动信号,而且能从频域分析列车运行特征,同时能够有效的得到信号的瞬时特征,提升了磁浮列车非平稳信号的提取能力,从而可以监测列车运行的实时状态,可以保证列车运行的安全性和可靠性。通过磁浮列车在轨道上运行的试验,得到了列车实时振动信号;分别在2 s (列车过道岔)、4 s (悬浮工况)、6 s (加速工况)和8 s (制动工况)利用FFT和STFT对车体振动进行分析,分析结果表明:列车的振动、频率成分与列车的运行速度成正相关;列车在运行过程中,列车在横向和垂向上的平稳性一直处于等级优。