时频分析和盲源分离在发电机转子系统故障诊断中的应用

提出了一种局域波法和盲源分离相结合的发电机转子故障诊断方法.不同故障信号的局域波时频图像也明显不同,因此可以用来进行故障的判别.为了实现故障的自动分类,应用盲源分离对不同故障信号的局域波时频图像进行独立分量分离,得到一组源图像的投影系数.在此基础上,利用概率神经网络实现故障的自动分类.以转子的故障信号为例,应用该方法进行了研究,实验结果证明了该方法有效性.     

基于声信号小波包分析的故障诊断

为了避免传统的基于振动信号的内燃机主轴承磨损故障诊断中安装传感器以及提取 故障特征频率的麻烦,提出了一种基于内燃机工作声信号小波包图像处理的方法.通过该方法, 可以得到含有内燃机主轴承间隙磨损状态的时频信息，定义出各个标准故障状态的时-频分布 图,建立了基于图像匹配技术的内燃机主轴承磨损故障诊断模型.通过比较待诊断时频分布图 与所有故障模式时频分布图的欧氏距离,可以判断出轴承的间隙磨损状态.结果表明此方法简 单有效、状态信息利用充分．     

二维匹配跟踪自适应图像编码

提出一种基于二维可分离Gabor函数时频原子字典的自适应图像编码方法．该方法能够产生嵌入式、渐进PSNR的位流，并具有对感兴趣区域ROI优先编码的能力．它将原始图像表示成若干时频原子函数的线性叠加，这些时频原子取自冗余的时频原子字典，可以最佳匹配图像中所包含的各种结构特征．实验结果表明，该算法能够有效地捕捉图像中所包含的纹理和边缘等具有高频窄带的信号特征，在极低位率下该算法的图像恢复质量要优于零树SPIFIT编码算法．     

基于时频图像的不变矩神经网络故障诊断方法

在设备发生故障时,其故障信号往往表现为时变特性。传统的基于FFT变换的分析方法对这些时变信号往往会得出错误的结论。在此,应用一种新的时频分析方法,局域波法,对故障振动信号进行描述。由于局域波时频谱可以表示为灰度图像。因此,利用图像信息的不变矩进行故障特征提取。并且以径向基函数神经网络(RBFNN)作为故障分类器,对实际故障信号进行测试,实验证明了该方法的可行性。     

基于DSP的序列图像弱小运动目标检测

针对强杂波背景中的弱小运动目标检测问题,在分析弱小目标的运动特性在时频变换中表现出显著差异的基础上,采用两级滤波方法检测运动目标,提出了一种基于DSP的序列图像弱小运动目标检测方法.该方法首先对序列图像进行预处理、设置门限过滤噪声,然后根据目标和杂波的时频特征差异识别出弱小运动目标.实验结果表明,该方法可以很好地抑制噪...     

基于S域NMF的模拟电路故障特征提取新方法

针对提取的模拟电路故障特征向量信息不够充分的问题,提出了一种将S时频变换(ST,S-transform)和非负矩阵分解(NMF,non-negative matrix factorization)相结合的特征选取新方法.该方法先对模拟电路故障响应信号应用S时频变换建立时频图谱矩阵,再用NMF算法构造时频图谱数据集合的子空间基矩阵,有效降低了投影特征向量的维数,保留了足够多的故障隐含特征信息,进而提高模拟电路故障识别率.最后,在Sallen-Key高通滤波器电路中验证了文中方法的有效性.     

利用扬声器诊断电脑故障

介绍了扬声器发声系统原理，及通过扬声器发出的提示信息，诊断电脑故障的方法与技巧。     

基于小波尺度图重分配的轴承瞬态特征检测与提取

提出基于小波尺度图重分配的信号瞬态特征检测方法和瞬时能量估计方法,并应用于轴承在多种轻微故障状况下的振动非平稳特征的检测与表示.结果表明,重分配的小波尺度图能够以较高的时频分辨率表示轴承振动中的非平稳特征,反映轴承的多种故障,瞬时能量估计可以作为分析轴承状态的依据.     

某型导弹测角仪故障检测的小波分析方法研究

现有的时频分析方法很难检测到某型导弹测角仪故障,针对这个问题,提出测角仪故障检测的连续和离散小波变换相结合的时频分析法.给出该方法提出的过程,分析连续和离散小波变换时烦分析法,将两种分析方法的特点结合起来共同分析测角仪故障时的信号信息.通过仿真实验证明,提出的方法能准确的提取测角仪故障时的信号特征,对测角仪故障的检测是...     

基于稀疏性非负矩阵分解和支持向量机的时频图像识别

针对机械故障诊断领域对反映设备运行状态的图像识别困难以及选择和提取敏感特征困难的问题, 将基于图像的机械设备运行状态判别问题当作图像的识别问题来处理, 提出使用稀疏性非负矩阵分解(Sparse non-negative matrix factorization, SNMF)和支持向量机(Support vector machine, SVM)对时频图像进行识别进而判断机器运行状态, 从而避免特征的选择和提取. 稀疏性非负矩阵分解在对时频图像进行大规模压缩的同时, 能够很好地保留图像的隐含特征, 从而大大减少自动识别时频图像的计算复杂度, 并有效地提高支持向量机的识别精度. 此外, 本文还对影响识别率的稀疏性非负矩阵分解的各参数进行了讨论. 实验结果表明, 该方法对时频处理方法依赖性低, 在大多数情况下都能获得较传统方法高的识别率.     

基于HHT算法的扬声器异常音检测技术

为了有效地检测扬声器异常音,提出一种基于希尔伯特-黄变换的异常音识别及去噪方法。分析了小波变换的不足,再进行HHT分析。建立常见的几类扬声器异常音数学模型,并经EMD分解得到包含异常振动信息的IMF分量,利用IMF分量特点进行去噪处理。再求出各模拟异常音信号的Hilbert谱,采用图像二值化技术处理Hilbert谱,和小波变换时频谱比较后证明了HHT方法具有更多的优势。而且,根据不同类型异常音在时频域的特征,即可判断出扬声器异常音类型。matlab仿真实验结果表明,当归一化阈值取为0.065时,会得到清晰的图像,能更精确地检测出异常音类型。     

基于粒子群优化以及深度胶囊网络的轴承故障诊断

针对发动机轴承损坏情况严重以及基于模型方法预测精度不稳定的问题,提出一种基于深度胶囊网络和粒子群优化算法的轴承故障预测方法。通过将观测振动信号自适应降噪后,基于粒子群优化算法进行稀疏盲分离,得到轴承振动信号,通过S变换获取时域图以及轴承振动特征,其次将时域图经由卷积层卷积,输入到胶囊层进行预测。将高低胶囊层之间的算法转化为数学优化问题,提升传输效率,最后得出高层胶囊的预测向量。结合具体轴承监测数据进行实例分析,与基于数据的浅卷积网络以及经验模态分解预测相比,算法体现了更稳定更精确的预测性能。     

航空液压系统故障模拟试验台设计

飞机液压系统故障诊断是飞机故障预测与健康管理(Prognostics and Health Management,PHM)领域的难点。随着液压系统向高压化方向发展,其渗漏、增温、压力脉动导致的管道断裂,以及回油压力过高等诸多液压系统的致命故障发生的概率增加。通过液压系统试验台构成分析及仿真验证,建立了完善的飞机液压系统故障模拟试验台。制订液压系统故障模拟试验方案,在模拟试验台完成试验。采集正常状态、不同工况、预置故障试验和加速寿命试验的数据,获得可靠的飞机液压系统关键征兆参数。通过对比分析不同工况数据的时频特征,确定均方根可用于时域故障特征分析,小波包能量谱可用于频域故障特征分析。利用时频故障特征,通过正常及预置故障试验数据,验证了所提出的检测方法的有效性。     

Applications of Fractional Lower Order Time-frequency Representation to Machine Bearing Fault Diagnosis

The machinery fault signal is a typical non-Gaussian and non-stationary process. The fault signal can be described by SαS distribution model because of the presence of impulses. Time-frequency distribution is a useful tool to extract helpful information of the machinery fault signal. Various fractional lower order (FLO) time-frequency distribution methods have been proposed based on fractional lower order statistics, which include fractional lower order short time Fourier transform (FLO-STFT), fractional lower order Wigner-Ville distributions (FLO-WVDs), fractional lower order Cohen class time-frequency distributions (FLO-CDs), fractional lower order adaptive kernel time-frequency distributions (FLO-AKDs) and adaptive fractional lower order time-frequency auto-regressive moving average (FLO-TFARMA) model time-frequency representation method. The methods and the exiting methods based on second order statistics in SαS distribution environments are compared, simulation results show that the new methods have better performances than the existing methods. The advantages and disadvantages of the improved time-frequency methods have been summarized. Last, the new methods are applied to analyze the outer race fault signals, the results illustrate their good performances.      

S能量谱特征提取在轴承故障诊断中的应用

准确提取振动信号的特征,是滚动轴承故障检测的关键问题,为此提出一种基于S能量谱特征提取的故障诊断方法。该方法对振动信号进行S变换,得到时频矩阵,并构建S能量谱,对S能量谱进行奇异值分解（Singular Value Decomposition,SVD）分析,得到能够反映S能量谱特征的奇异值,利用变量预测模型（Variable Predictive Model based Class Discriminate,VPMCD）方法,通过建立特征值之间的内在关系,构建故障识别模型。将所提方法应用于滚动轴承故障检测,实验结果表明,S能量谱特征提取轴承故障诊断方法具有较高的正判率。     

基于非线性压缩变换的某型航空发动机整机试车排故分析

基于非线性压缩变换对某型航空发动机整机试车振动信号进行了特征提取与故障诊断;非线性压缩变换由于其幅值无关性,能够增强微弱信号特征的表征能力,同时能够提高时频图的能量聚集性;对某型航空发动机进行地面整机试车试验,并通过数据采集装置获取各测点的振动信号,然后利用非线性压缩变换良好的微弱特征表征能力与时频聚集性,并结合其他信号分析方法,对采集到的振动信号进行分析;最终,结合航空发动机的结构与理论知识,实现了对其可能存在故障的排查与猜测,同时验证了非线性压缩变换在航空发动机实际试车振动信号分析中的有效性与实用性。     

基于多增益参数的Ambisonic三维声像重建方法

针对固定扬声器增益参数不能同时最优地实现全部方向声像重建的问题,提出一种基于多增益的Ambisonic三维（Three-dimensional,3D）声像重建方法。该方法将空间连续的声源方位进行空间格点量化（Spatial Localization Quantization Point,SLQP）,根据量化方位所匹配的增益参数进行声像的重建。将所提方法应用于Auro-10扬声器配置中,客观测试结果表明,该方法重建声像定位质量优于传统固定增益参数方法。     

基于振动信号的传感器节点性能测试系统设计

传感器节点用于采集轮轨作用下钢轨的振动信号以分析钢轨振动特性。为了测试传感器节点的工作性能,设计并实现了能提供稳定振动信号的测试系统。测试系统基于MSP430单片机,由控制单元、激振器、简支梁结构以及监控软件组成。实验表明：在给定加载条件下测试系统可稳定提供10N的激振力,产生峰值为93×10－6的动态应变和97 gn 的振动加速度。通过分析采集数据的时频特性,可以有效发现故障节点。