两列超声波信号相位差实时估计算法对比研究

用超声波检测流体物理参数时常需要获取两列波的相位差。因超声波频率高，需要较高采样频率和较大的样本，才易获得较高分辨率和精度的相位差估计值。这样用于估计的数据量大，计算延时大。本文对相关分析法、希尔伯特变换法、李萨如图法进行了综合研究和对比分析，提出了数字化李萨如图法。并进行了仿真与实验对比，结果表明，数字化李萨如图法性能优于其它方法，并且在小样本时性能不变。本文为实时估计两列波相位差提供了新方法，在流体物理检测、深海采矿船升沉运动位移等的检测中具有良好的作用。     

基于希尔伯特变换的铝/铝胶接结构缺陷尺寸的超声测量

采用5 MHz和10 MHz的聚焦探头对胶接铝板进行超声水浸特征成像检测,以及对扫查数据进行Hilbert(希尔伯特)变换后的特征成像,测量了变换前后的人工脱粘缺陷尺寸,并比较了测量精度。试验结果表明:10 MHz探头检测结果比5 MHz探头的检测结果更好;对粘接层下界面成像与底波成像以及粘接层上界面成像进行对比,脱粘缺陷的检出率更高;10 MHz扫查特征成像经Hilbert变换可得到更好的成像结果,人工缺陷尺寸的测量精度进一步提高,测量结果相比实际缺陷尺寸的误差不大于5%。超声特征成像对铝板胶接层有很好的检出效果。     

基于Hilbert变换的轴承故障诊断研究

滚动轴承外环故障、内环故障和滚动体故障的振动信号具有调制的特点。采用Hilbert变换对轴承的故障信号进行了包络解调仿真分析,并对滚动轴承的外环故障进行了故障诊断试验研究,诊断结果与实际故障吻合。研究结果表明,基于Hilbert变换的包络解调技术不仅能有效提取故障信号的特征频率,而且还可以有效地实现滚动轴承故障的诊断。     

齿轮箱点蚀的在线故障诊断系统

基于傅里叶变换的谱分析具有一定的局限性,是一种全局变换,而小波具有很好的时频分辨能力,将Hilbert变换和小波分析方法结合起来对齿轮箱点蚀故障进行了研究。以JZQ250型齿轮点蚀故障为分析对象,对测得的振动加速度信号进行小波变换和Hilbert变换。为了更好地进行人机交互,利用VC++的强大界面开发能力把其嵌入,实现对数据的分析,并设计一个规则库。结果表明:所设计的界面可行并可有效诊断故障。     

基于Hilbert—Huang变换的振动信号特征提取

采用Hilbert-Huang变换,提取高压齿轮泵泵壳振动信号故障特征.该方法先对信号进行EMD分析和Hilbert变换,再提取信号Hilbert谱及谱熵.Hilbert谱刻画了信号的能量随时间和频率的变化规律,而谱熵刻画了信号能量分布的复杂性.分析结果表明,提取的特征有效地刻画了故障信号,为故障模式的识别奠定了基础.     

基于希尔伯特-黄变换和等距特征映射的刀具磨损状态监测

为了实现刀具磨损状态监测的自动化与高精度,文章提出了一种基于希尔伯特-黄变换(hilbert-huang transform,HHT)和等距特征映射(isometric feature mapping,Isomap)的刀具磨损状态监测方法。首先采用经验模态分解算法对采集的信号进行降噪处理;然后对降噪后的信号进行Hilbert变换得到Hilbert时频谱,同时计算Hilbert边际谱及其统计特征量;最后利用Isomap算法进行特征融合及优化,将优化后特征向量送入支持向量机(support vector machine,SVM)中,并通过网格搜索法优化SVM的相关输入参数来建立最优分类模型。研究结果表明:Isomap算法具有较好的特征融合及降维效果,且Isomap-SVM分类模型对测试集的识别准确率为95%,文章所提方法可以有效地识别刀具磨损状态。     

HHT和Morlet小波变换在齿轮故障信息提取中的对比研究

文章描述了基于振动信号的Morlet小波变换和HHT(Hilbert-Huang变换)齿轮故障信息提取方法,并分别用来对四类齿轮进行故障信息提取,得到各状态齿轮振动信号的Morlet小波谱和Hilbert谱。实验研究表明:Morlet小波变换和HHT都可用于齿轮故障信息提取,但Hilbert谱分析比Morlet小波谱分析在时间和频率域都有较高的分辨率,且HHT比Morlet小波变换有更高的计算效率,更适用于故障信号微弱、振动信号数据量大的齿轮故障信息提取。     

基于加窗FFT的钢丝绳张力检测股波信号处理

介绍基于股波信号的非接触式钢丝绳张力检测原理,提出股波信号的加窗快速傅里叶变换谱分析算法,利用LabVIEW开发程序计算仿真信号的相位差。仿真结果表明:该算法通过加窗函数能够有效地抑制谐波对基波的干扰和信号截断引起的频谱泄露,准确地提取基波参数,明显提高测量精度。     

基于有限元的焊缝缺陷红外热像检测研究

研究用红外热成像法分析和评价焊缝材料内部缺陷的可能性。利用ANSYS Workbench建立金属焊缝气孔缺陷的红外热像检测瞬态热分析有限元模型,通过分别施加脉冲激励热载荷、不同频率的周期热载荷,模拟脉冲热成像和锁相热成像两种方法用的热源。针对焊缝缺陷深度评估精度,将脉冲热成像与锁相热成像两种方法进行对比研究。记录缺陷表面的温度场响应,并釆用傅立叶变换对仿真数据进行处理,求得不同深度缺陷的相位差,运用多项式拟合方法求得相位差与焊缝缺陷深度之间的定量关系。从结果总结出不同深度范围内焊缝缺陷检测的热源激励方式以及频率参数的选取,达到了较为满意的预测精度,为工程检测中焊缝缺陷热像检测的参数优化提供了参考,减少了参数重复设置而导致的时间浪费。     

航空复合材料孔隙率的超声波衰减法检测

以国内自主研制的首款全机身复合材料某型号飞机使用的复合材料板试件为试验样品,采用超声脉冲回波法对其进行孔隙率无损检测。对采集的超声回波射频信号进行希尔伯特变换(Hilbert Transform),并进一步滤波后得到一次底波和二次底波的包络信号,进而计算相应的声衰减系数;结合金相法抽检获得实际的孔隙率含量,标定得到超声波衰减系数与孔隙率含量之间的经验公式;利用该经验公式对余下的同一批复合材料进行孔隙率检测,并将预测结果与随后进行的金相法检测结果进行对比。试验表明,这些结果具有很好的一致性,说明该方法具有一定的实用性。     

复解析小波变换在齿轮故障诊断中的应用

提出了一种基于复解析小波变换的相位诊断齿轮故障的方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起，具有自适应分析能力。利用复解析小波变换得到齿轮振动信号的相位，其功率谱图上可提取调制边频带结构来识别故障模式，试验结果表明这种方法可有效应用于齿轮局部故障诊断中。     

基于VMD-FHT的风机齿轮箱故障特征提取方法

针对风电机组齿轮箱运行工况复杂、背景噪声大，难以提取其故障特征信息的问题，提出一种基于变分模态分解（VMD）和分数阶希尔伯特变换（FHT）的风电机组齿轮箱故障特征提取方法。利用VMD分解风机齿轮箱各个故障信号，并且定义一种分解品质因数以选取VMD的最优分解层数K；对经最优化VMD分解后的各模态分量进行分数阶Hilbert变换，计算各模态分量的边际谱并进行线性叠加；提取该边际谱的频域特征作为齿轮箱故障信号的特征量。实验结果表明，采用该方法能够准确地提取出风机齿轮箱的故障特征，并获得更优的故障识别效果     

Novel time–frequency characterization of electrochemical noise data in corrosion studies using Hilbert spectra

Hilbert spectra, calculated with the Hilbert–Huang transform, are presented here as an analysis technique for the characterization of electrochemical noise data in corrosion studies. A highly detailed decomposition of the original current and potential data is provided in time and frequency simultaneously. Results on the decomposition of individual transients into their instantaneous frequencies at each moment in time are presented for five different corrosion processes: AISI304 in HCl solutions at different concentrations and AISI304 as well as mild steel in a 3 wt.% NaCl solution. The results demonstrate the potential of this technique to identify and distinguish different corrosion mechanisms.     

基于HHT重构信号的超声降噪方法

水轮机转子材料晶粒粗大,易导致超声检测信噪比低,实际检测容易漏检、误判。为了解决这一问题,对水轮机转子材料制成的试块采集了超声检测信号,对信号进行了经验模态分解和Hilbert变换,提取出包含有用信息的IMF分量,进行了信号的重构,重构后的信号信噪比有最高可达两倍的不同程度的提高。同时着眼于实时监测,确定了适合HHT重构信号降噪方法的最佳采样频率为探头频率的40倍。     

基于HHT变换的声发射源平面定位方法

为了应对空间碎片的威胁,研制了一种基于声发射技术的用于实时监测空间碎片撞击航天器的在轨感知系统。对平面声发射源精确定位技术提出了需求。声发射信号属于非平稳随机信号,传统的小波变换无法充分获得其中携带的信息。利用HHT技术分析声发射信号波形,改进了AO模态到达时刻的确定算法,提高了线定位精度。在此基础上,将平面定位问题转化为求取函数最小值的优化问题,并利用单纯形法进行求解。在铝合金板上对铅芯折断波源进行了定位试验,结果表明,相对于小波变换,HHT更适于分析声发射信号;改进后的线定位方法和双时标法可有效应用于各向同性板的定位问题。研究结果为空间碎片在轨感知系统的研制提供了参考。     

Investigation of carbon fiber reinforced polymer (CFRP) sheet with subsurface defects inspection using thermal-wave radar imaging (TWRI) based on the multi-transform technique

A combined theoretical and experimental approach is reported using thermal-wave radar imaging (TRWI) for carbon fiber reinforced polymer (CFRP) with subsurface defects inspection. The multi-transform technique (Fourier transform, FT; Hilbert transform, HT; and cross-correlation, CC) is applied to extract the characteristics of thermal-wave signal. Experimental results indicate that the multi-transform technique of thermal-wave signal is available for detecting the subsurface defect. For the shallow defect (defect depth ≤1 mm), the delay time image of CC exhibits high contrast, and the phase image of FT has high SNR at the right frequency component. For the deep defect (defect depth 2.0 mm), the phase images of HT have both high contrast and large SNR value.     

Chatter identification in end milling process using wavelet packets and Hilbert–Huang transform

Chatter detection is an important task to improve productivity and part quality in the machining process. Since measured signals from sensors are usually contaminated by background noise and other disturbances, it is necessary to find efficient signal processing algorithms to identify the chatter as soon as possible. This paper presents an effective chatter identification method for the end milling process based on the study of two advanced signal processing techniques, i.e., wavelet package transform (WPT) and Hilbert–Huang transform (HHT). The WPT works as a preprocessor to denoise the measured signals and hence the performance of the HHT is enhanced. The proposed method consists of four steps. First, the measured signals are decomposed by the WPT, so that the chatter signals are allocated in a certain frequency band. Secondly, wavelet packets with rich chatter information are selected and are used to reconstruct new signals. Thirdly, the reconstructed signals are analyzed with HHT to obtain a Hilbert–Huang spectrum, which is a full time–frequency–energy distribution of the signals. Finally, the mean value and standard deviation of the Hilbert–Huang spectrum are calculated to detect the chatter and identify its levels as well. The proposed method is applied to the end milling process and the experimental results prove that the method can identify the chatter effectively.     

基于HHT和Cohen核的磁控焊缝跟踪信号分析

针对磁控焊缝跟踪信号的非线性不平稳特点,提出了一种基于Hilbert-Huang变换和Cohen核的磁控电弧传感器焊缝跟踪系统的信号提取分析方法;运用经验模态分解,把周期激励下磁控跟踪信号分解成多个从高频到低频的本征模态函数分量,依据各分量的Hilbert边际谱,采用Cohen核分布的时频变换,能有效抑制交叉项,提取出磁控焊缝跟踪实时信号动态规律. 结果表明,利用此方法有助于更深入地揭示焊缝自动跟踪系统内各种干扰源的时频和频谱特征,为建立有激励源的焊接信号新的非线性模型提供了理论依据.     

光干涉在光学元件面形测量中的应用

干涉计量技术由于能进行全场测量、非接触、精度和灵敏度高等特点在生产和研究中得到了广泛的应用。很多情况下，被测物理量和光学位相直接相关。本文从基本概念出发，介绍了光、光程、光程差和位相，对应用位相测量光学元件面形的原理做了详细的阐述，并简要列举了现在求取位相常用的方法：时间相移法、空间相移法、载波条纹的Fourier变换法和载波条纹的时域法。