子波变换在复合材料损伤声发射定位系统中的应用

鉴于对非平稳信号处理的传统方法的局限,本文分析了子波变换下奇异信号和白噪声在多尺度空间中模极大值传播特性。对复合材料所受冲击信号进行处理,提出一种对相似信号进行归类的方法,该方法能实时有效地从冲击信号中提取冲击的大小及位置信息,并对复合材料冲击损伤准确定位。     

光纤复合材料结构低速冲击判位研究

复合材料智能结构容易产生从表面无法探测到的低速冲击损伤。试验利用光纤复合材料结构中布拉格光纤光栅传感器受到低速冲击后中心波长随应力变化这一特性,在恒温下用布拉格光栅对复合材料智能结构受到的低速冲击位置给出判别。通过计算冲击待测数字采样信号与所有冲击模板数字采样信号的Hausdorff距离,给出两者的相似度,利用相似度判别复合材料结构低速冲击位置。试验表明布拉格光纤光栅传感器可以监测复合材料冲击信号,能够对复合材料结构低速冲击进行判位研究。     

光纤复合材料结构低速冲击判位研究

复合材料智能结构容易产生从表面无法探测到的低速冲击损伤。试验利用光纤复合材料结构中布拉格光纤光栅传感器受到低速冲击后中心波长随应力变化这一特性,在恒温下用布拉格光栅对复合材料智能结构受到的低速冲击位置给出判别。通过计算冲击待测数字采样信号与所有冲击模板数字采样信号的Hausdorff距离,给出两者的相似度,利用相似度判别复合材料结构低速冲击位置。试验表明布拉格光纤光栅传感器可以监测复合材料冲击信号,能够对复合材料结构低速冲击进行判位研究。     

包络提取在冲击损伤成像方法中的应用

为了提高复合材料冲击损伤的监测效率和定位精度,提出了一种基于希尔伯特黄变换的损伤成像方法。利用希尔伯特 黄变换对信号包络进行提取后再成像,可以有效简化原始信号,同时提高模式走时提取精度和损伤监测效率。试验表明：在对复合材料层合板的冲击损伤进行成像的过程中,利用时域信号包络进行损伤成像可以明显改善成像效果,而不改变损伤定位精度;相对于短时傅里叶变换,希尔伯特 黄变换在信号包络提取和成像效果方面更具有优势。     

基于小波神经网络的智能复合材料冲击损伤定位的研究

复合材料的力学性能对冲击损伤极为敏感，为此实现复合材料的智能化，从而在线实时监测复合材料的冲击损伤具有重要的意义。应用小波神经网络对智能复合材料冲击损伤进行了定位研究，并与改进的BP网络进行了对比，结果表明小波网络具有非线性建模逼近能力强、识别精度高和推广能力强等优点。小波神经网络为复合材料的进一步智能化提供了更为先进的信号处理方法。     

基于小波包特征提取及支持向量回归机的光纤布拉格光栅冲击定位系统

以光纤布拉格光栅(FBG)为传感网络,构建了复合材料冲击载荷实时在线监测系统,研究了基于小波包特征提取及支持向量回归机的光纤-碳纤维复合材料结构冲击定位方法.针对同一冲击点,分析不同传感信号,获得了冲击响应信号小波包能量谱,分析结果表明小波包能量谱中特定阶数对冲击敏感.改变冲击点位置研究小波包能量谱与冲击位置之间的关系,提出将第6阶小波包能量值作为冲击定位的特征向量.采用支持向量回归机建立样本数据的回归模型,预测冲击载荷位置,并对支持向量机的相关调整参数进行了优化.实验表明,支持向量机的网络测试误差为4.81％.研究结果可为碳纤维复合材料(CFRP)层状结构的冲击性能评估提供可行的实验方法.     

卫星典型复合材料蜂窝结构板的冲击定位方法

针对一种典型复合材料蜂窝夹芯结构,构建了光纤Bragg光栅传感系统,实时监测材料冲击响应信号,对信号进行了小波包分解获得其能量谱。结果表明,第16阶小波包能量对冲击敏感。利用能量幅值比进行冲击定位,平均误差为1.87cm。该方法能够有效判定冲击位置,为卫星结构健康监测提供了一定的依据。     

复合材料冲击损伤高分辨率超声成像检测与损伤行为分析

冲击损伤是复合材料结构易产生的一种危害性缺陷,针对碳纤维复合材料层压结构特点,分析脉冲超声波在复合材料中的反射特性,当能减小入射声波脉冲的时域占宽,提高其品质,可显著改善超声检测表面盲区和纵向分辨率。利用入射声波在冲击损伤区形成的反射信号及其渡越时间可确定冲击损伤的深度和大小。研究采用高分辨率脉冲超声B扫描和层深C扫描(T扫描)成像方法,可揭示复合材料内部冲击损伤及其大小与沿厚度方向的分布特征,进行复合材料冲击损伤量化评估与损伤行为可视化分析。试验结果表明,在入射脉冲单周脉冲特性条件下,当来自复合材料缺陷的回波信号的渡越时间达到入射声波脉冲时域占宽的一半左右时,即可清晰地提取到时域可分辨的缺陷回波信号,使超声检测表面盲区和纵向分辨率达到单个复合材料预浸料铺层的厚度,约0.13 mm。利用超声断面B扫描成像,可以形象地再现复合材料中冲击损伤的断面分布与扩展情况以及损伤的深度等确切信息。采用超声T扫描成像,则可以直观地再现冲击损伤在复合材料铺层方向的分布及其损伤区域(面积)等定量信息。二者的结合则为揭示复合材料冲击损伤的3D分布及其特征提供一种超声成像检测量化评估和损伤行为可视化分析方法。     

基于光纤光栅传感器的复合材料损伤识别系统

利用光纤布拉格光栅(FBG)构建了传感器网络;结合小波分解与重构算法、频谱分析和支持向量多分类机算法研究了碳纤维复合材料板损伤的模式识别算法。首先,对带有不同损伤模式的复合材料结构进行冲击试验,探索损伤模式与信号特征之间的关系。然后,对信号进行小波分解与重构去除基线干扰;采用傅里叶变换频谱分析提取信号幅频特性,构建了复合材料结构损伤模式识别方法。最后,将提取的信号幅频特性作输入,复合材料结构损伤模式作输出,利用支持向量多分类机,实现了复合材料结构损伤模式识别。在500mm×500mm×2mm的碳纤维复合材料板中心,选定200mm×200mm的实验区域,对30组测试样本进行了损伤模式识别。实验结果表明:29组损伤模式得到了准确识别,正确率为96.7%。研究结果为碳纤维复合材料板的损伤模式识别提供了一种可靠的方法。     

应变片在复合材料低能量冲击定位中的应用

针对应用在航空结构中的碳纤维增强树脂基复合材料(carbon fiber reinforced plastics,简称CFRP)的冲击与振动检测的需求,提出了利用电阻式应变片实现冲击定位的方法。通过应变片获取动态应变信号,运用小波变换提取信号的波达时间,采用Mindlin板理论计算波速,最后使用笔者提出的定位算法计算冲击源的位置。在一个尺寸为400mm×400mm×2mm的CFRP层合板样板上进行实验,结果显示误差小于10mm,证明所提出的方法可用于碳纤维增强树脂基复合材料层合板的冲击定位,为航空结构的结构健康监控提供了一定的依据。     

小麦秸秆粉碎装置试验台的设计分析

针对秸秆还田机粉碎质量低和粉碎功耗高的问题,按照秸秆粉碎的田间工作原理设计了秸秆粉碎试验台,为秸秆粉碎试验研究提供了保障,为秸秆粉碎还田机参数选择提供了依据。     

往复压缩机气阀故障诊断的信息融合方法研究

针对使用单一信号对往复压缩机气阀故障进行诊断时所存在的不足．提出一种适合气阀故障诊断的信息融合方法。该方法将气阀的压力信号和振动信号特征进行信息融合，再通过RBF神经网络进行故障诊断。诊断实例表明该方法能更准确地诊断出气阀的各种故障。     

基于EMD的轴承故障包络谱分析

首先对滚动轴承振动信号进行经验模态分解;然后对分解后包含故障特征信息的本征模函数做Hilbert包络谱分析,在得到的包络谱中,清晰显示出故障特征信号的包络谱.试验结果表明,通过联合经验模态分解和Hilbert包络谱分析,能有效地提取出滚动轴承信号的故障信息,进而判定出轴承的损伤部位.     

基于EMD和信息熵的滚动轴承故障诊断

提出了一种基于EMD和信息熵的滚动轴承故障诊断方法。利用EMD将滚动轴承振动信号分解为多个IMF分量,计算各个IMF分量的信息熵,设定有效的熵阈值来取舍IMF分量,利用保留的IMF分量重构信号,并对重构信号进行Hilbert包络谱分析,提取滚动轴承故障特征频率。对实测滚动轴承振动信号分析表明,该方法能有效提取滚动轴承的故障特征频率。     

基于STM32F103装备数据采集系统的设计

为了提高装备信息自动采集的效率,介绍了一种基于STM32F103处理器的装备数据采集系统,分析了系统的需求,给出了数据采集系统框架图,以及各采集模块的功能实现流程;详细阐述了装备数据采集系统硬件和软件设计,主要包括存储模块、模拟信号调理电路和开关信号调理电路设计,模拟信号、开关信号和累计工作时间采集模块的软件模块程序设计;实际应用证明,该数据采集系统具有成本低、功耗小、响应速度快等优点,能可靠地实现数据自动采集,较好地解决装备数据采集的实时性和精确性的问题。     

基于小波多分辨率分析的风力发电机的故障特征提取与识别

利用小波多分辨率分析的方法对风力发电机振动信号进行分析,并运用小波变换对测得的信号进行处理,达到对风力发电机组故障的诊断识别。将提取的振动信号映射到小波基函数上,经平移和伸缩具有正交性的小波函数,然后再经小波变换归一化得到小波分解序列的幅值,以此作为诊断识别的特征值,实现了在多尺度下特征信息的提取与故障识别,说明该方法行之有效。     

Constrained independent component analysis and its application to machine fault diagnosis

For machine fault diagnosis the signals from working machine are always numerous, even uncountable, but there contains only a little useful information. Hence how to find out the useful signal from numerous signals, including noises, that is, how to only extract the desired fault signal is very attractive. This paper shows that the constrained independent component analysis (cICA) can solely extract desired faulty signal using some prior mechanical information. The methods of creating reference of cICA for machine diagnostics are discussed, and the effectiveness of the method is successfully verified by simulations and experiments.     

考虑控制电信号中间量的机床运动控制误差数据驱动建模方法

现有数据驱动的机床运动控制误差建模方法通常使用端到端的模型,即通过机器学习算法直接构建参考轨迹信息(速度、加速度等)与伺服误差之间的模型,以降低建模复杂度。然而,该方法忽视了控制电信号对运动控制系统非线性扰动的反映,而导致建立的模型精度受限。为解决此问题,提出了一种使用控制电信号作为中间量的数据驱动运动控制误差建模方法。该方法采集参考轨迹信息(速度、加速度、急动度等)、控制电信号、跟踪误差以及构造的换向特征,构建并训练基于参考轨迹信息的控制电信号预测网络,以及基于电信号和参考轨迹信息的运动控制误差预测网络,利用控制电信号这一中间量有效反应系统所受非线性扰动的特点,实现了高精度的运动控制误差数据驱动建模。在实际验证测试时,将参考轨迹信息输入电信号预测网络,而后将得到的预测控制电信号和参考轨迹信息输入跟踪误差预测网络,即可实现运动控制误差的预测。通过实验对所提出的建模方法进行了验证,所提出方法相对于传统的端到端建模方法,运动控制误差的预测精度在X轴和Y轴分别提升16.33%和20.42%,误差补偿后运动控制轮廓精度相较于未补偿提升85.59%,验证了所提出方法的可行性。     

基于总体最小二乘准则旋转不变子空间法的叶尖定时欠采样信号分析

考虑到传统的应变法无法同时测量所有叶片的振动且存在一定的安全隐患,故利用叶尖定时技术对叶片振动进行监测。由于该方法得到的信号属于严重欠采样信号,且实际获得的信号存在噪声干扰,传统的傅里叶分析无法得到叶片的真实振动频率。研究基于总体最小二乘准则(TLS)的旋转不变子空间法(Esprit)对存在噪声干扰的欠采样信号进行频率估计,并以估计结果作为先验知识对欠采样信号进行重构。通过仿真信号分析及高速旋转叶片试验台验证方法的有效性。结果表明,所提方法可以有效地对含噪欠采样信号进行处理并估计出叶片的真实频率信息,具有很好的工程应用价值。