针刀配合整脊手法治疗腰椎间盘突出症的疗效观察

目的:观察针刀配合整脊手法治疗腰椎间盘突出症的临床疗效.方法:随机抽样将观察病例分为针刀配合整脊手法治疗组60例,电针对照组60例.结果:治疗组治愈41例,好转16例,无效3例;对照组治愈30例,好转18例,无效12例,针刀配合整脊手法治疗组明显优于电针对照组(U=2.1029 P<0.05).结论:针刀配合整脊手法治疗腰椎间盘突出症具有一定优越性.     

面波压制的TT变换法

在地震勘探中,面波的频率比其他有效地震波的频率低,往往被视作干扰波而需要压制,以突出有效波.TT(time-time)变换具有很好的频率聚集能力,它将高频信号聚集在TT变换域的对角线位置,通过提取TT变换域的对角线附近的元素,就可以压制低频面波,突出反射波.对物理模型和实际数据进行处理,并与传统的高通滤波方法进行对比,结果表明:TT变换实际上是S变换的延伸,与S变换有着密切的联系,有无损可逆性,而且具有很好的频率聚集能力.TT变换在压制面波方面有较好的效果,但在提取高频、压制低频的同时,漏掉了一些低频的有效信号,同时也保留了部分高频干扰,这是TT变换在信号分析中的不足之处.因此,在实际应用中应将TT变换和S变换结合起来,避免一些解释上的假象.     

减小离散误差的时频峰值滤波算法

提出减少时频峰值滤波分段点处阶跃误差的改进方法.经过研究时频峰值滤波在频率调制和时频平面峰值滤波时产生的离散误差以及尺度变换方式,发现分段点处阶跃误差与离散傅里叶变换的长度成反比,且与零点在尺度变换后产生的不确定值有关.提出基于定零点尺度变换的时频峰值滤波,在信号尺度变换时将零点变换到瞬时频率区间上的固定值,使各段时频峰值滤波零点偏移量一致,从而消除分段点处的阶跃误差.仿真实验和实际地震信号时频峰值滤波处理结果表明,改进的时频峰值滤波算法能够有效消减随机噪声,减少分段滤波在分段处的阶跃.     

基于融合特征的双通道CNN滚动轴承故障识别

针对传统的滚动轴承故障识别方法效果较差,对专家经验依赖较高的问题,提出一种基于融合特征的双通道CNN滚动轴承故障识别方法.该方法首先将原始信号采用小波分解方法生成时频图,再将时频图和原始故障信号融合输入到Lenet-５网络中,进一步对故障特征进行准确提取,在输出层对数据进行融合,使用Softmax分类器对轴承故障进行分类.实验结果表明,该方法对不同种类的滚动轴承故障的识别均能做出准确的判断,识别准确率高.     

频率同步压缩与时间同步压缩的对比和应用

同步压缩变换是一种具有重构特性的时频分析方法,常用作短时傅里叶变换(short-time Fourier transform,简称STFT)的后处理步骤。介绍了两种不同的同步压缩方法:频率同步压缩(frequency-reassigned synchrosqueezing transform,简称SST)和时间同步压缩(time-reassigned synchrosqueezing transform,简称TSST),并通过对比两者所使用的短时傅里叶变换,来说明两种同步压缩方法的区别以及各自的应用场合。为了利用计算机进行快速计算,按照两种同步压缩的计算流程分别给出它们的离散化实现算法。此外,使用了旋转机械的碰摩故障和轴承外圈的冲击故障来验证两种算法的有效性,并指出SST方法因其在频率轴方向上压缩STFT系数的特点能够较好地识别旋转机械中的碰摩故障,而TSST方法因其在时间轴方向上压缩STFT系数的特点能够实现对轴承外圈冲击故障频率的检测。     

基于β散度约束的非负矩阵分解的机械复合故障诊断方法

时频分析经常被用来刻画非平稳振动信号的局部信息,而经时频变换后的特征信号具有较高的矩阵维数,很难对高维特征矩阵直接进行分类或特征提取.为此,提出了基于时频分析与β散度约束的非负矩阵分解算法(NMF)相结合的机械复合故障诊断方法.对采集的振动信号进行时频分析,获取局部特征信息;利用β-NMF算法实现数据的降维,并根据特征信息重构信号;在β-NMF算法中引入加权脉冲因子(CIF),对重构后的信号进行筛选;将得到的分离信号进行包络频谱分析,实现故障诊断.以滚动轴承复合故障为研究对象进行验证,分析结果表明:所提出的方法可以有效提取出外圈与滚动体冲击性特征,实现了滚动轴承的复合故障诊断.     

基于杂草算法优化的轴承时频谱图聚类识别研究

针对KFCM算法对初始聚类中心敏感导致聚类效果不好等问题,提出一种基于杂草算法(IWO)优化的模糊核聚类算法(IWO-KFCM),将其运用于轴承时频谱图的状态识别。通过小波变换获取轴承运行状态的时频图像,利用灰度梯度共生矩阵提取图像的纹理特征,提出基于可分性测度构造IWO算法的适应度函数;将IWO算法优化获取的初始聚类中心输入KFCM,实现时频谱图的聚类识别。最后进行多类轴承状态数据的测试,验证所提算法的有效性和优越性。     

基于时频峰值滤波的电力线通信噪声消除方法

为了克服电力线通信系统(PLC)中存在的大量噪声,改善低信噪比情况下电力线通信系统通信质量,提高电力线通信系统可靠性,引入时频峰值滤波(TFPF)算法作为电力线通信系统的噪声消除技术。时频峰值滤波算法通过频率调制将电力线含噪信号调制成解析信号的瞬时频率,利用解析信号的Wigner-Ville分布的峰值进行瞬时频率估计,从而恢复有效信号。针对电力线通信系统信号的非线性特性,利用加窗的Wigner-Ville分布实现TFPF。实验证明,在低信噪比情况下,该方法可以有效地消除电力线通信系统噪声,降低误码率(BE     

分数阶Fourier变换在往复式压缩机故障诊断中的应用

由于传统时频分析方法难以有效提取阀片的调频故障信号,因此提出基于分数阶傅立叶变换的往复压缩机阀片故障诊断方法。首先对含噪声的LFM信号进行仿真分析,仿真结果表明,分数阶傅立叶变换不仅可以有效地提取信号的频率特征,而且还具有自降噪功能;然后将分数阶傅立叶变换应用到阀片故障诊断中,由此可以看出,不同阀片故障对应不同的特征参量,从而实现了往复压缩机阀片故障的定量诊断。     

基于广义S变换的高斯领域时频滤波方法

针对S变换时频滤波局部时频区域选择问题,提出了一种高斯邻域阈值滤波方法。首先,利用S变换的二维时频特性,构建时频分辨率可调的广义S变换,提高分析信号的时频分辨率。然后根据不同时频分布类型,定义了3种不同的高斯邻域时频滤波模型。针对不同模型高斯邻域,对信号中S矩阵高斯邻域内的时频数据采用局部阈值处理,保留有用信息,通过广义S反变换得到滤波后的信号。仿真与实验结果表明,广义S变换高斯邻域时频阈值滤波方法具有较高的滤波精度,该滤波模型能有效减小滤波均方差。