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Crazy Climber的时频分析方法与应用

对于处理频率随时间变化的非平稳信号,传统的时域或者频域表示方法已经不能够满足需要。因此,时频分析成为分析时变非平稳信号的有效工具。基于Crazy Climber的时频分析方法对于一般时频分析方法的结果中出现的时频模糊现象具有明显的改进效果,有利于提高故障诊断过程中瞬时频率估计的准确性。尤其对于带有噪声的时频分布,可以在重新计算时频排列的过程中降低噪声的权值,使瞬时频率估计更加的准确。     

匹配压缩脊线提取在齿轮箱故障诊断中的应用

匹配解调技术是一种新的时频分析方法,在处理非平稳信号的时频特性方面,具有较高的时频分辨率。基于此技术,提出了匹配压缩脊线提取技术用于旋转机械非平稳工况下的故障检测。结合匹配解调技术与同步压缩技术,从多分量信号频谱中提取基频;同时提出旋转算子滤波技术与包络线滤波技术,移除强能量分量信号,得到弱能量分量信号的脊线。运用此方法,当基频能量非最大且故障信号能量较小时,能同时提取基频与故障特征信号。仿真分析和实例分析表明,该方法优于一般的脊线提取方法。将该方法应用于行星齿轮箱上,可有效提取故障特征分量,并与基频进行较为直观的比较。此方法可用于变转速工况下行星齿轮箱的故障诊断。     

改进的经验小波变换在滚动轴承故障诊断中的应用

经验小波变换是一种基于Fourier 频谱特性,通过构建自适应小波滤波器组来分析复杂多分量信号的方法。该方法能够有效识别信号中的不同模态分量,但由于其Fourier 频谱分割问题,在处理噪声及不稳定信号方面有所欠缺。针对这一问题,采用改进的经验小波变换方法,将信号分解为具有物理意义的经验模态。改进的经验小波变换主要考虑被处理信号的频谱形状,通过采用基于顺序统计滤波器（OSF）的包络方法以及遵循三个准则来获取有效峰值的方法,改进Fourier 频谱分割过程。将改进的方法应用于滚动轴承故障诊断中,由于改进的经验小波变换能够将振动信号分解为一系列单分量成分,因此在轴承振动信号包络谱中能够清晰的发现故障特征。通过对滚动轴承振动模拟信号和实验信号的分析验证了该方法的有效性。     

转子非线性扭转振动成因研究

目前研究转子扭转振动的非线性现象,多数采用直接假设存在立方非线性,并未对其存在的原因进行解释。针对此问题,从几何变形的角度出发,推导出转子扭转振动中产生刚度渐软的duffing非线性现象的原因。首先,在未考虑非线性影响的情况下用ANSYS进行了模态求解;其次,在考虑非线性项时,建立多自由度的数学模型,采用模态截断的方法和多尺度法分析了系统的主共振;最后,通过数值仿真与扫频试验结果的定量对比,证明了转子扭转振动中存在刚度渐软的立方非线性理论的正确性。