基于谐波小波包变换的齿轮箱包络解调分析

齿轮箱发生某些故障时所产生的非平稳信号具有多分量调制的特点,啮合分量及倍频受噪声干扰影响严重且相互交叠,信号频带较宽异常复杂,给故障诊断带来了很大的障碍。在研究谐波小波频段分解与Hibert解调分析的基础上,提出了基于谐波小波包变换的解调分析法的实现过程。该方法首先对预处理后的信号进行三次样条插值并作必要的频谱分析;然后结合频谱特征与齿轮箱故障特征频率的理论计算值,确定所需提取的特征啮合分量;继而确定谐波小波包分解层数与提取的频带带宽,再通过傅立叶变换及反变换得到相应的特征啮合分量;最后采用Hilbert算子对提取出的啮合分量进行包络解调分析。将该方法应用到实际齿轮箱的磨损及点蚀故障的诊断试验中,验证了该方法对任意频段调制信息的精确提取能力,为齿轮箱故障源及故障程度的准确定位提供了可靠的判断依据。     

基于循环相关和LPSO算法的自适应MCKD方法的滚动轴承早期故障特征提取EI北大核心CSCD

针对强噪声情况下滚动轴承早期故障信号特征难以提取的问题,提出了MCKD与对称差分能量算子解调的特征提取方法。MCKD算法进行滤波时,滤波器长度L和故障周期T对滤波效果的影响至关重要,因此提出基于循环相关和LPSO算法结合的自适应的MCKD算法,自动搜寻MCKD算法所需最优参数;原信号经滤波后,故障特征被明显突出,为了剔除剩余噪声,对滤波后信号进一步做对称差分能量算子解调,剔除剩余噪声同时获得解调谱,进而提取滚动轴承的早期故障。实验分析验证了该方法的有效性。     

基于灰色理论的航空发动机剩余寿命预测

针对航空发动机健康监测数据繁杂、性能退化特征不明显、缺乏有效的健康指数构建与剩余寿命预测难的问题,提出了基于灰色理论的多监测参量优化选择与融合及全阶时间幂灰色预测模型(FOTP-GM(1,1))方法。首先,采用灰色关联分析法对航空发动机的高维监测物理参量的性能退化状态表征能力进行参数化度量,结合线性相关分析对监测参量进行优化选择;其次,利用灰色接近关联度对优化选择的特征进行加权融合,构建航空发动机的统一健康指标(HI),并以训练发动机HI失效阈值为参照,采用滑动窗欧氏距离比对法确定测试发动机的HI失效阈值;最后,采用FOTP-GM(1,1)对测试发动机的剩余寿命进行预测。通过实验分析,该方法能够有效地对航空发动机的剩余寿命进行预测,并比传统方法得到更高的预测准确度,该方法为实现航空发动机的故障预测与健康管理提供一种新的思路与手段。     

一种基于乐观方法的安全实时并发控制协议

实时数据库通常应用在一些安全关键类应用中，如电子商务、股票交易、军事指挥系统等。在这样一些应用中，实时数据库系统需同时满足两方面的需求：确保数据安全和尽可能减低实时事务错过截止期的比率。然而，通常这两方面需求是相互冲突的，满足一方面是以牺牲另一方面为代价。本文提出了一种基于乐观方法的安全实时并发控制协议，该协议将安全约束整合到实时乐观并发控制协议中，并能根据应用的需求在安全性和实时性方面进行了适当的折中。性能测试结果显示，该协议在确保数据安全的同时并未明显地降低实时性能。     

HHT新方法及其在齿轮箱故障诊断中的应用

为了克服Hilbert-Huang transform(HHT)中的端点效应,利用基于掩模信号法的端点处理方法,对信号进行外延后再进行empirical mode decomposition(EMD),在一定程度上克服了EMD方法的端点效应问题.同时利用掩模信号对intrinsic mode function(IMF)分量进行延拓后,再进行Hilbert变换,有效地抑制了Hilbert变换中的端点效应.系统仿真信号以及实测信号的验证结果表明该方法是有效的.     

小波-形态-EMD综合分析法及其应用

在经验模态分解(EMD)的理论基础上,分析了随机白噪声及局部强干扰对EMD分解质量的影响,结合小波消噪和形态滤波理论,提出了一种新型的小波-形态-EMD算法模型.该模型将小波形态变换作为EMD前置滤波单元,可以减少不必要的分解层次,降低EMD分解的边界积累效应,消除局部强干扰造成的模态裂解现象,有效提高EMD的时效性和精确度.利用仿真信号分析实例详述了这种综合分析方法的实施过程,并将该方法成功运用于齿轮故障的早期检测中.实验结果证明该方法在机械故障诊断中切实可行,具有较好的应用价值.     

基于Duffing van-der-pol系统几何特征的材料非线性特征量化

传统微弱信号检测方法在处理非线性Lamb波信号时存在精度不高且抗噪性能有限的问题,Duffing vander-pol系统作为非线性动力学系统十分适合检测由材料非线性特征引起的非线性Lamb波微弱变化。系统的几何特征——平均周期面积作为特征参数能对材料非线性导致的微弱二次谐波成分进行增强,进而表征材料非线性特征。采用系统分岔图确定Duffing van-der-pol系统的策动力参数,根据系统相轨迹确定系统状态并验证二次谐波的存在性。通过建立系统几何特征参数与二次谐波幅值的拟合线性关系,二次谐波幅值可以被精确量化,从而实现定量分析材料线性特征。通过实验对比传统的小波变换、卡尔曼滤波等降噪方法,在较强的噪声干扰下,基于Duffing van-der-pol系统几何特征的方法对二次谐波的量化依然可以保持较高精度,具有潜在的应用价值。     

基于多元线性回归分析的风机噪声预测的研究

研究了IEC 61400-11风力发电机组声学噪声测量技术标准,针对风力发电机组噪声测量过程复杂且易受外界干扰的问题,提出了采用多元线性回归分析的方法对风力发电机组噪声的声压级进行预测.通过较易实现的参数的测量,建立回归方程,用最小二乘法求取回归系数,最终建立了风力发电机组噪声声压级预测的模型.将模型应用于实际测试过程中,效果良好.     

基于瞬时转速的变窗STFT变换

针对旋转机械振动信号的非平稳特性及其与转速变化之间的关系,发展了一种基于可变窗短时傅里叶变换(STFT)的精细时频分析方法。该方法首先根据转速曲线的斜率变化规律对转速曲线进行了最优分段,并对每个时间段内的转速数据进行二次曲线拟合;继而在拟合参数的基础上,对STFT移动窗的窗型及窗长进行设计计算;然后根据转速曲线的时间分段点将被分析的旋转机械信号分割成相应时间段内的子信号,再采用每个时间段内设计的窗函数对每个子信号分别进行STFT变换,并把每个时段上求得的时频分布拼接成被分析信号的整体时频谱。仿真和应用试验表明,采用这种基于瞬时转速的新型时频变换,能够得到较理想的时频分辨率,非常适合于旋转机械信号的精细时频分析,具有良好的研究价值和发展前景。     

消除经验模态分解中混叠现象的改进掩膜信号法

经验模态分解方法能在时频域上正确地描述非平稳非线性信号的局部特征。但由于模态混淆,当信号组合分量的频率太接近时,常不能得到正确的经验模态分解结果。针对这一情况,提出了消除经验模态分解中混叠现象的一种方法——改进的掩膜信号法,并将其应用于风机叶片振动信号的分析中。该方法以能量为基础对掩膜信号的选择进行改进,并通过掩膜信号结合EMD来达到消除模态混叠现象的效果。对风机叶片振动信号进行验证的结果表明,该方法简便易行,可有效分离混叠模态,提取有用信号,并且对白噪声也有削减效果。