特定湍动激励-响应类型二次非线性系统双谱分析仿真建模

自然界存在一类特定湍动激励类型二次非线性系统,属于一种特殊的非高斯信号系统,其特征是输入信号谱由湍流波动产生,而且这种湍流波动信号功率谱分布接近高斯分布.本文从拓展Choi等(1985 J.Sound Vib.99309]和Kim等(1987 IEEE J.Ocean.Eng.OE-12568)的工作入手,对以海浪激励-系泊船舶响应和充分发展湍流为代表的特定湍动激励-响应类二次非线性系统,基于双谱分析技术进行系统仿真,并对仿真系统进行了扩展的、系统的建模分析,并首次应用完备迭代法(2020 Phys.Scr.95055202)进行模型求解,计算了线性传递函数与二次非线性传递函数.所得结果均符合预期.相干分析表明,随机海浪-船舶摇动系统二次相干性远大于线性相干性,但近高斯输入型充分发展湍流的线性相干性更大.反算验证或与真实系统的对比表明,本文的湍流仿真手段与系统建模方法准确性好,求解算法效率高,可以有效应用于与湍动激励相关的二次非线性系统的模型描述与系统分析.

基于阶比双谱分析的发动机故障特征提取

双谱估计是非线性、非高斯信号分析的有力工具,它能抑制加性有色噪声的影响,辨识非因果、非最小相位系统或重构非最小相位信号,抽取由于高斯性偏离引起的各种信息,检测和表征信号中的非线性以及辨识非线性系统[9]。但是它是以分析稳态信号作为前提条件。严格上讲,用它去分析内燃机上所得到的非稳态信号是不合适的。阶比双谱估计是一种新方法,将等时间间隔采样(Δt)所得的非稳态信号按等转角间隔(Δθ)重采样,得到阶域中的稳定信号,再用双谱进行分析。通过仿真信号的分析对比显示了该方法的优越性。运用此方法对内燃机主轴承不同间隙下的噪声信号进行分析,结果表明,此方法能有效地提取故障的特征,实现状态监测。

基于双谱分析的雷达辐射源个体特征提取

针对复杂电磁环境中雷达辐射源特征参数的分选和识别问题,提出将辐射源信号的双谱作为雷达辐射源个体特征,并进一步提出将Walsh变换作为双谱特征优化算法。利用双谱中包含的信号细微信息和双谱受高斯噪声和杂波影响较小等特性,提高雷达辐射源个体特征参数的有效性;针对信号双谱中包含了很多与个体特征无关的冗余信息,不利于机器进行识别处理的缺点,利用Walsh变换对信号的双谱特征进行优化,剔除其中无效、冗余的信息,将变换后的结果作为雷达辐射源个体特征信息。仿真实验结果验证了算法的可行性。

应用EMD和双谱分析的故障特征提取方法

针对传统双谱分析从理论上仅能抑制高斯噪声,但对非高斯噪声无能为力的不足,提出了一种利用经验模式分解(empirical mode decomposition,简称EMD)和双谱分析的故障特征提取方法,并应用于滚动轴承故障诊断中。首先,对信号进行EMD分解;其次,利用能量相关法去除EMD分解过程中出现的伪本征模态分量(intrinsic mode function,简称IMF);最后,对得到的真实IMF进行双谱分析提取故障特征。仿真和实验结果表明,所提出的方法优于功率谱分析和传统双谱分析,能够更有效地提取强噪声背景下的机械故障特征信息,为滚动轴承的故障特征提取提供了一种新的方法。

双谱分析及其在机械诊断中的应用

提出基于双谱分析的机械故障诊断方法。分析双谱的性质和物理意义 ,探讨双谱抑制噪声和提取故障信息的能力。利用双谱分析 2种典型的机械故障 ,结果显示 ,双谱分析与传统的基于 FFT的频谱分析方法相比 ,能更加有效地提取故障征兆。

基于双谱分析的齿轮故障诊断研究

针对不同状态下齿轮的振动信号具有不同的高斯性和对称性的特点 ,利用三阶累积量的性质 ,对双谱分析用于齿轮故障诊断的方法和物理意义进行了研究 .采用双谱估计的直接算法 ,给出了正常、裂纹和断齿三种不同状态的齿轮信号的双谱的等高线图 ,成功地对三种不同状态的齿轮进行了鉴别 .同时 ,利用上述双谱中的一个“对角切片”Bx(ω ,ω)将齿轮信号进行分离 ,发现不同状态下“对角切片”Bx(ω ,ω)的谱线分布具有不同特点 。

基于局域波降噪和双谱分析的自动机故障诊断研究

特征提取是机械故障诊断的关键,能否准确地提取出反映机械设备工作状态的特征信息,直接影响到故障诊断的准确性和早期预报的可靠性。自动机表面的振动信号成分复杂,除了含有丰富的零部件运动状态信息外,也存在着大量的噪声成分。只有有效地去除干扰信息,才能对信号做出正确地评估和分析。自动机表面的振动信号具有明显的短时冲击特性,是一种典型的非高斯、非线性信号。高阶谱分析,特别是双谱分析,在处理非高斯信号和识别非线性系统故障等方面具有一定的优越性。将局域波理论和双谱分析相结合,对自动机振动信号进行降噪处理和分析,结果表明其应用在自动机故障诊断中具有较好的识别效果。

基于表面肌电信号双谱分析的动作分类

为了提高人体上肢动作识别正确率,提出了一种基于表面肌电信号双谱分析的动作分类方法,以信息增益作为表面肌电信号起止点分割效果衡量标准,结合TKE算子提取出肌肉运动起止区间的表面肌电信号,对提取到的表面肌电信号进行双谱变换,提取双谱的正反对角切片作为表面肌电信号特征,以概率神经网络作为分类器,以100次10折交叉验证为一次动作分类实验,计算10次分类实验的平均正确率,最终得到正对角切片、反对角切片和正反对角切片的分类正确率分别为94.56%、90.93%和95.48%.

应用双谱分析和分形维数的雷达欺骗干扰识别

为解决频谱弥散干扰(SMSP)和切片组合干扰(C&I)2种干扰类型的识别问题,提出了一种利用双谱分析和分形维数的干扰识别方法。首先对零中频处理后雷达接收信号进行双谱分析,得到接收信号的三维双谱信息;然后通过降维方法把三维信息变换成二维特征曲线,以减小干扰识别的计算量;最后提取二维曲线的盒维数和信息维数2个特征参数,通过支持向量机对干扰识别率进行检验。仿真结果表明:在一定的噪声背景下,该识别方法能够较为稳定地识别不同干扰形式;在信噪比为0dB的条件下,干扰的识别成功率能够达到88%以上,证明了干扰识别方法的有效性。

基于WATD双谱分析的风电轴承故障特征提取研究

针对风电机组轴承动态信号的强干扰、非平稳、非高斯、非线性特性和有效提取故障特征困难的问题,提出了基于WATD双谱分析的特征提取方法,以实现风电轴承故障特征的有效提取。基于Matlab软件平台,对该方法进行了分析、测试和仿真验证,结果表明,该方法更加快速、有效,为风力发电机组工程的故障诊断技术提供了理论依据。

基于双谱分析的设备状态监测研究

本文以双谱分析理论为基础 ,分析并计算了设备在不同工作状态下噪声信号的双谱及其等高线图。分析和实验结果表明 ,双谱分析表达了三个谱元之间的相关性 ,可以识别系统的非线性特征 ,能够克服功率谱局限性和不足。相同工作状态下信号的双谱及其等高线图具有相似性 ,不同工作状态下信号的双谱及其等高线图具有明显的可分性。为噪声信号的特征量提取提供了新的分析手段 ,利用噪声信号的双谱分析可以有效地识别设备工作状态。这种方法在设备工作状态监测方面将会有良好的应用前景。

基于切片双谱分析的滚动轴承故障识别研究

针对滚动轴承故障识别问题,提出基于共振解调理论和高阶谱分析相结合的新方法.讨论了双谱理论和双谱对角切片的特性,分析了故障滚动轴承振动信号的特点.利用希尔伯特(Hilbert)变换构造原始振动信号的解析信号,求取信号的包络,计算包络信号的对角切片双谱,提取由于滚动轴承二次相位耦合产生的非线性特征,得到滚动轴承的故障特征频率,识别滚动轴承的故障模式.试验和理论分析表明,利用该方法可以有效地将正常轴承和内滚道伤轴承、外滚道伤轴承的振动信号进行分离.该方法保留了信号的相位信息,并且能够有效地抑制噪声,在降维的同时简化了算法.

铣削加工刀具磨损过程双谱分析

双谱分析能够揭示时间序列的二次相耦合信息,特别适于铣刀磨损状态监测信号的特征抽取。通过提取铣削加工过程中机床主轴端振动加速度信号的双谱及其双相干系数,分析了铣刀后刀面渐进磨损过程双谱及其双相干系数的变化规律。研究结果表明:双谱分析提取的特征参数能够反映铣刀后刀面的渐进磨损过程,与实际铣刀磨损情况一致。

双谱分析在铣刀状态监测中的应用

针对铣刀渐进磨损过程中主轴端振动加速度信号的非平稳时变特点 ,提出了基于双谱分析的铣刀状态监测信号特征抽取方法 ,分析了铣刀在正常磨损、急剧磨损、崩刃和破损条件下 ,主轴端振动加速度信号的双谱特点。通过实验研究 ,在立式加工中心上验证了上述方法的有效性。

双谱分析在往复泵故障诊断中的应用研究

针对当机械系统发生故障时 ,非线性特征更为突出的特点 ,提出了基于双谱分析的往复泵故障的振动诊断方法 ,研究了利用阀箱上振动信号的双谱 ,尤其是双谱沿 f1 =f2 的切片谱识别泵阀故障。诊断实例表明 ,采用双谱分析可有效抑制振动信号中的噪声 ,得出比传统功率谱分析更明显的泵阀故障特征 ,可有效识别往复泵泵阀的初期故障。由于该方法仅利用阀箱上振动响应信号的双谱分析即可完成对泵阀不同类型故障的正确识别 。

基于排气噪声双谱分析的坦克柴油机失火检测

介绍了目前多缸柴油机失火故障检测的常用手段。通过对坦克柴油机不同状态下排气噪声信号的双谱分析,提出了一种特别适合实车不解体检测失火故障的方法,并编写了应用软件。试验结果表明,该方法切实可行,不存在安装问题,成本低、操作简单、易于推广。

基于双谱分析的齿轮故障诊断方法

齿轮啮合过程中的振动信号往往呈现出非线性、非高斯性,加上强噪声的干扰,给故障特征的提取带来了较大的困难。为实现齿轮单一故障的分类和诊断,采用时序参数化的双谱分析方法,对齿轮故障模拟试验台上采集的正常状态和3种故障状态的振动信号进行了分析,根据双谱谱峰的分布及数目的差异性,实现了齿轮正常、裂纹、磨损、剥落4种状态的识别和分类。结果表明,双谱分析可以抑制背景噪声,并有效提取信号中的非高斯成分,是一种有效的故障诊断方法。

ARMA双谱分析与离散隐马尔可夫模型在电力电子电路故障诊断中的应用

提出一种基于自回归滑动平均(auto-regressive moving average,ARMA)模型双谱分析与离散隐马尔可夫模型(discrete hidden Markov model,DHMM)的电力电子电路故障混合诊断新方法。首先对故障电路采样的数据进行零均值处理;然后采用高阶累积量建立ARMA模型参数并进行双谱分析,通过对双谱矩阵进行矩阵变换提取电路故障信息特征量,再对故障特征数据进行矢量量化;最后应用离散隐马尔可夫模型,设计出电力电子电路的故障分类器。将该方法应用到SS8机车主变流器电路的故障诊断中。结果表明,所提出方法具有较高的正确诊断率和较强的抗噪声能力,在无噪声或加入5%的噪声情况下,正确诊断率均为100%;而当加入10%的噪声时,正确诊断率比DHMM诊断法和GA-BP神经网络诊断法分别高出16.11%和23.79%。该方法在工程中具有实际应用价值。

双谱分析及其在机械故障诊断中的应用

许多机械系统存在着明显的非线性特征，特别是当系统发生故障时，其非线性更加 突出。双谱分析是对非线性系统进行识别的有效方法。然而根据定义计算双谱，首先 要计算三阶相关函数．然后进行二维Ｆｏｕｒｉｅｒ变换．这需要大量的计算机机时。本 文在阐明双谱的概念的基础上，推导出利用ＦＦＴ快速算法估算双谱的公式，编制出计 算软件。最后利用双谱为析对２１００型柴油机连杆轴承出现的间隙非线性进行了分 析，正确地诊断出柴油机发生的故障。

双谱分析法在风机轴承故障诊断中的应用

针对我国风电行业装机容量井喷式扩大而故障诊断和运行维护技术相对落后的现状,提出了基于双谱分析法的轴承故障诊断方法。阐述了直接和改进两种双谱分析方法的原理,并利用Matlab软件仿真,提取振动信号的故障特征,进行不同故障的分析判别。对比分析结果表明,采用改进的双谱分析方法能够很好地检测非线性、非高斯性振动信号的相位耦合,便于计算机进行轴承故障识别与诊断,提高了风电系统的可靠性和安全性。