分数阶频率加权能量算子在滚动轴承故障诊断中的应用

针对强噪声背景下滚动轴承故障特征难以提取的问题,提出了一种新的特征增强方法——分数阶频率加权能量算子。首先,利用傅里叶变换将信号从时域转换到频域,得到信号频谱的幅值函数和相位函数;其次,设定微分阶次的变化范围和变化步长,根据傅里叶变换的时域微分性质在频域内对信号的幅值函数进行分数阶微分处理,将微分处理后的幅值函数与相位函数相结合,再利用傅里叶反变换得到微分处理后的信号;最后,对不同阶次的微分信号进行Hilbert变换得到包络信号,利用包络峭度指标选择最佳的微分阶次,利用该阶次下的微分信号求取包络谱,从而确定轴承的故障模式。实验结果表明,该方法可以有效地提取出强噪声背景下的滚动轴承故障特征。

强噪声背景下频率加权能量算子和变分模态分解在轴承故障提取中的应用

从机械系统中传出的信号通常包含着不同的叠加振动成分,包括有用信息以及不可避免的背景噪声和其他频率干扰,因此波形较为复杂,并且其幅值和频率会随着时间发生变化。当背景环境较为复杂或噪声较大时,从混合信号中提取出的轴承故障特征信号更是如此。对于此类信号,模态分解算法不仅可以去除大量的高频噪声,而且还能将振动信号分解成一系列具有单一成分的模态分量,从而更好地发现振动信号的物理意义。引入一种新的轴承故障特征提取方法,首先利用变分模态分解算法先将故障信号分解为若干个成分单一的模态分量;然后利用一种新的能量算子——频率加权能量算子对含有故障频率的模态分量进行处理,得到其能量谱从而提取出轴承故障特征频率;最后以一种常见的振动筛分设备振动筛为实际案例,对其轴承故障特征进行提取,并通过对比,说明了该算法的优越性和实用性。

基于频率加权滤波的汽车平顺性评价

基于无限脉冲响应数字滤波器理论,根据ISO2631-1:1997(E)标准中频率加权系数设计了一个频率加权滤波器。通过频率加权滤波器对加速度时间信号进行滤波,获得加权加速度的时域数据和振动的峰值系数。通过分析,在随机振动下,各轴向的振动峰值系数一般不超过9,可用基本评价方法评价汽车平顺性;在冲击振动下,座椅、座椅导轨和脚下地板垂直方向的振动峰值系数超过9,需采用辅助评价方法进行平顺性评价。分析结果表明:通过频率加权滤波器进行滤波,可以实现汽车行驶平顺性的时域加权评价,改善传统频域加权评价方法无法获得峰值系数的不足,提高了汽车平顺性评价的准确性。

变步长频率加权能量算子在轴承故障诊断中的应用

通过包络解调可以提取调制信号中的周期成分来实现轴承故障的早期诊断与预警。但在进行包络解调时,需要解调信号必须为单调幅调频信号,且解调效果容易受到其他干扰信号的影响。频率加权能量算子较包络解调具有更高鲁棒性,但频率加权能量算子在离散化时使用的中点平均差分方法对中心频率较低的调制信号进行解调时鲁棒性较差。因此变步长频率加权能量算子通过改变步长参数来增强其在中心频率较低时的鲁棒性。通过分析与试验验证表明,变步长频率加权能量算子在整个频带都具有较好的解调效果。变步长频率加权能量算子可以在信号未经分解的前提下实现不同共振频带的解调,所以具有更强的工程应用价值。

频率加权能量算子在振动筛故障诊断中的应用

Teager能量算子解调方法在信号领域已经得到广泛应用,但由于对噪声较为敏感,造成其鲁棒性较差。振动筛属于振动机械设备中的筛分设备,其结构特点与运行原理与普通的旋转机械有着很大不同,因此提取出的振动信号同旋转机械提取出的振动信号也同样有着较大区别,主要体现在,信号中不仅存在着大量的背景噪声,而且信号中的成分也较为复杂,因此传统的能量算子在振动机械的实际应用上受到了很大限制。基于此,提出一种全新的能量算子方法—频率加权能量算子,该方法在很大程度上解决了传统能量算子关于噪声敏感性的缺点。将该方法应用到仿真模拟实验与振动筛实际应用中,并同传统的能量算子进行比较,发现能够很好的分离出故障频率,证明了该方法具有实用性与优越性。

基于频率加权的整车主动悬架系统控制器降阶研究

建立了整车7自由度主动悬架系统动力学模型。考虑高频动态未建模不确定性和人体对振动的敏感频段等因素,为有效抑制路面干扰,设计了加权广义悬架系统H∞控制器。在此基础上,应用频率加权右互质分解控制器降阶方法对所设计的高阶控制器进行降阶。乘坐舒适性比较和频域仿真分析结果表明,高阶控制器的阶数被较大程度地降低,且降阶悬架闭环控制系统能获得与全阶悬架闭环系统相近似的控制性能。

汉语文献文外频率加权与逆文献频率加权方法的比较

本文针对信息表示和信息检索中的文外频率加权和逆文献频率加权进行定量分析。以《软件学报》2004年发表的166篇计算机类的文献为测试集,通过计算机切词,统计词频,分别计算出各种语词加权方式不同的权重,并进行比较分析,得出了逆文献频率加权优于文外频率加权法,对文献频率取对数的逆文献频率加权公式优于不取对数的加权公式的结论。

频率加权滤波方法及应用

曲寿利．频率加权滤波方法及应用．石油地球物理勘探，1997，32（6）：865～871在音响设备中利用调节高、中、低频率信号功能对不同音频段的模拟信号进行不同的放大，以加强或压制不同频段的音频信号。此过程的实质是一种振幅畸变滤波。本文将此滤波原理引入地震信号的高分辨率处理，提升高频地震信号，称为频率加权滤波。也就是说，针对地震信号的频带宽度，设计一个零相位频率加权滤波器，以便在保持原始地震信号不失真的条件下，适当调节高、低频信号的幅度增强高频信号能量，达到提高分辨率的目的。

基于频率加权能量算子与1.5维谱结合的发电机特征振动信号增强

针对多极发电机故障振动信号信噪比低,故障识别难度高的不足,本文提出了频率加权能量算子(FWEO)与1.5维谱结合的方法来对发电机振动信号进行特征增强和滤噪。该方法应用频率加权能量算子来提取瞬态冲击特征和滤噪,应用1.5维谱来进行信号的二次特征增强和抑噪。对3对极发电机定子匝间短路故障前后定子振动数据的处理效果表明,本文所提方法能有效对发电机特征振动信号进行增强并实现有效滤噪,实现故障的快速识别;其处理效果不仅优于单一的频率加权能量算子和单一的1.5维谱,而且与当前流行的最大相关峭度解卷积算法相比具有一定优越性。

基于逆文献频率加权和N元分析算法的自动标引研究

本文对逆文献频率加权标引和N元分析进行对比分析,同时引入统计学领域的条件概率和信息论中的信息熵这两个工具,针对文献信息的处理提出了基于N元分析与逆文献加权的标引方法,以期提高文献的标引质量,避免自然语言处理中的一些问题。

一种改进的频率加权平衡降阶方法

通过引入参数,提出了一种改进的频率加权平衡降阶方法。该方法在双边加权的情况下,既保证了降阶模型的稳定性,同时与已有算法相比较,得出的降阶误差相对较小。此外,推导出的先验误差界公式也更为简明,便于计算。最后,通过算例,与已知的方法相比较,证实了所提出的方法的有效性。

高阶频率加权能量算子在列车轴箱轴承故障诊断中的应用

针对轴箱轴承振动信号中微弱故障冲击难以识别的问题,提出了高阶频率加权能量算子的信号解调方法,进而完成轴箱轴承的故障诊断。频率加权能量算子(FWEO)通过在解调时加入信号中瞬时频率的权重,从而提高了干扰情况下解调的鲁棒性,但是当干扰信号能量较大时,FWEO依然无法有效解调轴承的故障冲击信息。因此,在FWEO基础上通过高阶的导数运算,形成了高阶频率加权能量算子(HFWEO)。HFWEO通过高阶导数运算提高了瞬时频率的权重,从而有效提高了HFWEO对干扰信号的抑制作用;使用相关峭度准则确定合适的阶次,保证HFWEO在提高抗干扰性的同时又引入较少的高频噪声,从而实现更可靠的轴箱轴承故障诊断。使用所提出的解调方法对仿真信号与轴箱轴承振动信号进行解调,并与传统解调方法进行对比,结果表明,提出的HFWEO能量算子对干扰具有很好的抑制作用,可以在较低信号干扰比情况下具有良好的解调效果,同时所提的相关峭度准则可以准确地确定最佳的HFWEO阶次,在复杂干扰情况下依然可以有效提取轴承故障冲击,克服了传统解调方法在干扰严重时的局限性,抑制了干扰的影响,对信号中故障冲击识别更加有效,为更准确、快速判断轴承故障类型提供了可靠保证。

基于人类视觉系统的宏块级自适应频率加权算法

为提高视频编码主观质量,满足人类视觉特性,降低编码比特率,提出一种基于人类视觉系统的宏块级自适应频率加权算法。该算法利用人类视觉系统频率敏感性、视频图像内容特征和人眼对不同视频内容敏感度不同特性,定义了三种频率加权策略,并根据相邻宏块划分方式和预测模式为不同宏块选择不同的加权策略,实现了逐宏块更新量化矩阵。实验结果表明,本文算法在不引入更多计算复杂度的同时,较大程度提高了视频主观质量;与无频率加权算法相比,在相同主观质量下,降低约11%的编码比特数。

基于边缘频率加权的Hausdorff距离人脸检测定位算法

为解决现有的基于Hausdorff距离人脸检测定位算法误差较大的问题,提出了一种边缘频率加权的Hausdorff距离人脸检测定位算法,并经实验验证能较有效的解决图像中人脸因姿态、光照、遮罩等原因对检测定位的干扰,且精度较高,耗时较少。

基于频率加权的后缘拍动变体机翼流场模态分解

变体机翼是提高飞行器机动性能、高升低阻,满足复杂多变工况的重要解决途径之一,探索机翼变形对流场的影响机制是变形控制的基础。针对后缘拍动的柔性变体机翼,为准确分析拍动影响机制,提出了频率加权排序的动力学模态分解方法。针对不同工况下数值模拟结果或试验数据,开展了频率加权法同常规初始值、模态范数排序方法的对比。结果显示频率加权法得到的2阶模态频率与拍动频率吻合,表明该方法能准确体现机翼后缘周期性拍动对流场结构影响,反映机翼变形对尾迹的破碎作用。在相同重构模态数量下,拍动频率为300.0 Hz时,基于数值模拟数据,频率加权法、初始值法、模态范数法重构的速度场误差分别为0.39%、0.58%、3.25%,基于粒子图像测速设备(PIV)试验数据的误差分别为7.56%、8.77%、10.56%,表明频率加权法误差最小,能较好用于主动拍动变体机翼的物理场分析及后续反馈控制。

基于频率-结构双重加权阈值的地震数据插值

地震数据的插值是地震数据处理的关键环节,插值效果的优劣关系到后续反演、去噪、反褶积、偏移等工作的进行.基于稀疏反演的常规频率-波数(FK)域插值方法往往使用广义阈值,而由于缺失地震数据仅沿波数方向呈稀疏态,在沿频率方向呈类子波频谱形态分布的非稀疏态,直接应用基于L p范数的广义阈值会难以补全缺失数据的高低频信息,不利于后续依赖低频信息的反演及依赖高频的高分辨率处理工作的开展;基于该问题,本文设计沿频率方向类子波频谱形态变化的频率加权阈值,同时考虑完整地震数据在波数域的聚集分布,引入沿波数方向的结构加权阈值,提出基于频率-结构的双重加权阈值,在补全缺失地震道的同时,保证其高低频信息的有效恢复.模型和实际数据表明,相比于广义阈值,基于频率-结构的双重加权阈值可以减少插值误差,最大限度保证缺失地震道位置插值结果高低频信息的完整性.

基于小波包分解和频率加权能量算子的滚动轴承故障诊断

针对强背景噪声下故障特征信号提取难的问题,利用小波包分解能重构信号高低频的特点和频率加权能量算子抗干扰性强的优势,提出基于小波包分解与频率加权能量算子相结合的滚动轴承故障诊断方法。首先运用小波包分解对原始信号进行三层小波包分解,通过计算各个分量的峭度得出最优分解系数;再利用频率加权能量算子追踪信号的瞬时能量并求其包络谱;最后分析包络谱中频率成分并与对应故障特征频率进行对比。仿真信号和实验数据都能证明所提方案的有效性和实用性。

基于频率信噪比加权的麦克风阵列声源定位算法

为了提高噪声和混响环境下麦克风阵列的声源定位算法性能,提出了一种基于频率信噪比加权的可控响应功率定位算法。该算法首先根据每帧阵列信号的频域协方差矩阵估计每个频率的信噪比;然后通过激活函数将频率信噪比映射为加权值,并修正传统的相位变换可控响应功率计算公式;最后利用修正公式计算每个候选位置的可控响应功率值,通过搜索可控响应功率的最大值实现声源定位。该算法无需噪声先验信息,根据实时估计的频率信噪比自适应地调整各频率分量对可控响应功率的贡献。仿真环境和实际环境测试结果表明,与传统的相位变换可控响应功率算法、维纳预滤波波束形成算法相比,在噪声和混响的复杂声学环境下,本文算法的定位正确率更高,均方根误差更小,对噪声的鲁棒性更强。

基于频率加权张量核范数的高光谱图像复原

目的高光谱图像复原是高光谱领域中一个重要的预处理步骤,能够有效去除成像条件所带来的不利影响,提升后续处理任务的精度。张量核范数被广泛应用于高光谱复原问题中,得到了较好的结果。然而,在张量核范数的定义中,它对张量所有奇异值使用相同的阈值进行收缩,未充分考虑高光谱的物理意义,得到了次优的结果。为了提升高光谱图像复原的精度,本文提出了基于频率加权张量核范数的高光谱复原算法。方法在张量的频率域内,对清晰的高光谱图像添加噪声,图像信息在低频部分变化较小,而在高频部分变化巨大。基于这样的物理意义,定义了一种频率加权张量核范数来逼近张量秩函数,提出了频率域权重的自适应确定方法,让其能减少对低频部分的收缩,同时加大高频部分惩罚。然后将其应用于高光谱图像复原和去噪问题中,并基于交替方向乘子法设计了相应最小化问题的快速求解算法。结果在4个高光谱数据集上与相关方法进行对比仿真实验,高采样率条件下在Washington DC Mall数据集上,相比性能第2的模型,本文模型复原结果的PSNR(peak signal-to-noise ratio)提升了1.76 dB;在Stuff数据集上,PSNR值提升了2.91 dB。高噪声条件下,在Pavia数据集上相比性能第2的模型,本文模型去噪结果的PSNR提升了8.61 dB;在Indian数据集上,PSNR值提升了10.77 dB。结论本文模型可以更好地探索高光谱图像的低秩特性,使复原的图像在保持主体信息的同时,复原出更多图像纹理细节。