基于多缩放基调频变换的时频脊线精细化表征方法

旋转机械在变工况下因局部故障和时变转速等激励影响下会产生非平稳振动信号,传统时频分析方法无法满足快时变与强调频的非平稳瞬态振动信号分析要求,由于传统调频变换(chirplet transform,CT)在分析非平稳振动信号时其核函数无法跟随瞬时频率(instantaneous frequency,IF)轨迹变化而变化,导致振动信号IF轨迹时频表征无法达到精细化程度。针对此类问题提出了一种多缩放基调频变换(multi-scale basis chirplet transform,MSBCT)时频分析方法,理论分析表明该方法可利用高阶相位算子将MSBCT方法核函数精确逼近IF轨迹,使得MSBCT算法可针对变转速工况下的IF轨迹得到精确的时频表征。由于噪声信号在时频域内的IF轨迹呈现出随机分布的特性,MSBCT方法由于高阶相位算子的存在可精确捕捉IF变化规律,故MSBCT可在一定程度上对噪声有抑制作用。通过仿真信号与变转速工况下轴承故障信号验证了所提出的MSBCT算法的有效性。结果表明,MSBCT算法能够非线性IF轨迹进行精细化表征,并通过与其他时频表征方法验证了其优势性。

基于深度信号分离的航空发动机可解释智能诊断方法

针对现有时频分析和信号分解等谐波提取方法在进行旋转机械无键相阶次跟踪应用时,存在无法自适应提取具有明确物理意义的转速谐波分量的问题,提出一种基于时频空间深度二值掩蔽模型的可解释性转速谐波信号自适应分离方法。首先构造一系列具有明确物理意义的转速谐波瞬时频率变化的仿真模板信号作为深度二值掩蔽模型的训练样本,然后利用构建的仿真模板信号转速基础谐波和高阶谐波的时频表征生成基础谐波时频空间二值掩蔽模型训练目标,建立起仿真模板信号时频空间和转速基础谐波时频图像之间的深度非线性映射关系,以实现转速基础谐波分量的准确分离提取和高阶谐波分量的可信掩蔽抑制,确保经深度二值掩蔽模型所得到的谐波分量具备明确的物理意义。再将深度分离所得的基础谐波分量经希尔伯特变换得到与转速信号深度非线性映射相关的瞬时相位信息,并将其应用于原始信号等角度重采样中以完成精确的阶次跟踪。综上所述,所提方法克服了传统无键相阶次跟踪方法严重依赖专家经验的问题,可为传动系统的无键相阶次跟踪提供具有明确物理意义的瞬时相位支撑。