冗余小波包改进及其在齿轮箱故障诊断中应用

针对小波包分解广泛存在频率折叠、频带重叠与频带错位缺陷,分析了其产生的根源,并以此提出了一种改进的冗余小波包分解算法。该算法通过交换偶数位置子带小波包分解后的两子带顺序来消除频带错位缺陷,通过引入两算子依据傅里叶变换滤波原理分别从频域滤去低、高频子带理论频率范围外的频率成分来避免频带重叠缺陷。分别使用仿真信号与某直升机中减速器疲劳试验的故障数据对该算法进行了仿真验证与试验验证。分析结果表明:相对于Mallat小波包算法和通常的冗余小波包算法,改进的冗余小波包分解算法确实成功消除了频率折叠、频带重叠和频带错位等三类缺陷,因此该算法能更有效地提取淹没在强噪声和其他强干扰背景下微弱故障特征,具有一定的工程应用价值。

改进的卷积型小波包分解及在故障诊断中的应用

针对卷积型小波包分解存在频带错位与频带重叠缺陷,提出了一种改进的卷积型小波包分解算法。该算法通过交换偶数位置节点小波包分解后的两节点顺序来消除频带错位缺陷,引入两算子分别从频域除去低、高频子带理想通带范围外的频率成分以消除频带重叠缺陷。由构造的故障信号进行仿真实验,并使用某直升机中减速器疲劳实验的故障数据进行了验证。结果表明:由于消除了卷积型小波包和内积型小波包分解算法中广泛存在的频率折叠、频带重叠和频带错位缺陷,改造的卷积型小波包分解算法能更方便、更有效地提取隐藏在强噪声和其他强干扰背景下的故障特征信息,从而为机械故障的诊断提供了一种强有力的分析手段。

小波包变换中地震信号的结点序号到频带序号的转换算法

利用小波包变换对地震非平稳信号进行处理时,结点与频带之间存在"跳频"现象,基于小波包变换算法以及异或运算,对小波包树频带序号和结点序号的关系进行研究,明确信号子空间频带与小波包树结点的排列规律,同时提出一种从结点序号到频带序号的转换算法。基于MATLAB平台,以唐山(南北向)波为例,验证该算法的正确性。

小波包分析在电动机转子断条故障诊断中的应用

采用改进型小波包算法从电气和机械方面提取信号的故障特征,提出一种基于小波包分析频带能量的故障诊断方法。经实验可知,该方法能够更全面的快速检测到转子断条故障的存在而且准确率高,在许多工程实践中可以应用。

基于小波包变换的地震信号频带序号到结点序号的快速转换算法

针对小波包处理地震非平稳信号过程中存在的"跳频"现象,以及现有方法不能快速准确地得到地震信号高层次小波包分解时频带序号和结点序号的排列规律的弊端,基于小波包变换算法和异或运算,提出一种频带序号到结点序号的快速转换算法。基于MATLAB平台,以唐山南北向地震波为例,编制相应程序进行分析,得到的地震频带序号与其小波包树结点序号的排列规律与现有方法得到的结果完全一致,验证了该转换算法的正确性。

改进双树复小波包变换及在故障诊断中的应用

针对双树复小波包分解存在频带错位和频带重叠的缺陷,提出了一种改进的双树复小波包分解算法。该算法通过交换高频子带节点小波包分解后的两节点频带顺序来消除频带错位缺陷,引入切比雪夫滤波器滤去除低频、高频子带理想通带范围之外的频率成分,以消除频带重叠缺陷。将改进双树复小波包谱峭度方法应用于齿轮箱故障诊断,首先将振动信号分解成不同频带的分量,然后利用谱峭度理论自动确定最优带通滤波器参数,获取最佳频带,再采用Hilbert包络解调,准确识别出故障齿轮的转动频率。实验结果表明,该方法能更有效地提取强噪声干扰下的齿轮箱微弱故障特征,验证了该方法的可行性和有效性。

基于频带声能量的关门声声品质评价模型

针对汽车关门声信号的非稳态特性,采用小波包时频分析方法,建立以频带声能量为输入、主观偏好值为输出的汽车关门声声品质客观量化模型。采集汽车关门声声样本并进行声品质主观偏好性评价试验,建立基于24Bark域的小波包滤波器组,提取各听觉频带内的声能量,利用遗传算法优化的BP(back propagation)神经网络建立频带声能量与主观偏好值之间的客观量化模型。结果表明:与基于心理声学客观参数的关门声声品质评价模型相比,基于频带声能量的关门声声品质评价模型在误差绝对值均值、均方误差、拟合系数方面均有明显提高,说明基于频带声能量的关门声声品质评价模型的预测精度更高。

基于小波包敏感频带选择的复材铣边颤振监测研究

针对航空蒙皮类复合材料零件铣边颤振初期频率淹没问题,提出了一种基于小波包敏感频带选择的能量熵颤振监测方法。首先使用频率消除算法(Frequency elimination algorithm,FEA)对铣边采集信号进行去主轴转频、刀齿齿频及其倍频处理。其次对去频后的信号进行小波包分解(Wavelet packet decomposition,WPD),分析WPD的频带分布特性。然后基于频带相关系数ρ和能量比波动方差σ^(2)选取颤振敏感频带作为颤振研究对象,提取分解后信号能量熵作为颤振监测量并基于拉依达准则确定系统颤振监测阈值。最后通过仿真信号和试验验证了所提算法的有效性。结果表明,经FEA和敏感频带筛选后信号的能量熵值分辨率提高了205%,且相较于未去频信号系统颤振监测响应时间能提前0.5 s。