基于双重Q因子的稀疏分解法在滚动轴承早期故障诊断中的应用

非平稳信号是由持续振荡成分和非持续振荡的瞬态成分混合而成的,因此很难利用线性方法对其进行有效分析。针对此问题,提出一种基于双重Q因子的非线性分析方法。这种方法将非平稳信号表示成高共振成分(高Q因子)和低共振成分(低Q因子)的叠加,进而用双重Q因子对信号进行稀疏分解,得到其高共振成分和低共振成分。将双重Q因子的分析方法用到轴承的早期故障诊断中,指出故障信号是由高共振成分和低共振成分故障冲击信号组成,从而用低Q因子提取出故障冲击成分,达到有效去除强噪声的目的,快速且准确地提取出轴承早期微弱故障的冲击特征。仿真信号和滚动轴承试验数据分析结果表明:该方法具有良好的降噪性能,能够有效地去除信号中的强噪声。

基于游标干涉的新型高灵敏度微环传感器

设计并分析了一种基于游标效应的光学传感器。采用截面尺寸为220nm×500nm的SOI矩形波导来进行分析。传感器的灵敏度为4.5×104 nm/RIU,探测极限低于10-4 RIU。该传感器最重要的优点是,即使器件有很高的传输损耗和低的Q因子,仍有很高的灵敏度和低的探测极限。分析了热光效应对基于游标效应传感器的影响。分析结果也同样适用于其他基于游标效应的传感器。