基于角域四阶累积量切片谱的柴油机连杆轴承故障特征提取

提出了一种角域四阶累积量切片谱方法,应用于提取连杆轴承微弱故障特征。首先,对升速过程振动信号进行阶比重采样得到角域平稳信号,再计算其四阶累积量对角切片谱,构成角域四阶累积量切片谱,用于分析不同转速区间、不同测试位置下的非稳态信号,提取连杆轴承微弱故障特征。试验结果表明:角域重采样与四阶累积量对角切片谱相结合,既能分析非稳态信号,又能抑制噪声干扰;特定阶比带内的角域四阶累积量对角切片谱的能量和峰值,能有效识别连杆轴承各种技术状态,可以作为连杆轴承磨损故障的特征参数;并得出了敏感测试位置、敏感转速区间和特征阶比带。

柴油机气门故障的四阶累积量切片谱特征提取

提出了一种四阶累积量切片谱方法提取发动机气门微弱故障特征。首先,计算发动机缸体振动信号的四阶累积量对角切片;其次,对四阶累积量的对角切片进行离散傅里叶变换,得到四阶累积量切片谱,用于分析不同转速、不同测试位置下的缸体振动信号,提取气门微弱故障特征。试验结果表明:四阶累积量对角切片谱既能抑制噪声干扰,又能减小高阶谱的计算量;特定转速和测试位置的四阶累积量切片谱的能量和峰值,能有效识别气门磨损状态,可以作为气门磨损故障的特征参数;并得出了敏感测试位置、敏感转速区间。

旋转机械运行稳定性劣化的高阶累积量特征提取方法

研究了基于高阶累积量理论的1.5维谱、四阶累积量对角切片谱方法在提取运行稳定性劣化特征方面的性能;从敏感性、趋势性、差异性、一致性角度,讨论了两种特征提取方法的趋势预测适用性。基于构建的转子实验台进行转子系统多种劣化类型下不同劣化程度状态的特征提取实验,检验两种方法作为特征提取手段的性能,解决了风电机组传动系统运行稳定性劣化的状态诊断、劣化趋势预测中特征提取方法的选择缺少理论依据的问题。

基于信噪峭度比的水下目标动态谱增强算法研究

根据非高斯噪声环境中水下运动目标辐射线谱信号的四阶累积量对角切片特征,定义了信噪峭度比的概念,导出了其理论计算公式。理论分析表明,在一定条件下,信噪峭度比总是大于用自相关函数定义的信噪比,提出了基于信噪峭度比分析法的水下运动目标辐射线谱信号的四阶累积量对角切片谱特征增强新算法。用水下某目标辐射线谱的实测数据,对该算法的性能进行了仿真研究。结果表明,该算法具有良好的抑制非高斯噪声能力,且不必对噪声分布作高斯性假设。因此,该算法具有重要的工程应用价值。

基于EMD和2(1/2)维谱的直升机声信号特征提取

利用经验模态分解(Empirical Mode Decomposition,EMD)的方法将直升机声信号进行分解,得到一系列本征模态分量(Instrinsic Mode Function,IMF)。计算实际直升机声信号及由其分解得到的每个IMF分量的四阶累积量对角切片谱,并由此得到实际信号及每个IMF分量的四阶累积量对角切片谱的幅度绝对值之和E。计算每一个IMF的E值与实际信号E值的比值构成直升机声信号特征矢量。采用神经网络分类器,对两种不同机型的直升机声信号进行分类和识别。仿真实验验证了该方法是可行的、有效的,分类识别取得了较好的效果。