小波再分配尺度谱在声发射信号特征提取中的应用

在分析典型声发射(Acoustic emission,AE)信号特征的基础上,根据机械故障或损伤引发的AE信号的故障特征提取原理和特点,首次提出AE信号的小波再分配尺度谱分析法。将小波尺度谱和再分配尺度谱同时用于AE信号的特征提取,再分配尺度谱能提高尺度图的聚集性,减少干扰项,更准确地表征AE信号中的特征信息。通过理论研究和仿真,确定了小波再分配尺度谱基函数及其参数的选择,克服了小波再分配尺度谱的时、频分辨率不能同时达到最好的缺陷。将小波再分配尺度谱用于声发射检测的滚动轴承损伤类型及部件的识别,诊断结果十分直观、清晰、准确。仿真分析和试验研究均表明了小波再分配尺度谱能有效应用于基于声发射技术的状态监测和故障诊断。

基于瞬时包络尺度谱熵的滚动轴承早期故障奇异点识别及特征提取

滚动轴承故障信号具有较强的非平稳特性,并且极易受齿轮等噪源污染,故障特征信息微弱,特别当滚动轴承处于故障早期,上述问题尤为严重。针对这一难点,提出基于瞬时包络尺度谱熵的滚动轴承早期故障奇异点识别及特征提取方法。应用重分配尺度谱对轴承的包络信号进行时频分解,计算每一时刻的功率谱熵,以获取信号的瞬时包络尺度谱熵(Instantaneous envelope scalogram entropy,IESE),则信号IESE曲线发生畸变的位置,即是轴承故障表征最为明显的时刻,进而可以提取轴承故障信号的最优故障表征时段(Optimal fault characterization phase,OFCP),应用包络解调和包络尺度谱分析OFCP,以提取轴承故障特征频率。实测信号分析结果表明,该方法能有效提取轴承故障早期的微弱故障特征信息。

沈阳冬夏季可吸入颗粒物浓度及尺度谱分布特征

利用沈阳大气成分监测站颗粒物监测仪(Grimm 180)连续测得的夏季(2006年8月)、冬季(2006年12月和2007年1月)可吸入颗粒物的数浓度和质量浓度数据,分析了沈阳市可吸入颗粒物浓度日变化、谱分布及污染特征,在此基础上结合沈阳市常规气象资料,分析了气象要素和颗粒物污染之间的关系。结果表明:沈阳市冬、夏季部分时段可吸入颗粒物浓度存在明显的日变化和日际变化;谱分布较好地符合Junge分布;沈阳冬季PM10超标日数占冬季观测总天数的77%,PM2.5超标日数(按美国EPA日均标准)占冬季观测总天数的87%,PM10平均数浓度为6668.7个/cm3,平均质量浓度达252.8μg/m3,分别是夏季的3.0和2.4倍;冬、夏季PM2.5/PM10平均质量分数分别为0.647和0.603,PM2.5占可吸入颗粒物总数量的99%以上;浓度变化在很大程度上受到各种气象要素的影响,与温度、风速负相关,与湿度正相关,降雨、降雪过程使得颗粒物浓度明显降低,近地层逆温和雾是颗粒物增多的一个重要因素。颗粒物污染对城市能见度影响较大。

基于Wigner-Ville分布与小波尺度谱融合的时频特征提取方法

时频分布提供了信号特征在时间域和频率域的联合分部信息。作为两种典型的时频分布表示方法,Wigner-Ville分布(WVD)和尺度谱都存在的缺陷,体现在WVD存在严重的交叉项,尺度谱时频聚集性差。在WVD和尺度谱的基础上提出一种以消除交叉项和保持高分辨率为目的的时频特征融合算法。仿真分析验证了该算法能够有效抑制交叉项,可以很好地保持时频分辨率,且抑制了弱噪声对于时频特征的干扰。通过仿真信号的分析将该算法与Cohen类时频分析方法进行比较,验证了其在时频特征表示方面的优越性。将时频融合算法应用于轴承振动信号的时频表示,结果表明该方法能基本消除时频特征表示中的交叉项且保持了较高的时频分辨率,验证了算法在信号特征表示方面的有效性。

小波尺度谱在振动信号分析中的应用研究

尺度谱受Ｈｅｉｓｅｎｂｅｒｇ测不准原理的极限制约，在小尺度（高频段）的频域集中性不是很好，另外还会有干扰项的影响。这些给对尺度谱的分析带来了一定的影响。尺度谱再分配方法可在一定程度上提高尺度谱的集中性，并削弱干扰项，使尺度谱容易理解。用尺度谱和重分配的尺度谱对旋转机械的两种典型故障：转子径向碰摩、联轴节不对中的试验数据和一机组的实测数据进行了分析，和频谱分析进行了比较。结果表明尺度谱不仅能够显示振动信号的时频特征，而且能够很好的表现信号中一些能量相对较小的分量，利于提取早期故障特征。

基于MCKD和重分配小波尺度谱的旋转机械复合故障诊断研究

针对强噪声环境下旋转机械复合故障信号难于提取与分离的问题,提出了基于最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)和重分配小波尺度谱的旋转机械故障诊断方法。机械信号中存在的噪声会降低重分配小波尺度谱的时频分布可读性,故先要对信号进行MCKD降噪,同时从振动信号中分离出各个故障成分,然后进行Hilbert变换得到包络成分,最后再对包络成分进行重分配小波尺度谱分析,根据尺度图中冲击成分的周期诊断转机械复合故障,算法仿真和应用实例验证了该方法的有效性。

气溶胶粒子消光效率因子的特性研究及尺度谱的拟合

本文利用Mie散射理论,计算出单个球形粒子的消光效率因子Qext,分析它随半径r变化的特性。利用消光效率因子计算出Junge型气溶胶消光系数与波长的关系,并算出Deirmendjian型气溶胶的5种波长消光系数比值表(波长分别为355 nm、532 nm、683 nm、1064 nm、1560 nm),根据此表就可拟合出气溶胶的尺度谱。

基于小波尺度谱的转子系统碰摩声发射特性

针对转子系统动静件间发生碰摩时会引起弹性应变而产生声发射,进而可利用声发射来辨识和诊断碰摩故障的特点,首先对碰摩声发射和碰摩振动信号进行了试验对照研究,讨论基于声发射的碰摩辨识别方法的独特优越性。然后,着重对碰摩声发射的特性进行了试验研究,并借助于小波尺度谱优越的时频分析性能,利用小波尺度谱对碰摩声发射的时频特性、传播特性和频散特性等进行了详细分析。分析结果显示小波尺度谱非常适合碰摩声发射这种频率丰富、非平稳和非线性的多模态波,是模态声发射分析的有力方法。

小波尺度谱同步平均在弱信息识别中的应用

旋转机械的早期故障特征微弱,容易受到噪声的干扰,不容易准确识别。而旋转机械发生故障时其振动信号往往是非平稳信号,不同的非平稳性对应不同的故障状态。连续小波变换可以通过伸缩平移变换对信号进行多尺度细化分析,能够在不同的尺度上描述信号的局部特征,因此有利于故障信号的检测。时域同步平均可以削弱观测信号中的随机成分,降低噪声干扰,提取与平均周期相关的确定性信号,提高信噪比。结合小波变换和同步平均的优点,提出小波尺度谱同步平均的方法。对多周期的振动信号进行小波连续变换,并进行尺度谱重排,获得重排小波尺度谱;根据信号的周期性,对尺度谱进行同步平均,同步平均后的尺度谱可以有效地抑制干扰噪声,识别弱故障信息。通过仿真分析和实例分析验证了本方法的有效性,为旋转机械的早期故障诊断提供了新方法。

重分配小波尺度谱的时频分布优化方法研究

针对重分配小波尺度谱存在着时、频分辨率不能同时达到最佳及当振动信号中存在着能量较大的噪声时会降低其时频分布可读性的缺陷,提出一种基于参数优化和奇异值分解(SVD)提高重分配尺度谱时频分布可读性的方法。首先利用Shan-non熵方法优化重分配尺度谱基函数的时间-带宽积(TBP),克服其时、频分辨率不能同时达到最佳的缺陷,再对重分配尺度谱进行SVD降噪降低噪声干扰影响,提高时频分布的可读性。最后用该方法对仿真信号和滚动轴承故障信号进行了分析,结果表明该方法的时频聚集性更好,抗噪能力更强,能更有效地识别强噪声背景下的机械故障特征。

北京市冬季气溶胶粒子尺度谱分布研究

对2000年12月和1980年代中期北京市近地面气溶胶尺度谱的观测数据,进行了分析和比较研究。结果表明,在粒子尺度谱上,粒子分布向更细粒子位移;0.1～2.0μm的积聚模态粒子,其峰中心在0.12μm处。在粒子体积(质量)尺度谱上,粒径小于2μm的细粒子约占26.9%,粗粒子约占73.1%,表现出细粒子浓度增加的趋势。气溶胶发生源结构的变化,使原生粒子减少,再生粒子增加。这部分粒子对人的危害更大,更难于治理。

基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法

提出了基于信号共振稀疏分解与重分配小波尺度谱的转子碰摩故障诊断方法。与常规的基于频带划分的信号分解方法不同,信号共振稀疏分解方法根据信号中各成分品质因子的不同,将信号分解成高共振分量和低共振分量。当转子出现碰摩故障时,振动信号往往由以转频及谐波为主要成分的周期信号、包含转子故障信息的瞬态冲击信号以及噪声组成。周期信号为窄带信号,具有高的品质因子,可分解为高共振分量;而瞬态冲击信号为宽带信号,具有低的品质因子,可分解为低共振分量。本文方法先利用信号共振稀疏分解方法从转子碰摩信号中提取冲击成分,再对提取的冲击成分进行重分配小波尺度谱分析,最后根据尺度图中冲击成分的周期诊断转子碰摩故障。算法仿真和应用实例验证了该方法诊断转子碰摩故障的有效性。

应用最优重分配小波尺度谱的小波脊线提取

针对基于小波尺度谱的模极大值法提取小波脊线存在受噪声干扰影响大、高频部分频率分辨率低等缺点,提出一种基于最优重分配小波尺度谱的小波脊线提取方法。首先,优化M orlet母小波使其与信号特征成分实现最佳匹配,再对小波尺度谱进行重分配,提高尺度谱的时频聚集性;然后,对重分配尺度谱进行信号奇异值分解降噪,降低噪声干扰影响;最后,利用模极大值法提取出小波脊线,根据小波脊线与频率的关系得到信号的瞬时频率。仿真算例和实际工程应用结果表明,该方法能有效提取出强噪背景下的机械故障特征。

香河地区亚微米气溶胶粒子尺度谱分布特征

为了解香河地区气溶胶尺度谱的基本特征,自2012年5月起,利用扫描电迁移率粒径谱仪(SMPS)对河北香河地区的亚微米(13.8~723.4 nm)气溶胶尺度谱分布进行了近2 a的测量。基于该数据集,分析了气溶胶尺度谱的季节变化和日变化特征及气象要素对气溶胶浓度的影响。结果发现,观测期间埃根核模态(20.0~100.0 nm)、积聚模态(100.0~723.4 nm),以及总的气溶胶数浓度、表面积浓度和体积浓度均值分别为7.0×103cm^(-3)、7.5×103cm^(-3)、14.9×103cm^(-3)、1125μm2·cm^(-3)和50μm^3·cm^(-3)。香河地区积聚模态的粒子数浓度接近华北地区其他污染测站的结果,但高于发达国家的测值。冬季气溶胶的平均浓度最高(18.1×10~3cm^(-3)),而春季最低(12.3×10~3cm^(-3))。不同季节,气溶胶的数谱分布主要为单峰分布,平均峰值直径约为105 nm。气溶胶浓度的日变化受机动车排放的影响显著,存在早晚两个高值中心,分别出现在早上的06:00—09:00和晚上的19:00—21:00。风速、风向对气溶胶数浓度的影响较大,低风速(<2 m/s)和南风条件,尤其是吹西南风时,气溶胶浓度的增加显著。

利用小波尺度谱同步平均的时频脊故障特征提取

旋转机械的早期故障特征微弱,容易受到噪声的干扰,不容易准确识别。小波尺度谱存在受噪声干扰影响大、高频部分频率分辨率低等缺点,对小波尺度谱进行重排可以提高其时频聚集性。为此,结合小波尺度谱同步平均和小波脊线分析的优点,提出了基于时频脊线特征提取方法。首先对多周期的振动信号进行小波连续变换,并重排小波尺度谱;再根据信号的周期性,对尺度谱进行同步平均;最后提取同步平均后的尺度谱小波脊线,计算信号的包络幅值并进行频谱分析,最终提取出弱故障特征。通过仿真和实例验证了本方法的有效性,为旋转机械的早期故障诊断提供了新方法。

小波尺度谱在AE信号特征提取中的应用

通过分析典型声发射信号及其特征提取,将小波尺度谱引入到声发射故障诊断领域,首次提出了声发射信号的小波尺度谱分析法。给出了小波基函数及其参数的选取,克服了声发射信号小波尺度谱的时、频分辨率不能同时达到最好的缺陷。将小波尺度谱用于声发射检测的滚动轴承损伤类型及部件的识别,诊断结果十分直观、清晰、准确。仿真分析和实验研究均表明小波尺度谱能有效应用于基于声发射技术的状态监测与故障诊断。

小波尺度谱阈值算法在膈肌肌电降噪的应用

为了去除膈肌肌电信号中的心电干扰,提出了一种小波尺度谱阈值的处理方法。首先,对信号进行五尺度的小波分解,并且把小波系数转化为小波尺度谱;其次,针对心电信号在尺度谱上高于周围两边信号的特点,提出尺度谱阈值对心电信号进行滤除;最后,小波尺度谱映射回小波系数,重构小波系数得到降噪后的膈肌肌电信号。对临床采集的膈肌肌电信号进行实验分析,并与小波阈值方法进行对比,结果表明本文方法降低了心电干扰并且保留膈肌肌电信号的特征。

风力机叶片裂纹特征的小波尺度谱识别

为了在强大噪声干扰下提取风力机叶片的早期裂纹特征,识别不同种类的裂纹,通过搭建声发射设备检测风力机叶片复合材料块实验平台,采集扩展裂纹与萌生裂纹的声发射信号,并借助小波尺度谱优越的时频分析性能来有效提取裂纹信号的特征,以区别扩展裂纹和萌生裂纹.实验结果表明,小波尺度谱能有效提取非线性、非平稳信号中的故障特征,优于小波分析方法.通过实验研究,得到了识别扩展裂纹和萌生裂纹的判据,建立了基于声发射和小波尺度谱的风力机叶片裂纹识别新方法.

分数阶阻尼裂纹转子的小波尺度谱分析方法研究

结合在分数阶微积分的基础上建立的裂纹转子系统模型和小波尺度谱,提出基于小波尺度谱的分数阶阻尼的转子裂纹故障诊断方法,并讨论了不同的裂纹深度下分数阶阻尼的裂纹转子系统的小波尺度谱和重分配尺度谱特性。仿真结果表明,分数阶阶次的改变对系统运动特性有很大的影响,在建立动力学模型时可以灵活调节分数阶阶次来改变转子系统的振动特性以达到诊断转子裂纹的最佳效果。提出的方法对裂纹故障敏感,能有效地提取裂纹转子系统中的故障信息。最后用实验进行了验证,实验结果与理论数值分析的结果相吻合,验证了文中建立的分数阶阻尼的裂纹转子系统模型的正确性。

特征尺度谱算法及其在轴承故障诊断中的应用

针对基于包络谱的方法在轴承故障诊断中存在故障特征谐波衰减过快、并受较强的转频分量干扰,导致对故障程度判断的可靠性降低等问题,提出了一种全新的特征尺度谱轴承故障诊断方法。通过对振动信号进行分帧处理,采用特征算子提取其波动特征,利用二值化阈值处理方式对特征帧信号进行分类,获得信号中的故障区间并对故障区间进行压缩,将故障区间转化成特征脉冲信号,实现故障信号能量增强,并利用仿真信号和轴承故障试验台采集的数据对所提方法进行验证。结果表明:相较基于包络谱的方法,所提方法解决了频谱中故障特征谐波衰减过快的缺点,消除了转频分量的干扰,在低信噪比情况下具有更强的诊断效果。