耦合Kundu-Eckhaus方程的局域波解及其动力学特性

基于广义Darboux变换研究了三分量耦合Kundu-Eckhaus方程的局域波解并分析了其动力学特性。首先,根据耦合Kundu-Eckhaus方程的Darboux矩阵和Lax对,利用广义Darboux变换得到局域波解的迭代表达式。然后对表达式中的参数进行分类讨论,揭示了怪波与孤子和呼吸子之间的相互作用。通过数值模拟得到了一阶和二阶局域波演化图,进一步分析了局域波的动力学特性。结果表明,对参数取不同的值会影响局域波的类型、局域波之间相互作用的距离以及局域波的传播方向。所得结果对高阶局域波的研究具有一定的理论参考价值。

局域波法在船舶柴油机燃油系统故障诊断中应用

局域波时频分析能够从振动信号中提取清晰直观的故障特征.根据该方法的优点,以船舶主机——柴油机的燃油系统漏油故障为例,对柴油机缸盖表面的振动信号应用局域波时频谱进行分析,为柴油机的故障诊断提出一种新的分析方法.

一种新的非平稳信号分析方法——局域波分析

该文介绍一种新的非平稳信号分析方法一局域波分析。该方法源于瞬时频率的概念,它能把动态信号的局部特征正确地在时频域内予以描述。局域波分解的基不是固定的,而是随动态信号波形的变化而变化,具有自调节自适应的特征。与传统的时频分析方法相比,局域波分析有很多优点,它是分析非平稳信号的一般方法。该文讨论了局域波分析的应用,指出了该方法需进一步研究的有关问题。

一种消除局域波法中边界效应的新方法

局域波法能在时频图上正确地描述非平稳非线性信号的局部特征 .但由于信号边界的不确定性 ,现有的边界处理方法都不能有效地消除边界效应 ,造成时频图内两边端点附近信号的能量扩散 .因此精确估计边界值是局域波法的关键问题 .采用边界波形匹配的方法预测边界值 ,无论边界点是极值点或非极值点 。

局域波时频分布在转子系统早期故障诊断中的应用研究

该文提出了一种具有自适应特性的时频分析方法-局域波时频分布,对旋转机械中常见的动静件碰摩、不对中早期故障信号进行了分析,和频谱分析进行了比较。结果表明局域波法能清晰地描述振动信号的时频特征,为工程实际中转子系统的早期故障诊断提供有效的依据。

局域波分解及其在地震信号时频分析中的应用

讨论非平稳、非线性局域波信号分解方法的物理意义和自适应性,数值实现三种局域波分解算法,研究局域波分解在地震信号时频分析中的应用方法和实践.通过Hilbert变换得到地震信号时频分布特征,与Fourier变换谱物理意义不同.采用一定的计算策略,改善瞬时频率计算精度,突出瞬时频率属性的物理意义;将局域波分解同Wigner分布结合,计算地震信号基于局域波分解的Wigner分布,抑制交叉项.模型和实际地震数据试算结果表明实现算法的正确性和有效性.研究表明:在地震信号时频分析中采用局域波分解求Hilbert谱具有自适应性,时域和频域的分辨率也较高;而基于局域波分解的地震信号Wigner分布,保留Wigner分布优良特性,抑制交叉项方法简单易实现;局域波分解方法适合处理地震信号,值得进一步研究和推广.

几种局域波分解方法的比较研究

基于Hilbert变换的局域波法 ,能得到信号有意义的瞬时频率。它的分解基是随动态信号波形的变化而变化 ,具有自调节自适应的特征 ,因此能在时频域内描述非平稳非线性信号的局部特性。提出的局域中值定理分解方法 ,能正确求出并分离包含在信号中的局域中值 ,从而得到更标准的信号基本模式分量。通过与其它几种局域波信号分解方法的比较 。

基于局域波法和KPCA-LSSVM的滚动轴承故障诊断

针对故障滚动轴承振动信号具有非平稳性,提出基于局域波法和核主元分析-最小二乘支持向量机(KPCA-LSSVM)的故障诊断方法.先对轴承振动信号进行局域波分解得到若干内禀模式函数(IMF),分别计算各IMF分量的特征能量、奇异值和AR模型参数作为原始特征向量,再用KPCA将原始特征向量映射到高维特征空间提取主元构造新的特征向量,将其作为LSSVM分类器的输入来实现轴承的故障诊断.故障诊断试验结果表明,KPCA-LSSVM诊断方法通过KPCA得到更多的识别信息,改善了LSSVM的分类性能,相对于直接LSSVM诊断方法具有更优的泛化性,可准确识别轴承的故障类别和严重程度.

基于局域波法和SVM模型的往复机械故障预测方法研究

针对往复机械系统工况的动态特性,提出了一种基于非平稳振动信号局域波分析和支持向量机(SVM)的故障预测方法。对于往复机械的振动监测信号,利用局域波法获得其中所包含的特征信息,以此作为预测模型的数据源;采用SVM作为预测手段,将局域波时频谱中所包含的局域波分量特征信息作为预测控制模型的输入量。该方法应用于工程实践中,有效地提高了预测精度,并为设备的工况和剩余寿命定位提供了依据。

基于局域波法的时频局部能量特征提取方法

在故障诊断中,特征参数的选择尤其重要,而局域波法的引入拓广了特征参数的选择途径。在局域波时频分析理论的基础上,引入了时频局部能量的概念,进而提出了一种基于时频平面的局部能量特征提取方法。以柴油机缸套活塞磨损故障的诊断为例,说明了时频局部能量特征提取方法的有效性。

基于局域波与近似熵的负荷分析方法

负荷结构及影响因素的日渐复杂,成为提高负荷预测精度的重要瓶颈。由于局域波分解所得到的分量代表了构成负荷的基本成分,而这些成分又对应受不同因素影响的负荷信息,同时近似熵能够很好地量化负荷特征,因此提出了基于局域波与近似熵的负荷分析方法。对负荷序列进行局域波分解,得到若干个能反映负荷组成的分量及余量。将各分量进行希尔波特变换,得到时频谱和功率谱,从而分析出各分量对总体负荷的波动贡献。将近似熵作为各分量及余量的特征参数研究各分量的物理含义。采用实时气象因素对各负荷分量每天不同时段进行分析,以分析气象因素对负荷的影响。实例研究说明,该方法可以很好地进行负荷构成及负荷影响因素分析。

局域波时频法在柴油机缸套活塞磨损诊断中的应用研究

论述了局域波时频分析方法的基本理论及其特点 ,通过多种时频分析方法对线性调频信号聚集性的比较 ,说明了局域波时频法作为时频分析方法的可行性 ,并体现出此方法对非平稳信号进行分析的优点。提出了基于局域波时频分析的叉车柴油机缸套活塞磨损故障诊断方法 ,并对现场实测数据进行了分析 。

基于局域波降噪和双谱分析的自动机故障诊断研究

特征提取是机械故障诊断的关键,能否准确地提取出反映机械设备工作状态的特征信息,直接影响到故障诊断的准确性和早期预报的可靠性。自动机表面的振动信号成分复杂,除了含有丰富的零部件运动状态信息外,也存在着大量的噪声成分。只有有效地去除干扰信息,才能对信号做出正确地评估和分析。自动机表面的振动信号具有明显的短时冲击特性,是一种典型的非高斯、非线性信号。高阶谱分析,特别是双谱分析,在处理非高斯信号和识别非线性系统故障等方面具有一定的优越性。将局域波理论和双谱分析相结合,对自动机振动信号进行降噪处理和分析,结果表明其应用在自动机故障诊断中具有较好的识别效果。

基于局域波分解的信号降噪算法

局域波分解可以把信号分解成多个内蕴模式分量的和,此分解过程等效于用自适应滤波器库对信号进行滤波,各模式分量的频率随着分解阶数的增大而降低,具有小波分解类似的特征。用局域波分解法对信号进行降噪处理,同时用互相关法和自相关法建立了噪声评判准则,得到了较好的降噪效果。

局域波近似熵及其在机械故障诊断中的应用

根据信号经局域波分解后所得各基本模式分量的特性,提出了用各分量的近似熵来描述各模式分量的复杂程度,从而量化故障特征。分析结果表明:在相同故障状态下,同一模式分量有相近的近似熵,而在不同故障下,近似熵明显不同,因此近似熵可用于故障的特征提取。转子故障诊断结果表明了该方法的有效性和工程实用性,从而为机械状态监测与故障诊断提供了一种有效途径。

基于局域波时频谱的系统级故障诊断方法研究

基于系统级故障诊断与局域波理论,提出了一种全新的故障模式确定方法。对于机械设备的振动信号,通过局域波法得到的局域波时频图像能够同时在时间和频率上反映信号能量的变化。不同故障信号的局域波时频图像也明显不同,因此可以用来进行故障的判别。以振动信号分析结果作为输入量,应用于系统级故障诊断。首先将用于计算机网络的系统级故障诊断应用到往复压缩机组中来,建立可诊断图,获得故障源所在。系统级故障诊断的应用有效地解决了往复压缩机组的结构复杂性问题,对大型机组运行监测和故障诊断有一定的借鉴作用。

基于提升小波和局域波的故障特征提取

针对局域波分解过程中由于噪声导致模态混叠问题,应用提升小波变换对信号进行预处理,消除噪声对局域波分解的影响,改善了局域波分解质量,避免了局域波分解过程中虚假模式分量的产生。对于转子系统碰摩故障诊断中微弱冲击性故障特征难于提取的问题,应用该方法对转子振动测试信号进行分析,然后对分解得到的高频基本模式分量进行Hilbert包络解调分析,可以得到冲击响应信号出现的周期,准确提取了转子碰摩故障的特征信息。转子碰摩故障实验数据的分析结果证明了方法的有效性,可望应用于工程实际。

基于局域波分解的电火花加工放电状态预测方法

针对微细电火花加工和深孔电火花加工过程中频繁出现放电信号严重畸变、放电状态不稳定甚至放电状态突变等实际加工情况,建立基于模糊逻辑的电火花加工放电状态逐级映射检测系统;在此基础上,将局域波分解理论引入电火花加工放电状态预测的研究,结合系统辨识理论和线性预测方法,建立基于局域波分解的电火花加工放电状态预测数学模型,提出基于局域波分解的电火花加工放电状态预测方法。试验证明,基于局域波分解的电火花加工放电状态预测方法的预测精度高、辨识数据短、运算速度快、实时性强,能够有效消除传统预测方法的滞后性,达到提高微细和深孔电火花加工效率、增强电火花加工预测控制系统稳定性的目的,确保加工质量和加工效率等工艺目标的良好实现。

基于局域波时频图像处理技术的压缩机故障诊断

结合局域波理论、图像处理技术和CPN网络模式分类器,提出了一种提取故障特征信息的智能诊断方法。往复式压缩机气缸的振动信号经过局域波算法处理得到局域波时频谱,利用图像分割技术对该时频谱灰度进行有效描述和分析,继而利用CPN网络分类器针对典型故障特征信息进行归类。实际应用表明,该方法具有一定的工程实用性。

局域波法和高阶统计量在压缩机气阀状态监测中应用

为解决传统信号处理方法分析非平稳时变信号的不足,提出了一种适用于往复式压缩机气阀状态特征提取的新方法.首先使用局域波法将实测信号分解为多个基本模式分量,经过希尔伯特变换得到各分量的时频谱;然后计算归一化后幅值信号的高阶统计量,这些统计量很好地反映了气阀的劣化过程.通过对现场工作的聚乙烯二次压缩机组合阀振动信号的分析,验证了该方法在往复压缩机状态监测中的有效性和实用性.