基于同步提取广义S变换的机械故障诊断方法研究

现有的同步提取变换(synchroextracting transform, SET)窗函数固定缺乏灵活性,在进行故障诊断时很难有效获取到高时频精度和高抗干扰性能的瞬时频率,针对此问题,结合广义S变换可以自适应调节窗函数宽度的优点,提出一种基于同步提取广义S变换(synchroextracting generalized Stransform, SEGST)的机械故障诊断方法。SEGST方法的特点在于将Rényi熵作为度量时频聚集性的标准,通过在高斯窗函数中引入2个尺度调节因子来选择参数的最佳值,对得到的广义S变换二维时频谱构造出同步提取算子来提取时频脊线处的时频系数,该算子能保留与信号的时变特征最相关的TF信息,剔除多余的模糊时频能量,从而得到高时频分辨率的时频能量特征。仿真结果表明,所提方法不论在时频分辨率方面,还是在噪声鲁棒性方面,都优于传统时频分析方法,并且保持了良好的重构性。最后,将所提方法应用于航空发动机高速滚动轴承故障诊断中,结果表明,该方法能够准确识别故障信号中的特征频率。

基于同步提取增强广义S变换的柴油机气门性能退化状态评估

柴油机在运行过程中气门间隙逐渐增大,其状态会随气门性能退化而发生改变。针对传统状态评估方法难以对其气门性能退化状态进行准确评估的问题,提出基于同步提取增强广义S变换(Synchro Extracting Enhanced Generalized S-Transform,SEEGST)的柴油机气门性能退化状态评估方法。通过传感器采集反映柴油机状态的振动信号;为解决传统信号时频分析方法存在时频分辨率低、能量聚集性弱等问题,基于同步提取算法与广义S变换提出SEEGST时频分析方法,将振动信号转换为二维时频图;利用MLP-Mixer模型提取时频图像特征进行训练,实现柴油机状态评估。通过柴油机状态监测实验台开展气门性能退化实验,将所提方法与SSGST-MLPMixer、GST-MLPMixer、SEEGST-ViT、SEEGST-2DCNN、FFT spectrum-1DCNN 5种传统方法对比。实验结果表明:所提方法的整体评估准确率达到98.96%,可有效应用于柴油机气门性能退化状态评估领域,为开展柴油机气门性能退化状态评估提供一种新的思路。

基于同步压缩广义S变换的电力系统次/超同步振荡检测

为实现电力系统次/超同步振荡的快速、准确辨识,提出了一种基于同步压缩广义S变换(synchrosqueezing generalized S transform, SSGST)和改进稀疏时域法(improved sparse time domain method,ISTD)结合的次/超同步振荡辨识方法。该方法首先利用能量比函数对电力系统广域量测信息实时检测,当检测到信号能量发生突变时,利用SSGST对检测到的振荡信号分解得到相应的SSGST时频系数矩阵;然后通过改进的脊线提取方法在时频域实现对各振荡分量的最优轨迹搜索;进一步,结合最优轨迹时频索引重构各振荡分量的时域分量,并利用ISTD辨识方法计算出各振荡分量的频率和阻尼比系数;最后,通过自合成模拟信号、双馈风电场经串补并网系统仿真信号和某实际风电场实测数据验证了所提方法的准确性和有效性。

基于改进多重同步挤压广义S变换的结构瞬时频率识别研究

为改进结构瞬时频率的识别效果,提出一种新形式的改进广义S变换(improved generalized S-transform,IGST),并通过能量集中度(concentration measure,CM)推导了IGST窗函数的参数选择方法,最后结合同步挤压算法提出了改进多重同步挤压广义S变换(improved multi-synchrosqueezing generalized S-transform,IMSSGST);该算法的核心思想是将IGST的时频分布按一定的范围向时频脊线处进行多次同步挤压变换。数值模拟方面,采用两层剪切框架时变结构验证了该方法的准确性;试验方面,对七层钢筋混凝土(reinforced concrete,RC)剪力墙结构进行了瞬时频率识别,验证了该方法在实际工程中的实用性。数值模拟和试验结果表明该方法能有效改善时频分析的能量聚集性,提高瞬时频率的识别精度。

基于改进同步提取GST的结构瞬时频率识别

为了提高结构振动响应信号时频分析及瞬时参数识别的精度,对广义S变换(generalized S-transform,简称GST)进行改进,结合同步提取算法,提出了一种新形式的同步提取广义S变换。利用单自由度Duffing非线性系统和两层剪切框架结构模型的数值算例验证了该方法的正确性。设计时变拉索试验,分别采集结构在线性和正弦拉力变化下的加速度响应信号,利用改进同步提取广义S变换对信号进行瞬时频率识别,进一步验证了该方法的准确性。数值模拟和试验结果表明,该方法能有效识别非线性结构和时变结构的瞬时频率,具有较好的稳定性。

ISEGST在非线性RC结构瞬时频率识别中的应用

为了提高结构瞬时频率的识别精度,该研究采用了一种新的广义S变换,通过能量集中度(concentration measure,CM)原理来优化选择窗函数的参数,并引入同步提取变换推导了改进同步提取广义S变换(improved synchroextracting generalized S-transform,ISEGST)。将ISEGST应用到非线性钢筋混凝土(reinforced concrete,RC)结构的瞬时频率识别中,通过三层RC框架结构数值算例和七层剪力墙振动台试验来验证该方法的可行性和有效性。研究结果表明,ISEGST能有效识别非线性RC结构的瞬时频率,是一种准确性较高的时频分析方法。