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。

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。

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。

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。

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。

基于小波尺度图重分配的轴承瞬态特征检测与提取

提出基于小波尺度图重分配的信号瞬态特征检测方法和瞬时能量估计方法,并应用于轴承在多种轻微故障状况下的振动非平稳特征的检测与表示。结果表明,重分配的小波尺度图能够以较高的时频分辨率表示轴承振动中的非平稳特征,反映轴承的多种故障,瞬时能量估计可以作为分析轴承状态的依据。

基于重分配小波尺度图的转子系统支座松动故障的研究

介绍了重分配小波尺度图,并通过分析仿真信号将传统小波尺度图与重分配小波尺度图进行比较,结果发现重分配小波尺度图可在一定程度上提高尺度图的聚集性,减少干扰项。通过建立转子松动故障的仿真实验台,把实验采集到的发生松动故障的振动信号,利用重分配小波尺度图和三维谱振图进行分析,结果表明,三维谱振图可以大体上显示频谱信息,重分配小波尺度图可以进一步对松动故障信号进行细化分析,两者结合可以更好地识别转子支座松动故障。

基于小波再分配尺度谱的Lamb波时频特性研究

基于声—超声技术,对铝板中Lamb波的时频特性进行理论和实验研究,采用小波再分配尺度谱方法对铝板中Lamb波的时频特性进行实验研究和深入探讨,并对铝板中有无模拟损伤的情况做了对比研究和分析,研究相应Lamb波的信号特征,从而实现了铝板结构损伤监测的定性研究。

基于小波尺度图重分配的瞬态特征检测与应用

在分析信号的小波尺度图重分配的基础上 ,提出应用小波尺度图重分配表示信号中的瞬态特征 ,并提出基于小波尺度图重分配的信号瞬时能量估计方法。将小波尺度图重分配方法和瞬时能量估计方法应用于振动信号中瞬时非平稳特征的表示与提取 ,结果表明小波尺度图能够在时频空间以较高的时频分辨率表示信号的非平稳特征 ,瞬时能量的估计可以作为分析机械设备状态的依据。

基于小波能谱系数的风力机疲劳裂纹特征

提出了风力机叶片裂纹扩展声发射信号的优化小波重分配尺度谱及小波能谱系数相结合的分析法。基于Shannon熵理论计算裂纹扩展声发射信号的重分配尺度谱小波基函数带宽参数,得到最适合裂纹声发射信号的Morlet小波基函数。用优化后的小波基函数计算重分配尺度谱,获得裂纹扩展特征成分在时间尺度平面的高幅值能量分布,利用特征能谱系数表征其重分配尺度谱的特征。实验结果表明,该方法有良好的时频聚集性和抗噪能力,实现了风力机叶片裂纹扩展声发射信号的时频特征提取,得到了能谱系数作为特征向量表示信号特征。该方法可用来实现风力机叶片在复杂环境中的模式识别。

利用最优小波尺度循环谱的滚动轴承早期故障特征提取

滚动轴承微弱故障信号往往包含在二阶循环平稳信号中,但容易受到噪声干扰。对循环平稳信号进行基于短时傅里叶变换的循环周期谱分析可以提高周期故障的识别能力,但其结果受到窗函数大小的影响且对于微弱故障的诊断效果不佳,提出最优小波尺度循环谱进行滚动轴承的早期故障诊断。首先利用连续小波变换对信号进行处理获得小波系数;接着采用相关峭度方法选择最优的分析尺度;然后沿着时间轴对该尺度范围内的小波系数进行循环谱分析;最后对最优尺度下的循环谱平均进行特征提取。与循环周期谱的分析结果进行对比,验证了该方法在早期故障特征提取方面的有效性。

小波包分析在转子裂纹故障检测中的应用

在单跨转子实验台上对带有裂纹故障的转子进行实验,把采集到的非平稳信号利用小波包分解方法进行了研究,采用db44小波基函数进行4层小波包分解。考虑各频带内分解信号的特点,利用重分配小波尺度图对裂纹转子系统在1/2,1,2倍临界转速下稳态信号进行分析。发现发生裂纹故障时,在1/2和1倍临界转速下,产生2X谐波;而在2倍临界转速附近产生1/2X,3/2X,2X和3X谐波。这些频率特征可以作为检测早期裂纹故障的依据。

基于小波分析的油气管道缺陷磁记忆检测研究

金属磁记忆检测技术是目前唯一能对铁磁性构件早期损伤进行诊断的无损检测手段,能检测识别油气管道早期损伤以及以应力集中为特征的裂纹缺陷。小波分析由于具有良好的时频局部性,能很好地克服傅里叶变换的不足,得到广泛的应用。针对目前金属磁记忆检测技术以过零点作为缺陷判定准则存在的不足,利用小波尺度谱和再分配的尺度谱对磁记忆信号进行分析。试验结果表明,小波再分配尺度谱能有效应用于管道缺陷的磁记忆检测之中。

风电机组叶片裂纹故障特征提取方法

为实现风电机组叶片及时有效地监测和维护,使用声发射技术采集疲劳裂纹信号,从而提取不同裂纹特征。鉴于尺度谱受到Heisenberg测不准原理的极限制约,时频聚集性不佳、干扰强的现象,提出风电机组叶片裂纹声发射信号的优化小波重分配尺度谱分析。基于Shannon熵理论计算裂纹萌生和预制裂纹再扩展的声发射信号的重分配尺度谱小波基函数带宽参数,得到最适合此两阶段裂纹声发射信号的Morlet小波基函数,计算优化基函数的小波重分配尺度谱,获得不同类型裂纹特征成分在时间尺度平面的高幅值能量分布。实验研究表明,优化小波重分配尺度谱的方法具有很好的时频聚集性和抗噪能力,实现了风电机组叶片裂纹声发射信号的时频特征清晰准确的提取,识别风电机组叶片不同阶段裂纹故障。进而可以采用该方法监测风电机组叶片在复杂环境中的退化状态。

基于多尺度小波分析的长程相关性研究

以实测的海量高频水文数据为研究对象,用多尺度小波分析法研究了非平稳时间序列的长程相关性(LRD).通过与模拟的分型高斯噪声(FGN)对比分析,发现了采样时间与小波尺度存在一致性关系,并用基于Legendre分形谱的多尺度图证明了此类数据中存在重分形特性.实验结果表明:水文数据具有重分形特性,且用多尺度小波分析法分析LRD特性是可靠且有效的.

基于风机齿轮箱非线性动力学模型仿真的故障诊断

为了实现风机在工作中状态监测以及故障早期发现定位。利用SIMULINK快速仿真建立了齿轮传动过程中振动观测器,能够实时输出残差。通过对残差设置阈值实现了对风机齿轮箱工作状态的实时在线监测;发现故障后对信号进行深入分析时引入重分配小波尺度,从而实现了风机齿轮箱故障的快速识别以及定位。为了验证结论的可靠性在模型上添加仿真故障,验证了故障参数与残差信号以及系统特性之间的关系。从而为故障的早期发现以及故障发展预测提供了一种解决方法。