基于最优频段循环脉冲指数谱的轴承故障诊断方法

针对滚动轴承多故障冲击共振频带的非一致性及相互交叠影响问题,提出了一种基于循环脉冲指数(CPI)谱的轴承多故障同步诊断方法。该方法引入短时脉冲峰值矩的变异系数对轴承故障冲击进行量化表征,结合冗余提升小波包对轴承故障信号进行频带塔式分解与频带信号CPI计算,构建了故障信号的CPI比值谱图(CPIRgram);根据CPI比值最大原则对轴承故障信号的最优共振频带进行自适应选择,并采用最优频段循环脉冲谱对轴承各故障特征频率进行了统一表征。仿真与故障试验分析结果表明,本文方法无需故障先验知识与分解参数的优化设置,在强噪声及随机瞬态干扰情况下,也能够准确地对多故障特征频率进行同步检测,检测出的故障频率与其理论值误差均小于1.6 Hz,且对故障冲击强度大小及冲击模式变化具有较好的鲁棒性,有较好的应用前景。

基于小波包和熵准则的最优频段提取方法

为实现运动功能障碍患者的运动意愿和基于脑机接口技术的实际康复运动的一致性,进一步改善康复效果,以想象右手食指屈伸运动为例,对身体相同或相近部位的不同运动想象方式产生的脑电信号(记为EEGs)的特征提取方法进行研究。针对食指屈伸运动想象EEGs的事件相关去同步化现象(event-related desynchronization,ERD)不显著及发生的时间及频段的个体差异等特点,提出了基于小波包和熵准则的最优频段提取方法。该方法首先利用小波包分析对右手食指屈、伸运动想象EEGs进行分解;其次,利用熵准则对特征频段的可分度进行度量,从而选取相对明显的频段小波包组合,并以相应的小波包系数构成特征矢量;最后,结合支持向量机实现最优频段的选取。实验结果表明,该特征提取方法能够自适应提取右手食指屈伸运动想象EEGs的ERD现象差异性较大的频段特征,最高分类正确率为81.75%,验证了所提方法的有效性。

一种基于最优频段的X射线脉冲星累积轮廓时延估计方法

为提高X射线脉冲星导航中累积脉冲轮廓的时间延迟估计精度,分析了X射线脉冲星累积脉冲轮廓的频谱特性和现有Taylor快速傅里叶变换时延估计算法的缺陷,提出了一种基于最优频段的累积轮廓时延估计算法,并通过建立不同信噪比下时延估计误差与所采用频段之间的关系以确定最优频段.数值及实测数据实验结果表明:在短时观测或光子流量较小时,该算法优于常用的近似最大似然(FAML)、相关(CC)、最小二乘(NLS)及加权最小二乘(WNLS)方法;在观测时间较长或光子流量较大时,该算法的估计精度与CC及NLS方法相当,但其运算量低于NLS,FAML及WNLS方法.本文所提算法适用于短时观测脉冲轮廓或低流量脉冲星的高精度时延估计.

压电阻抗法最优检测频段选择试验研究

基于对压电阻抗法常用的损伤指标均方根误差(RMSD)的数学分析,通过在铝板上钻孔来模拟4种不同程度的损伤,对压电阻抗法的最优检测频段选择进行试验研究。结果表明,最优检测频率应包含PZT粘贴后的第一谐振频率。以第一谐振频率为中心,带宽为40~50 kHz的频段对损伤及其严重程度都较敏感,且小带宽频段应选择小频率间隔,大带宽频段应选择大频率间隔。