基于自适应线性调频小波的多孔孔板气液两相流动态差压信号的时频分析研究(英文)

气液两相流在流动过程中表现出非平稳的特性,简单的频域分析或时域分析方法不能很好地分析信号的波动特性,所以引入了时频联合分析方法。时频分析能看到气液两相流差压信号的能量强度和密度的分布,通过多次实验发现泡状流时能量主要分布在10~35Hz的高频段内,能量强度小;弹状流时能量主要集中分布在0~5Hz低频段和10~35Hz高频带内,能量明显增大;塞状流时能量主要集中分布在0~5Hz低频段内,能量强度是3种流型中最大的。为了研究气液两相流的动态特性,通过多孔孔板流量计在水平管气液两相流中采集得到不同流型的差压信号,采用自适应线性调频小波时频分析方法分析动态差压信号。具体步骤：首先分析信号的分解次数,残余的信号能量低于总信号能量的10%,即可认为被完全分解,对分解后的结果进行分析,得到不同流型的时频分布特征,具有很高的时频分辨率,时频谱图中显示出不同流型分量信号的时频分布特征;然后从时频谱图中提取3个特征值建立三维散点图,图中显示了信号特征值和流型之间的关系,并通过散点图分析不同特征值对气液两相流中信号的流型的影响,达到流型识别的目的。Chirplet变换具有较高的时频分辨率,能消除噪声的干扰,信号的瞬时频率信息可以清楚地显示出来。

行星齿轮箱故障诊断的非平稳振动信号分析方法

时变工况下行星齿轮箱的振动信号具有非平稳性和调频特点,常规频谱和解调分析方法难以识别故障特征频率。研究了基于自适应多尺度线性调频小波分解的行星齿轮箱故障诊断,利用自适应多尺度线性调频小波分解方法在分析时变调频信号方面的优势,以及基于线性调频小波的时频分布分辨率高、无交叉项干扰的优点,分析了行星齿轮箱时变工况下的故障实验信号,识别了时变的特征频率,诊断出了齿轮故障。

基于Chirplet语图特征和深度学习的鸟类物种识别方法

【目的】深度学习在鸟类物种识别的应用是目前的研究热点,为了进一步提高识别效果,提出一种基于鸟鸣声的Chirplet语图特征和深度卷积神经网络的鸟类物种识别方法。【方法】引入线性调频小波变换(Chirplet transform,CT)计算鸟鸣声信号的语图,输入深度卷积神经网络VGG16模型中,通过对语图进行分类实现鸟类物种的识别。以北京市松山国家自然保护区实地采集的18种鸟类为研究对象,利用Chirplet变换、短时傅里叶变换(short-time fourier transform,STFT)和梅尔频率倒谱变换(Mel frequency cepstrum transform,MFCT)计算得到3个不同的语图样本集,对比分别采用不同的语图样本集作为输入时鸟类物种识别模型的性能。【结果】结果表明:Chirplet语图作为输入时,测试集的平均识别准确率(mean average precision,MAP)达到0.987 1,相对于其他两种输入,得到了更高的MAP值,而且在训练时达到最大MAP值的迭代次数最小。【结论】采用不同的语图特征作为输入,直接影响深度学习模型的分类性能。本文计算的Chirplet语图的鸣声区域相比STFT语图和Mel语图更为集中,特征更明显。因此,Chirplet语图更适合于基于VGG16模型的鸟类物种识别,可以得到更高的MAP值和更快的识别效率。

一种有效的基于Chirplet自适应信号分解算法

基于线性调频小波 (chirplet)的自适应信号分解法 ,将待分析的线性调频 (Chirp)信号分解成为一组chirplet基函数的线性叠加 ,能够更清楚地表述Chirp信号的时频特征 .其中关键的问题 ,是如何自适应地估计与信号最匹配的chirplet,这将影响到自适应分解的效果 .目前 ,还没有一种有效chirplet估计算法 .本文提出了一种新的chirplet估计算法 ,该法充分利用了chirplet的特点 ,具有较高的参数估计精度 .

基于GLCT的磁悬浮轴承跌落过程中反向涡动轴轨迹瞬时频率提取

为了正确提取磁悬浮轴承跌落过程中发生反向涡动时轴轨迹的时频特征,本文引入了广义线性调频小波变换(GLCT)。为分析不同时频方法在信号时频特性分析的优缺点,分别采用了短时傅里叶变换、Wigner-Ville分布、GLCT和Hilbert transform对磁悬浮轴承跌落过程中反向涡动情况下轴系Y轴(竖直)方向上的位移信号进行了处理。结果显示,短时傅里叶变换因为分析窗不具备瞬时频率调频率的自适应性,时频聚焦性不理想,瞬时频率的计算精度易受其影响;Wigner-Ville分布中交叉项会混淆真实时频分布,也会带来计算误差;而Hilbert transform过分依赖信号光滑性,噪声影响较大;GLCT具备理想的时频聚焦性,易于获得正确的瞬时频率。这有利于后续重新悬浮控制程序的开展。

基于GLCT和FPO的时变工况行星齿轮箱故障特征提取

时变转速下行星齿轮箱故障诊断存在两个问题,一是由于空间和经济条件的限制,转速传感器无法安装就无法获得设备的实时转速,二是常用的短时傅里叶变换方法时频分辨率低,难以提取到反映设备健康状态的有价值特征信息。为了克服这两个问题,提出基于广义线性调频小波变换(General Linear Chirplet Transform,GLCT)与快速路径最优(Fast Path Optimization,FPO)的无转速阶次分析故障特征提取方法。首先,使用GLCT对振动信号进行时频表征,从而提高时频分辨率,能够清晰地反映齿轮箱的时变运行状态;然后,利用FPO算法从GLCT时频表示中精确提取转频趋势线,进而采用转频曲线对原始振动信号等角度重采样将其映射到平稳的角域中;最后,从角域信号的包络阶次谱中准确地提取行星齿轮箱故障特征信息。数值仿真和应用实例的分析结果表明该方法具有较高的时频分辨率和噪声鲁棒性,能够在无转速计的情况下有效地实现时变转速行星齿轮箱齿轮故障诊断。

基于快速Chirplet匹配追踪的切筋成形设备振动分析

针对保证集成电路切筋成形设备对引线框架模切精度的要求,运用快速线性调频小波(chirplet)匹配追踪对集成电路切筋成形设备进行了振动分析。对切筋成形设备关键部位不同转速下的振动信号,运用快速线性调频小波匹配追踪算法进行信号分解,得到信号的时频分布。根据常见故障的时频原子特点,从时频图上对系统的固有频率以及冲裁运动等特征频率进行了识别。实验结果表明,基于快速线性调频小波的匹配追踪算法具有较高的时频分辨力,能够在大量非平稳信号中提取特征频率成分,准确反映设备的工作状况,为该设备的故障诊断提供可靠的依据。

一种新的估计多项式相位信号瞬时频率的参数化时频分析方法

通过多项式非线性核函数取代线性调频小波变换中的线性核函数,提出一种新的参数化时频分析方法:非线性调频小波变换。对瞬时频率是时间任意连续函数的信号而言,选择合适的多项式核特征参数,非线性调频小波变换的时频分布有良好的时频聚集性。应用非线性调频小波变换分析任意阶次多项式相位信号。由于非线性调频小波变换的性能取决于多项式核特征参数,本文还给出非线性调频小波变换的核特征参数估计算法,进一步可实现多项式相位信号的瞬时频率和参量估计。仿真信号验证算法的有效性。

基于先验估计的自适应Chirplet信号展开

该文提出一种新的时频表示方法--自适应线性调频小波(Chirplet)信号展开算法。算法基于信号本征空间,融参数的初值估计和精确估计于一体,利用匹配追踪算法将信号自适应地展开在高斯线性调频小波基函数集上。通过展开系数和基函数参数获得信号的时频分布,其时频聚集性、抗噪性和时频分辨率不仅优于一般的时频分布而且优于已有的自适应时频分布,可以更好地刻画信号的本质。应用数值仿真检验了算法的有效性和时频分布的优良性能。

两种时频分析算法的分析比较

随着信息传递速度的提高,信号处理技术要求提高。从信号频域可以观测信号特点,但是对于自然中的非平稳信号,仅仅频域观测不能反映信号频率在时间轴上的变化,由此提出了时频分析技术,可以产生时间与频率的联合函数,方便观测信号频率在时间轴上的变化。在现有的时频分析技术中较为常见的算法有短时傅里叶变换、WVD、线性调频小波等。本文介绍WVD和线性调频小波两种算法,并通过实验仿真对两种算法进行分析。

抵消Wigner-Ville分布交叉项的窄带运动声源无源测速

利用声波的多普勒频移可以对窄带运动声源进行单传感器无源测速,其性能很大程度上取决于能否精确地估计出声波的瞬时频率.Wigner-Ville分布虽然时频分辨率高,但存在交叉项干扰,很少被直接用于瞬时频率估计。对此,提出了抵消Wigner-Ville分布交叉项的单传感器窄带声源无源测速方法。利用交叉项与声源速度的关系构造一个抵消项,引入到Wigner-Ville分布中,通过对声源速度估计值进行迭代更新,使抵消项与交叉项相位相反,从而约掉交叉项。经实测噪声数据验证,对一辆以6.07 m/s匀速运动的卡车(信噪比约为29 dB)测速误差为0.1 m/s,运行时间为4.6 s,对一架以28.90 m/s匀速运动的直升机(信噪比约为16 dB)测速误差为0.46 m/s,运行时间为1.2 s,均优于匹配Wigner变换和多普勒线性调频小波变换测速方法.

几种参数化时频分析方法的比较

时频分析在实际的非平稳信号处理中得到广泛的应用并仍然具有发展潜力。在时频分析中有两项重要的评价指标,即自项的集中程度和瞬时频率估计的准确性,介绍线性调频小波变换,多项式Chirplet变换和广义Warblet变换三种参数化时频分析方法,着重从此两项指标来阐述这三种方法的优缺点,进而分析和比较这三种方法的原理及应用范围。

基于CNCT的滚动轴承瞬时频率估计研究

针对滚动轴承升降速过程中非平稳信号的瞬时频率估计精度不足的问题,提出一种连续非线性调频小波变换的拟合方法来提高瞬时频率估计的精度。利用非线性调频小波变换产生良好能量聚集性的时-频分布,将仿真信号做时-频分布,然后再用峰值搜索在时频面上提取峰值,最后利用最小二乘法对瞬时频率进行拟合。MATLAB的实验结果表明,基于连续非线性调频小波变换的滚动轴承瞬时频率估计方法在低信噪比下可一定程度上提升信号瞬时频率估计的精度。

基于PCT的飞行体转速提取方法研究

针对现有转速提取算法结果精度不够准确的问题,提出了基于多项式调频小波变换(polynomial chirplet transform,PCT)的转速提取算法。利用高动态飞行体的地磁信号,采用多项式调频小波变换提取高动态飞行体的转速数据。仿真实验表明,采用PCT得到的添加噪声模拟信号的时频特性曲线在全部时间频段能量集中度高,提取添加噪声模拟信号的瞬时频率与不含噪声的瞬时频率误差最大为0.08 Hz,瞬时频率估计精度高,具有一定的抗干扰能力。采用PCT处理实测的地磁数据,结果表明PCT分析高动态飞行体的地磁信号在全部时间频段聚集性好,证明其可以应用于高动态飞行载体飞行阶段的转速提取。

临工携手WWF启动气候拯救计划捐资百万致力低碳减排

据了解，近日，工程机械制造行业的领先企业山东临工与世界自然基金会（WWF）在济南举行“山东临工携手世界自然基金会碳减排先锋系列活动新闻发布会暨项目启动仪式”，履行2月份在三亚签约加入全球“碳减排先锋”计划所做出的碳减排承诺。

保健品命名9种内容被禁“祖传”“特效”等词叫停

国家食品药品监管局近日公布新修订的《保健食品命名规定）），同时出台《保健食品命名指南》。规定和指南明确，“宝、灵、精、强力”等夸大性词意，“最、第一、全面、全方位”等绝对化词意，“处方、复方、药、治疗”等明示或暗示治疗作用的词语为保健食品命名的禁用词语。规定自发布之日起施行，《保健食品命名规定（试行）》同时废止。

葛洲坝船闸岁修完工进入验收阶段4月30日复航

据长江三峡通航管理局消息，备受关注的葛洲坝一号船闸计划性停航大修，目前各项现场施工主体工程已经完成，验收工作已全部展开。预计4月29日充水调试，30日复航试运行。届时三峡水域因船闸检修大量船舶滞航的现象将得到缓解。据了解，从3月7日开始，长江三峡通航管理局克服工程项目多、作业环境复杂、安全风险大和工期紧等困难，相继组织完成了葛洲坝一号船闸人字门门体修理、液压系统修理以及输水廊道修理等涉及机械、金结、电气、通讯、水工修缮等22个修理项目。

基于GLCT及CPA-SVM的变转速齿轮泵健康状态分类研究

针对齿轮泵变转速工况,提出广义线性调频小波变换(General linear chirplet transform,GLCT)和食肉植物算法(Carnivorous plant algorithm,CPA)优化支持向量机(Support vector machines,SVM)相结合的齿轮泵健康状态分类识别方法。首先选取4组磨损量不同的轴套,利用改造试验台采集不同状态下齿轮泵的振动信号;然后,引入GLCT时频分析方法消除转速变化的影响,提取瞬时旋转频率,进行角度域重采样,提取角度域中峰值指标、脉冲指标、峭度指标,与阶次谱方均根值、阶次域阶次幅值作为特征参数;最后,引入CPA对SVM两个参数c和g优化的分类方法,进行齿轮泵的健康状态进行分类识别,为了进一步验证算法有效性将其与SVM和极限学习机(Extreme learning machine,ELM)两种方法进行比较。结果表明,提出的分类方法平均准确率可达93.75%以上,能有效提高分类识别准确率。