基于FFT-FS频谱细化技术的船模耐波性试验测量信号分析方法研究

针对FFT频率分辨率受限制且精度不高的缺点以及船模对波浪的运动响应频率是低频且窄带的特点,采用FFT-FS方法对测量的运动响应信号在其对应的窄带频段内进行频谱细化获得更细致准确的信号频域特征;通过对该算法的运算量及分析精度的研究表明该算法是一种运算效率高、分析精度高且受信号本身信噪比影响小的频域分析方法;通过对船模运动响应的仿真信号和实测信号的分析表明该算法确实能有效地用于船模耐波性试验测量数据的定量分析。

FFT-FS频谱细化技术及其在机械故障诊断中的应用

介绍了 FFT-FS频谱细化方法。这种方法在不增加采样点数的前提下 ,对感兴趣的频带进行细化 ,能够得到比较准确的频率值。并以某厂 R1轧机主传动系统的减速机为例 ,说明该方法是准确确定故障频率并进行诊断的有效方法。

频谱细化算法分析

介绍了当前广泛应用的ZFFT、FFT-FS和CZT三种频谱细化算法的原理,通过大量蒙特卡洛仿真计算归纳了各自的应用特点:ZFFT可以抑制频率间的干涉,对整周期采样信号分析精度高,否则误差较大;FFT-FS和CZT对单频信号分析精度高,不适用于密集多频信号的分析,但估计精度不受整周期采样的影响;从频率分辨率的角度对三种频谱细化算法的实质进行了分析比较:FFT-FS和CZT是一致的,都是在不增加数据长度的前提下,通过插值增加FFT的变换点数,提高计算分辨率,不能改善信号的频率分辨能力;ZFFT和DN点FFT变换是一致的,它并不能真正提高物理分辨率实现频谱细化的功能,只是一种节省运算量的快速算法,可以改善信号的频率分辨能力,但以增加数据长度为代价。

一种改进的快速傅里叶变换算法及其在故障诊断中的应用

提出了一种固定结构的快速傅立叶变换(FFT)改进算法,通过改变蝶形结构使运算过程中的每一级结构保持相同,从而减少中间结果的存取寻址时间,达到简化运算步骤、提高运算效率的目的。用此算法对一数控磨床的机械故障信号进行分析,顺利诊断出故障原因和所在位置,为排除故障提供了依据。与经典FFT算法相比,效率提高大约7.23%,表明该算法具有一定的实用性和有效性。

小波分析及其在振动诊断中的应用

小波分析能将信号划分到不同频段内 ,实现微弱故障信号的分离和提取。FFT-FS频谱细化技术能克服传统谱分析方法中频率分辨率与采样点数之间的矛盾 ,使谱分析中的频率分辨率不再受到采样点数的限制 ,得到准确的故障频率值。充分运用这两者的优点 ,对减速机振动信号进行分析 ,发现高速轴工作侧轴承出现故障征兆。

基于FPGA的激光多普勒测长仪信号处理算法研究

针对激光多普勒测长仪多普勒频率的准确提取问题,提出了一种基于FPGA的自适应采样频率的多普勒信号处理算法。首先通过跟踪多普勒频率实现了采样频率的自适应选择,提高了低速测量的准确度,扩大了系统的测速范围;结合了FFT-FS频谱细化算法和比值校正算法,有效减小了测量误差,进一步提高了多普勒频率提取的准确度;最终通过多组长度测量实验,验证了算法的可行性,测量结果的相对误差优于0.1%。