独立分量分析在柴油机缸盖振动信号分离中的应用

采用独立分量分析的方法进行了柴油机缸盖振动信号分离的研究.建立了基于Fixed-pointICA算法的4135船用柴油机缸盖振动信号分析模型,分析了这些振动信号的性质.针对实际应用,对采集到的2路混合信号进行分离,得到了各独立分量的时域和频域分布.分离结果表明独立分量分析是一种行之有效的信号处理的新方法.     

瞬态瑞雷波在地层勘探中的应用

根据瞬态瑞雷波的传播特性和测试原理,使用振动及动态信号采集分析系统采集分析了测试工点的瑞雷波信号,并得到了测试工点的地层分布情况和各层的物理特性.     

FFT在发动机缸壁间隙检测中的应用

为了检测汽车发动机缸壁间隙,建立基于振动信号分析的某型发动机的测试试验系统,利用PULSE系统硬件部分采集发动机在正常工况和倒拖工况下活塞在上止点换向时的横向冲击振动信号,利用Reflex软件中的FFT变换分析采集的振动信号,绘制不同缸壁间隙时的振动信号频谱图,得到振动加速度随缸壁间隙的变化曲线。试验表明,该测试系统可在发动机不解体的情况下,根据发动机在某转速下活塞的横向冲击振动信号,估计缸壁间隙。     

小波分析在桥梁健康监测中的应用研究

基于钢筋混凝土梁信号采集试验,选用恰当的小波基函数,利用小波分析技术在信号处理和数据分析领域的优势,通过小波分析对信号进行分解和重构,分析桥梁结构在振动时振动信号的奇异性,最终可实现桥梁健康监测中的损伤预警和对结构工程损伤的早期诊断,从而为结构的维修加固提供可靠的依据.     

小波分析在桥梁健康监测中的应用研究

基于钢筋混凝土梁信号采集试验,选用恰当的小波基函数,利用小波分析技术在信号处理和数据分析领域的优势,通过小渡分析对信号进行分解和重构,分析桥梁结构在振动时振动信号的奇异性,最终可实现桥梁健康监测中的损伤预警和对结构工程损伤的早期诊断,从而为结构的维修加固提供可靠的依据。     

基于TVAR的非平稳工况转子故障诊断技术研究

分析比较了基于时变参数自回归模型(TVAR)时频分析方法与基于非参数模型的典型传统时频分析方法--STFT、CWD对非平稳信号进行分析时的时频性能和特点,TVAR方法得出的时频图具有分辨率高、无交叉干扰项以及计算速度快等优点.基于TVAR分析了从转子实验台上采集的加速过程无故障及故障状态下的振动信号,分析结果有效地揭示了变速非平稳过程转子振动信号的特性和故障特征.仿真和实验都证明TVAR非常适用于旋转机械非平稳振动信号分析.     

大跨度连续钢桁梁振动远程监测系统建立研究

首先阐述了振动监测在桥梁结构监测中的重要意义,并以某大跨度连续钢桁梁为工程实例,采用ANSYS有限元软件建立了有限元模型,并对其进行了详细的结构分析和传感器优化布置,对振动远程监测系统的监测内容、测点布置、传感器及二次仪表的选型、信号分析处理方法等内容进行了深入研究,设计了实时触发采集和周期性采集相结合的信号采集方式,...     

时频分析法在高压水泵启动过程分析中的应用

对水泵机组振动信号分析中短时傅立叶变换的时间分辨率和频率分辨率的设定、窗函数的选取进行了研究，以短时傅立叶变换方法为基础分析高压水泵振动信号，克服了单纯采用快速傅立叶变换进行分析的不足．结果表明：用时频分析法对离心式高压水泵的启动过程进行分析不但可以准确确定各频率成份在启动过程中的变化，还可以确定某些外界的干扰信号，为判断水泵运行是否正常和故障原因提供了有力的依据．     

压实度实时检测技术的研究

为实现路面压实度的实时检测,通过分析振动压实模型,得出可通过采集并分析振动轮加速度信号变化规律来表征压实质量。利用搭建的信号采集系统测取振动加速度信号,并对其进行信号转换、放大、滤波处理后通过线性拟合得到振动加速度与实际压实度的线性关系,并利用LabView建立压实度实时检测系统,将结果呈现在计算机的测试软件中,从而实现路面压实度的实时检测。通过工程试验验证了该方法的可行性以及实时检测系统的可靠性,为压实度检测方面的研究提供有价值的参考。     

基于小波分析的大型回转支承故障特征信号的提取

现场的测试及分析发现，门座式起重机回转支承的局部损伤及由缺陷类故障所引起的低频振动信号由于受到系统高频固有振动及其他背景噪声的干扰而难以分离，小波分析以其良好的时频局部化分析特性，弥补了传统信号分析方法如傅立叶变换、短时傅立叶变换等的不足，较好地实现了对信号全貌及其局部特性的双重分析．文中提出利用小波分析方法的特性有效地提取回转支承装置在强噪声等复杂背景下的局部损伤及缺陷类等故障信息．     

基于虚拟仪器的机车滚动轴承故障诊断研究

介绍了机车滚动轴承故障诊断的机理。利用LabVIEW软件和相关硬件,设计了一种机车滚动轴承故障诊断系统。该系统结合某一型号机车轮对,利用CompactDAQ和NI9233加速度采集模块采集滚动轴承振动信号。根据滚动轴承机理,振动信号包含滚动轴承故障信息。因此,运用小波变换函数,对振动信号进行时频域分析处理,获取有用的故障特征信息,进而确定故障类型。从实验结果可以看出,该方法能准确地找到故障频率,对于机车滚动轴承故障诊断有很好的指导意义。     

工程爆破振动信号分析中的小波分析

应用小波－富里叶综合分析方法对爆破振动信号进行时频域分析，从爆破振动测试信号中分离出真实的振动信号，并对爆破振动信号的频率特征进行精细地分析，从而为在爆破振动安全规程中引入速度－频率准则提供了一种可行的技术手段。     

基于SVD的柴油机振动信号盲分离预处理

在利用独立分量分析对缸盖振动信号进行盲分离时,原始采样信号不满足独立分量分析的基本假设,而且缸盖振动信号信噪比较低,影响分离的速度和精度.采用小波阈值降噪的方法进行了降噪处理,提高了信噪比.采用奇异值分解的方法估计了缸盖振动的独立源数,并对缸盖振动信号进行了白化处理,为独立分量分析的应用建立了基础.     

小波包-神经网络在摆式列车倾摆控制系统故障诊断中的应用

针对摆式列车倾摆控制系统故障的特点，研究了神经网络结合小波包分析进行故障诊断的方法，采用小波包分解和信号重构的方法，将在摆式列车试验台上采集到的振动信号分解到不同的频带以提取有关的故障信息，并将振动信号各频带内的能量特征作为训练样本输入前向神经网络，用优于改进梯度下降法的Levenberg—Marquardt优化方法对网络进行训练，对倾摆控制系统的常见故障进行识别和诊断。实践表明，该方法对摆式列车倾摆系统故障的诊断是可靠的。     

基于分形理论的汽车发动机故障诊断分析

针对汽车发动机振动信号的非线性特点,将分形理论应用于发动机的故障诊断。首先分析发动机振动信号的产生机理,并介绍计算关联维数的G-P算法。其次,对采集的振动信号进行分析。结果表明,发动机发生故障时的关联维数与其正常工作时的关联维数不同。因此,关联维数可以较为准确地判断发动机故障情况。     

基于STFT和FPO的旋转机械阶次分析

针对在无转速计下发动机转速难以估计的问题，采用短时傅里叶变换（short-time Fourier transform,STFT）和快速路径优化（fast path optimization,FPO）相结合的方法对发动机进行转速估计，结合无转速计阶次分析方法对某客车变速箱底部振动信号进行分析。使用STFT分析振动信号，运用FPO算法从时频图中提取特征阶次所对应的瞬时频率值，计算得到发动机转速曲线，通过积分采样得到等角度间隔信号，最终得到阶次图。仿真分析和试验分析的结果表明：文中方法在提取时频图中相应的瞬时频率值有较高的精度和较好的抗噪性，能够在无转速计的情况下有效实现旋转机械振动信号的阶次分析。     

小半径曲线钢轨波磨激扰下列车车内振动噪声特性

为探究小半径曲线钢轨波磨与车内振动噪声的关系,以高铁站区线路中出现的钢轨波磨为对象,开展了实车试验与轨面平直度现场测试;采用同步压缩小波变换提取了车厢内部振动与噪声信号的时频特征,并引入全局小波功率谱和小波能量比对信号进行量化分析;建立了波磨严重程度与车厢内振动噪声水平的关联关系,对比了车体与走行部构件之间动力响应的差异,探讨了波磨所在曲线半径对车内振动噪声的影响。研究结果表明：在小半径曲线地段,车厢内振动与噪声信号的优势频率为500～550 Hz,与钢轨波磨引起的轮轨冲击频率一致,且该频段的能量在波磨严重区段愈加显著;轴箱与转向架构架振动信号在500～550 Hz频带也存在能量峰值,而轴箱振动信号中出现的330、1 046 Hz等峰值频率被一系悬挂有效过滤,使得构架振动响应中未见此频率成分;在车厢内采集的各项信号中,车体垂向振动响应与钢轨波磨沿线路里程的分布特征最为相关,而车内噪声、纵/横向振动、侧滚运动的相关性次之,摇头运动的相关性最低;与直线和大半径曲线相比,小半径曲线区段的车体振动与噪声水平受钢轨波磨的影响更为显著。     

基于振动分析的齿轮断齿故障研究

断齿是齿轮发生故障最主要最严重的损伤形式.通过对齿轮断齿机理分析,指出激励源是齿轮产生振动和疲劳裂纹的主要因素;利用振动分析对变速箱中齿轮断齿的故障特性进行试验研究,对振动信号进行时域和频谱分析,得出振动分析数据和图谱.     

基于小波变换的轨道不平顺信号分析

为消除轨检车速度不稳定对采集的轨道不平顺信号频谱分析的影响，利用Haar小波变换建立了原始信号瞬时频率与Haar小波系数的关系，以计算瞬时频率．根据求取的瞬时频率对采样信号进行内插和重采样，再对重采样信号进行傅立叶变换，即可得到消除了畸变的频谱．     

基于LabVIEW的柴油机振动信号测试与分析

文中介绍了基于LabVIEW开发平台的柴油机缸盖振动信号采集与分析,结合PCI-4472开发了数据采集系统。利用LabVIEW和Matlab的强大功能,编写信号分析与模式识别程序,模拟柴油机气阀漏气和气门间隙异常等故障,获取3110柴油机缸盖振动信号并建立AR与RBF神经网络结合的诊断模型进行了故障识别,这对于实现故障诊断的数字化与智能化有重要的意义。