变分模态分解的Volterra模型和形态学分形维数在发动机故障诊断中的应用

针对实测发动机故障信号的非线性和形态学分形维数难以对其有效估计的问题,提出一种基于变分模态分解(variational mode decomposition, VMD)的Volterra模型和形态学分形维数相结合的发动机故障诊断方法。首先采用VMD方法对发动机故障信号进行分解,通过基于互信息熵-能量熵增量的虚假固有模态函数(intrinsic mode function, IMF)分量剔除算法,将噪声和虚假干扰成分从信号内分离,对含有故障信息的敏感IMF分量重构,然后通过对重构信号相空间的重构,建立Volterra自适应预测模型,获取模型参数,最后计算模型参数向量的形态学分形维数,并将其作为量化的特征参数用于发动机工作状态和故障类型的识别。通过对实测发动机声振信号的分析,结果表明,该方法可有效提取发动机的状态特征信息,实现发动机异响的故障诊断。     

基于改进变分模态分解与双测度分形维数的发动机故障诊断

提出了一种基于改进变分模态分解(Variational Mode Decomposition,VMD)与双测度分形维数的发动机故障诊断方法。首先利用互信息法对缸盖振动信号进行端点延拓,并利用VMD算法将延拓后信号分解为多个固有模态分量(Intrinsic Mode Function,IMF),从而抑制VMD的端点效应,提高信号分解精度。然后利用正交变换方法将各IMF分量正交化,给定时间尺度序列τ=(τ_1,τ_2,…τ_n),并自适应地选择分界点将τ划分为第Ⅰ、Ⅱ尺度区间,利用各正交化的IMF分量在两个尺度区间内分别计算信号的分形维数,得到双测度分形维数,分别描述信号中的细节信息和趋势信息。最后将双测度分形维数作为特征参数输入极限学习机分类模型实现发动机故障诊断。仿真与试验结果表明:所提方法能够有效抑制VMD的端点效应,提高信号分解精度,双测度分形维数具有良好的类内聚集性和类间离散性,提高了发动机故障诊断精度。     

汽车变速器磨损轴承振动信号混沌行为分析

本文首先讨论了判断时间序列具有混沌性态的准则，探索了求时间序列奇异吸引子嵌入维数的方法，并用Ｇ－Ｐ算法求关联维数，在尝试用几个传统的奇异吸引子验证了该方法的正确性之后，将它应用于计算一组变速器磨损轴承加速度振动信号的分形维数，计算表明，变速器振动信号具有分形特征，在其它条件不变时，轴承技术状况与振动信号的分形维数密切相关，它们均在２维与３维之间，随着轴承磨损加剧，它向３维逼近，当样本点达到一定数目     

基于动力触探指标的土层力学分层及分形研究

动力触探是岩土工程勘察中一种常用的勘察手段，动力触探常用指标为锤击数。利用锤击数并根据超前滞后关系对玄武岩残积土进行力学分层，确定分层界线，分析土层性质。锤击数具有非线性特征，利用分形理论对锤击数进行关联维数计算。结果表明:嵌入维数为1时锤击数具有分形特征，且关联维数值随锤击数增加呈先增后减的趋势。     

基于分形理论的连杆衬套表面形貌表征

以连杆衬套表面形貌为研究对象,通过分形插值理论重构了连杆衬套的表面形貌,并与扫描电子显微镜拍摄的照片进行比较分析,结果表明该方法可以定性地表征零件的表面形貌;分别对实际的表面和重构表面的表面粗糙度和分形维数进行比较,结果表明,分形维数能够较为准确地表征零件的表面形貌。     

基于分形理论的气缸套磨损表面特征形貌表征

基于分形维数和多重分形谱理论,以不同工况下镀铬气缸套—PVD活塞环摩擦磨损试验试样为对象,通过三维共聚焦激光扫描显微镜获取磨损表面的二维灰度图像,并将其转化成黑白二值图像,采用盒维数法测算缸套磨损表面的分形维数,运用多重分形谱测算谱宽度,定量表征气缸套磨损表面的形貌特征和表面的高度均一性。结果表明,气缸套磨损表面具有明显的分形特征,且为一重分形。表面越粗糙,分形维数越小,分形谱宽度值越大。     

峭度分析法在发动机噪声信号故障特征提取中的应用

将峭度分析法引入发动机噪声信号故障特征提取中。基于连续小波变换对信号时间-尺度特征的细致刻画功能,提出了噪声信号中瞬时特性的峭度敏感特征参数计算方法,对不同转速不同工况下的发动机噪声信号进行了基于尺度-峭度的特征提取。研究结果表明,峭度结合连续小波变换能够很好地提取发动机噪声信号的故障特征。利用连续小波变换的尺度-峭度分析,能够有效提取噪声信号不同转速不同工况下的故障特征,为发动机的状态监测与故障诊断提供了重要的理论和现实依据。     

基于欠定盲源分离的柴油机曲轴轴承故障诊断方法研究

针对柴油机曲轴轴承振动信号盲源分离的欠定问题,提出了基于相空间重构和动态聚类奇异值分解的适定化方法。首先通过引入广义时间窗的概念确定最佳时间延迟和嵌入维数,重构信号相空间矩阵;然后对其进行奇异值分解,并对奇异值进行动态聚类以确定最佳重构阶数,进而重构得到虚拟观测信号,从而将欠定问题转变为适定或超定;最后利用自适应Parafac方法对原观测信号与虚拟观测信号构成虚拟传播路径进行盲源分离得到有效源信号。仿真结果表明,该方法可有效分离出混合信号中的源信号,并将其应用到柴油机曲轴轴承故障诊断中,诊断准确率提高了18.4%。     

基于EMD和关联维数的再制造发动机性能的研究

本文中针对发动机振动信号的非平稳特性,采用经验模式分解方法对信号进行分解,并将其应用于发动机再制造性能的研究中。首先在对振动信号经验模式分解的基础上,引入相关系数表征各IMF分量与原始信号的相关性,并运用关联维数来分析各IMF分量的动态结构。接着为了分析发动机的再制造水平,综合考虑相关系数与关联维数对IMF分量的作用,并将二者有机融合,提出评价发动机再制造水平的一个振动综合度指标,建立了发动机再制造水平与振动综合度之间的对应关系。最后进行了试验研究,结果表明,振动综合度这一指标反映了发动机的运行状态,可以用来评价发动机的再制造水平。     

高速公路交通流分形特性分析

采用分形理论研究交通流的自相似性；基于嵌入空间理论、状态空间重构和Ｇ－Ｐ算法对实际检测的广佛高速公路２４ｈ交通流情况进行了分形特性分析，分析结果表明交通流在一定的区间内存在尺度不变性。     

基于自适应奇异值标准谱和EMD的柴油机故障诊断

针对柴油机多发故障,提出了自适应奇异值标准谱和经验模态分解(Empirical Mode Decomposition,EMD)相结合的故障诊断模型。通过计算平均最近邻域发散度和奇异值标准谱的方法自适应地选择奇异值分解的嵌入维数和重构阶数,提高了奇异值分解降噪的精度。对降噪后的信号进行EMD分解,并利用调整余弦相似度标准提取反映信号真实特征的主固有模态函数(Intrinsic Mode Function,IMF),进而提取故障特征参数。将此模型应用于F3L912柴油机进气门漏气、单缸失火和多缸失火等故障的诊断,通过提取峭度和过零率作为故障特征,获得了较高的故障分类准确率。     

用R/S分析进行超声信号处理方法研究

以分形理论为基础,对得到的超声数字信号的时域波形进行非线性分析,即采用重标度极差分析(R/S分析)计算信号的Hurst指数,得到信号在承受各级荷载下的Hurst指数变化情况.结果表明,Hurst指数变化与混凝土的损伤情况存在一定的关系,可为混凝土的早期损伤识别提供借鉴.     

沥青混合料级配离析评价指标研究

为弥补沥青混合料配合比设计过程中级配离析评价方法方面的不足,选取SMA-13沥青混合料进行基准配合比以及离析配合比设计,同时采用沥青有效油膜厚度相等的原则设计离析配合比,对级配分形维数指标进行修正,结合分形维数值对SMA-13级配离析进行评价。研究结果表明:基于原分形理论对SMA-13离析级配曲线进行拟合,其拟合结果的相关性差,得到整体的分形维数并不适用于最大粒径小于16 mm的级配。通过有效沥青油膜厚度相等的原则,能够准确计算出不同离析级配对应的油石比,且更加贴近现场的实际情况。采用分段计算级配的分形维数,再按比例计算总的级配的分形维数的方法,解决了由于SMA-13最大粒径过小和自身离析级配的原因而使曲线拟合相关性不高的问题,同时提出了对于SMA-13级配离析的评价标准。     

基于分形小波理论的纹理分割研究

为了更有效地描述图像纹理特性,在深入研究现阶段各种纹理分割方法的基础上,提出了基于分形小波维数的纹理分割方法.该方法通过提取分形小波维数,将分形的方法和小波理论结合,提取了图像的分形特征参数,然后利用分形小波维数进行图像分割,并用实验证明该方法的有效性及实用价值.     

路面不平度的分形分级参数研究

根据路面不平度的现有分级标准,采用傅里叶逆变换的方法模拟8个等级路面不平度高程数据,计算路面不平度的分形参数,提出路面不平度的分形分级参数.计算分析结果表明,傅里叶逆变换方法模拟的各级路面分形维数均在1.60左右,差别很小,表现出明显的自相似性;路面不平度指数结合了路面不平度的传统的统计特征参数与分形维数,因而更适合路面不平度的分级;路面不平度指数随功率谱密度的增大而增大,且由高级到低级呈明显增大趋势,路面不平度等级越差,路面不平度指数越大.