基于振动信号关联维数的柴油机故障诊断及实验研究

通过选择合适的嵌入维数以及计算关联维数可用来表征柴油机振动信号的分形性质,但实际测取的振动信号中存在着许多干扰信息.利用改进的小波包分解和重构算法对原始信号进行降噪处理,可使信号关联维数较为接近于系统的真值.实验分析表明,利用降噪后的信号关联维数判断柴油机运行状态具有准确性高的特点.     

船首双层圆柱壳体机械振动噪声信息特征提取研究

鉴于船首双层圆柱壳体机械振动产生的高维噪声信息结构过于复杂,不适用于直接分析与使用,提出基于盲源信号分离技术与小波分形算法相结合振动噪声信息特征提取方法研究。针对采集到噪声信号源进行混合建模,并构造噪声信息特征分离矩阵;基于噪声信号的奇异值分解理论,去除白化处理后的源信号噪声干扰;对输入的降噪信号进行小波分解,得出机械噪声源信号中的细节特征,最后计算各层信号细节成分的方差和分形维数。以带有大型隔振装置的船舶为研究对象,采集双层圆柱壳体机械振动的噪声信息,分析结果表明文中方法去噪效果良好,在2种不同的工况下均能获得较低的误差水平。     

小波包分析在柴油机故障诊断中的应用

分析了柴油机缸盖振动机理,运用小波包对振动信号进行分析与讨论,将含噪信号进行小波包降噪处理,对降噪信号进行小波包分解,通过提取频带能量特征,对柴油机缸盖漏气故障进行了诊断.     

小波包分析在柴油机故障诊断中的应用

分析了柴油机缸盖振动机理，运用小波包对振动信号进行分析与讨论，将含噪信号进行小波包降噪处理，对降噪信号进行小波包分解，通过提取频带能量特征，对柴油机缸盖漏气故障进行了诊断。     

基于二次小波去噪的 FastICA 盲源分离研究

论文针对含噪声混合信号分离问题,提出了三步处理法,首先采用小波滤波进行去噪处理,再采用快速独立分量分析（FastICA）盲源分离技术实现混合信号的分离,最后对分离后的信号二次使用小波滤波处理。仿真实验结果表明,该方法能够很好地分离含噪混合信号,从分离前后的波形及平均信噪比对照,去噪性能和分离效果良好。     

基于PSO-SVM的柴油机故障诊断研究

文章以船舶柴油机表面振动信号作为故障诊断的对象,使用经验模态分解(EMD)结合小波阈值法对振动信号进行分解和降噪,再通过PSO-SVM方法对数据样本进行故障诊断。通过对比原始信号和重构信号在PSO-SVM算法计算之后的结果,经过降噪后的振动信号能很好地保持自身特性,可以很好地去除其中冗余、无效的信号,在提升诊断准确率的同时,还可以提高诊断速度。     

基于改进包络分析的船舶轴系故障检测

为解决船舶轴系振动信号中冗余信息过多、故障特征难以识别的问题,提出一种改进的包络分析方法。使用谱峭度(Spectrum Kurtosis,SK)选择包络分析的频带,应用峭度图确定最大SK对应最优频带参数,采用最优频带参数对振动信号进行滤波;对滤波后的信号使用小波包进一步降噪,并对处理后的信号进行包络分析,根据包络谱确定故障类型。采用该方法可以实现在强背景噪声条件下轴系故障的检测。     

基于分形关联维数的水位调节器故障诊断方法

将分形关联维致应用到舰用主冷凝器水位调节系统的故障诊断中,在实验中设置了正常工作状态和故障状态,通过数据采集面板采集了每种状态下的压力信号,对在所采集的信号进行小波包分解消噪的基础上,计算各压力信号的关联维数.实验结果分析表明,故障压力信号的关联维数高于正常信号的关联维数,可以作为故障发生与否的定量判据.     

基于EMD的船舶动力系统振动信号分析

为了提高船舶动力系统的故障分析和诊断能力,需要对振动信号进行模态分解和特征分析,提取有用的信号特征量,实现故障检测,提出基于经验模态分解(EMD)的船舶动力系统振动信号分析方法,采用宽带非平稳信号建模方法进行船舶动力振动信号建模,采用匹配滤波检测器对振动传感器采集的原始信号进行降噪滤波处理,对降噪输出的信号进行经验模态分解,提取信号的所有局部极值点,用三次样条曲线分析方法提取振动信号的复包络,实现信号特征提取和分析。仿真结果表明,该方法提取的信号特征量能有效反映船舶动力系统的工况特征,实现船舶动力系统的运行状态实时监测和故障分析,信号分析的抗干扰能力较强。     

海上低空探空剖面数据的小波降噪方法研究*

传感器噪声是影响海上低空探空剖面测量的重要因素,对被测信号进行消噪处理是测量中必不可少的步骤。文章阐述了利用小波变换对探空剖面这类非平稳信号进行消噪的方法,通过仿真以及对实测数据的降噪处理结果得出,利用小波对含噪信号进行降噪是一种有效的手段。     

水工结构在CEEMDAN算法基础上的振动信号处理研究——以三峡重力坝泄流工程为例

由于水工结构振动信号具有两种特点:第一,非平稳性,第二,非线性,因此在借助EMD和EEMD对其进行降噪处理时,容易出现模态混叠、计算效率低下以及需要通过大集成次数来重构误差趋向于0等方面的不足。同时,水工结构振动信号容易受到各类噪声的干扰,给后期的状态评估带来了一定的影响。基于此,本文针对此问题进行了研究,提出了CEEMDAN与排列熵联合对水工结构振动信号降噪重构处理的方法,并通过仿真实验和实例分析对其进行了验证,表明了该方法在信号降噪处理上的可行性。     

基于小波阈值去噪与t-SNE的船舶柴油机故障识别

通过对船舶柴油机振动信号的分析研究,文章提出一种基于小波阈值去噪和t分布随机邻域嵌入算法(t-SNE)结合的船舶柴油机故障识别方法。首先通过多种不同的阈值处理方式对采集的振动信号进行小波阈值去噪,使用小波能量谱对数据进行特征提取,并利用t-SNE对高维特征向量降维,最后使用GA-SVM进行故障分类。实验结果证明,文章提出的方法能够较正确地对柴油机的故障模式做出诊断。     

海面通信信号处理技术研究

为保证船舶在海面上的行驶安全,与岸上基站保持实时通信十分必要。鉴于此,为提高实时通信质量,进行海面通信信号处理研究具有重要的现实意义。首先利用经验模态分解技术分解得到独立IMF分量,然后利用独立成分分析解模态混叠现象,最后进行源通信信号重构,实现海面通信信号去噪。结果表明,与基于异构补偿的自适应反馈滤波方法、独立成分分析法和经验模态分解法相比,经研究方法去噪后,信噪比(SNR)和均方误差(RMSE)均要更优,证明了方法的去噪处理效果。     

大数据异步传输环境下舰船激光网络回波信号增强处理

针对信号异步传输所导致增强效果不理想问题,提出大数据异步传输环境下舰船激光网络回波信号增强处理方法。采用信号累积增强技术将舰船激光网络范围内若干个回波信号积累在一起,形成一个高强度的回波信号,增强回波信号被采集的概率,确定激光网络正常状态下的分形盒维数与实时网络连接分形盒维数的差,若差值大于阈值即可将实时网络的回波信号定义为异常信号清除掉;针对被清除的异常数据,采用贝叶斯因子分析模型恢复缺失的回波信号,并对回波信号进行去噪处理。实验结果显示,该方法异常信号漏检率与误检率均低于2%,能够彻底抑制信号内的噪声分量,较好地进行信号恢复。     

小波分析在船舶测试信号和图像消噪方面的应用

小波消噪已经成为目前信号消噪的主要方法之一，小波变换由于在时频两域都具有良好的局部性能，尤其在信号处理过程中，采样信号都不可避免地受到各种噪声和干扰的影响，利用小波分析可以对实验数据进行消噪处理。本文详细介绍了目前小波消噪的各种方法，揭示了小波消噪的数学背景和滤波特性；并阐述了针对不同信号的自身局部特性以及使用不同的小波变换函数和构造出适合的闻值之间的联系。对一个含有噪声的多普勒测试信号和一个含噪声图像分别进行了多尺度一维离散平稳小波分解和二维离散平稳小波消噪分析，仿真的结果表明：小波分析可以对信号更有效地消噪。     

信号瞬态分形特征分析技术在机械故障诊断中的应用

首先对一种信号分形维数计算方法即相关分形维数进行了讨论,发现其对信号幅值的变化反映敏感.为满足分析的需要,进一步提出了一种对信号瞬态分形特征进行分析的方法,并将此技术用于实际故障的诊断过程.实践证明,文中提出的信号瞬态分形特征分析技术完全可以对机械信号的瞬态幅值变化信息进行准确提取,且具有计算量小、方便实用等特点,有望在机械故障的诊断实践中得以推广应用.     

斜齿轮齿面接触型故障的仿真与诊断方法研究

从齿轮的单自由度振动模型出发,运用差分算法对模型进行求解,得到斜齿轮的振动加速度响应,将齿面接触型故障等效为在局部点突加一个冲击载荷,对齿轮齿面接触型故障进行了仿真,利用小波降噪和共振解调技术分别对仿真的染噪振动加速度信号进行处理,成功地提取了轮齿接触故障的信息。     

基于集合谱峭度法的轴承故障诊断

轴承早期故障引起的微弱振动变化信号往往淹没在机械传动系统的背景振动噪声中,其故障特征提取困难。本文针对滚动轴承故障振动信号的非平稳性及调制特性,提出集合经验模式分解和谱峭度法合的滚动轴承故障特征信号提取及其故障诊断的新方法——集合谱峭度法(Ensembled Kurtogram,EK)。该方法应用集合经验模式分解将振动信号分解为多个固有模式函数,分别计算各个固有模式函数的峭度值及其与故障工况下振动信号、正常工况下振动信号之间的相关性,根据IMFs自动选取规则选取合适的IMFs进行轴承故障信号的重构;然后针对重构后的信号进行谱峭度计算得到对应的峭度图,根据峭度图上最大值原则选取最佳带通滤波器进行滤波;最后运用包络解调后的信号进行故障诊断。本文通过模拟仿真和实验验证,验证了该算法的故障信号提取有效性和故障诊断能力。     

基于频域滤波的噪声识别去噪算法

在频域滤波的基础上,对图像的高频部分进行噪声识别,区分边缘与噪声,进而通过改进的空间滤波算法实施去噪,使图像边缘细节部分得到保护,再将处理后的高频图像与其对应的低频图像进行融合,以获得完整的高质量图像.实验结果表明通过新算法处理后的图像可以达到较好的降噪效果.     

船舶噪声视频图像的去噪锐化方法

传统视频图像降噪处理普遍采用小波滤波算法完成降噪计算,虽然像素通道内的噪声被有效去除,但是滤波过程中有效像素的损耗导致图像通道的收敛性降低,不利于后期图像的锐化处理。为了解决此问题,提出船舶噪声视频图像的去噪锐化方法。为了避免去噪过程中对正常像素的损伤,本文提出的方法采用拉氏去噪算子去噪算法,完成噪声像素点的去除计算。通过梯度锐化并行算法在去噪算法的基础上,完成对图像像素的锐化计算。对比实验表明,提出的去噪锐化方法比传统去噪锐化方法,提升图像整体去噪锐化效果好,实用性更强。