基于S变换的柴油机燃烧差异的诊断研究

分析了传统的基于平稳过程的傅里叶变换存在的局限性,采用了S变换时频分析法对振动信号进行分析。对比不同燃烧状况时的缸内压力曲线、压升率曲线及振动信号S变换的结果,表明振动信号S变换得到的时频图像同缸内燃烧过程有密切的关系。为了便于对各缸的燃烧状况进行定量分析,提出了利用时频域内各点的幅值和表征各缸燃烧差异的新方法。在4缸柴油机上进行模拟试验对该方法进行验证,结果验证了该方法的有效性。     

利用小波包变换实现电力系统谐波分析

小波包变换(WPT)建立在小波变换的基础上,可以实现信号频带的均匀划分,能够更好地提取信号的时频特性,具有更好的谐波分析特性。但是现有的小波包变换算法实现的频带划分不是按频率大小顺序排列的,给系统和谐波分析带来混乱。根据采样定理和滤波器组实现电路分析了小波包变换实现频带划分的特点,并利用改进的小波包变换实现算法进行系统分析,实例验证这种新的小波包分解结构对谐波分析具有更好的特性。     

基于RVMD-RobustICA-ST联合相干性分析的电驱动总成噪声源识别

为研究集成一体化电驱动总成的噪声源特性，提出一种RVMD-RobustICA-ST联合算法融合相干性分析的噪声源识别方法。首先，采用基于奇异值分解的占优特征值准则估计噪声子空间维数对变分模态分解参数进行指向性条件约束，并利用鲁棒性独立分量分析联合占优特征值约束的变分模态分解对信号特征进行提取。然后，利用S变换和快速傅里叶变换对各分量信号时频特性进行识别。最后，在二次残差法分析分量信号波形误差度基础上，以电驱动总成振动信号、噪声信号、时频重叠分量信号为变量建立线性系统并进行相干性分析。结果表明，稳态工况下减速二级齿副啮合振动噪声对该电驱动总成噪声贡献度最大，且时频重叠分量信号的噪声能量主要由减速一级齿副啮合振动提供。     

一种基于广义S变换增强的柴油机失火故障特征提取方法

为有效提取柴油机缸盖振动信号失火故障特征,提出一种基于广义S变换增强的柴油机失火故障特征提取方法。首先根据柴油机燃烧过程与配气相位的关系对信号进行等角度重采样,然后利用广义S变换对信号进行消噪处理,并按工作循环将信号的周期性瞬态特征进行同步增强。通过仿真信号验证和某柴油机缸盖振动信号的实例应用,结果表明,此方法能有效地提取柴油机缸盖振动信号的失火故障特征,实现失火故障的准确诊断。     

一种适用于发动机振动信号的时频分析方法

本文中对一种新的时频分析方法——同步压缩小波变换进行研究。首先,为检验其对发动机信号的适用性,建立了多分量、调幅-调频仿真信号,采用同步压缩小波变换对其进行分析。接着将其与其它时频分析方法在时频分辨率、信号分解和重构能力方面进行比较;最后以某一发动机为例,分析其瞬变工况下的振动信号,揭示连杆轴承磨损信号变化规律并提取故障特征。结果表明:同步压缩小波变换是一种适用于发动机状态监测与故障诊断的时频分析方法。     

基于短时傅里叶变换的岩石声波信号分析方法研究

针对岩石声波信号离散、非平稳，含有较多突变分量等特性，提出一种基于短时傅里叶变换的时频分析方法。通过合理选择窗函数、加窗长度以及窗移动步长，对岩石声波信号进行时频分析，提取相关声学参数。结果表明:短时傅里叶时频分析能很好地显示信号时域和频域局部特征，能够清楚地描述声学参数（频率、振幅等）变化。     

广义解调时频分析方法在变速器齿轮故障诊断中的应用

针对故障齿轮振动信号多表现为多分量调幅一调频特征的状况,将广义解调时频分析方法应用于齿轮的非平稳振动信号处理,得到齿轮振动信号的时频分布,正常和故障状态下振动信号的时频分布区别明显.实验分析结果表明,广义解调时频分析方法优于其它时频分析方法,能有效地应用于齿轮非平稳振动信号的分析.     

基于小波变换方法的汽车碰撞信号分析

研究实车碰撞试验采集的非线性、非平稳信号的处理方法,并进行多分辨率的时频分析。利用小波变换理论,对复杂的瞬态非平稳碰撞信号进行分辨率自适应分析和时频定位,表达碰撞信号的局部特征及变化趋势,发现其内在的本质和规律性。经过对汽车碰撞的原始信号进行db4小波变换,得出特征信号的趋势曲线和系列细节曲线,时频定位的逻辑关系清楚,对分析碰撞过程的时序以及碰撞过程发生的事件具有很好的指导作用。     

HSP法在盾构施工隧道超前地质预报中的改进和应用

为解决盾构施工中现场环境导致无法顺利进行超前地质预报的问题,在盾构施工过程中运用HSP(Horizontal sonic/seismic profiling)水平声波/地震波剖面法进行地质超前预报工作,良好地规避传统方法的局限性。将S变换和S变换自适应滤波引入HSP数据处理中,提高该处理系统在复杂施工条件下对有效信号的识别和去噪能力,通过时频图对比分析验证该方法的有效性,获取掌子面前方地层反射特征参数图谱,建立样本数据模型为实际施工测量进行指导。通过HSP在贵阳轨道交通3号线盾构区间应用案例的解析和实际情况的对比分析,表明HSP声波反射法对不良地质结构面的存在具有较好的正相关响应,是适用于盾构施工时地质预报的高效方法之一。     

汽车发动机非稳态振动信号分析方法比较研究

采用短时Fourier变换、小波包AR谱和二阶循环谱方法分别对发动机加速信号进行了时频分析,提取了分析对象的故障特征,并对3种方法进行了比较研究.研究表明:短时Fourier变换的频率分辨特性相对较差;小波包对单个故障有良好的分辨特性,但对多个故障的分辨能力较差;而循环谱方法有更好的频率分辨特性,且在特征频率处有更显著的谱峰.     

轻轨连续刚构桥动力响应时频分析

为研究连续刚构桥在列车作用下的振动特性,以某线轻轨高架连续刚构桥为背景,采用滤波结合连续小波变换的方法,获得其实测振动加速度信号的时频信息.在分析3种小波基(复Morlet小波基、db10小波基、sym5小波基)的小波变换对桥梁振动信号处理效果的基础上,选用复Morlet小波基研究不同列车速度、桥上列车紧急制动以及列车...     

小波包分解在氢发动机异常燃烧诊断中的应用

氢发动机燃烧压力信号包含了丰富的燃烧信息,基于压力信号可以应用小波变换法提取异常燃烧信息。鉴于小波包分解继承了小波变换所有的时频局部化优点,并且可以有效地提取微弱燃烧信息,从而能够为信号提供更精细的分析方法。对氢发动机正常燃烧和异常燃烧压力信号进行了小波包分解,提取出小波包能量。通过构造小波包能量特征向量,对氢发动机异常燃烧进行了有效诊断,为消除氢发动机的异常燃烧提供了技术基础。     

基于连续小波变换的柴油机涡轮增压器振源识别

柴油机涡轮增压器高频振动严重影响到柴油机及整个动力系统的运转可靠性.针对涡轮增压器的主要振源进行识别分析研究,可有效地指导振动控制和本体振动响应优化.针对涡轮增压器本体振动响应具有的高频、宽频带、时变非稳态等特征,利用连续小波变换方法在信号处理中具有的多尺度计算分析频率、精准定位发生时间等时频特性优势,开展瞬态激励下动...     

基于时频图像特征约简的柴油机故障特征提取新方法

针对柴油机振动响应信号时频表示特征提取困难的问题,提出了一种直接对柴油机振动谱图像进行特征约简的时频特征提取新方法。通过现有的时频分析方法生成柴油机振动谱图像,采用三次卷积插值法对图像矩阵的维度进行压缩,并将矩阵分块计算的方法与稀疏非负矩阵分解算法(sparse non-negative matrix factorization,SNMF)相结合,用来直接对压缩后的振动谱图像进行特征约简以获取蕴含在其内的低维特征。将提出的方法应用于4种不同状态的柴油机气门故障特征提取试验中,结果证明该方法可准确、快速提取柴油机气门故障特征。     

Hough变换在汽车几何参数视觉测量中的应用

基于视觉伺服的汽车几何参数测量系统中，图像特征点的实时在线识别是其中的关键技术之一。本文应用Hough变换研究了汽车实时车轮图像检测技术。原理性验证试验表明，该方法具有较好的效果。     

基于小波变换的车牌图像检测定位算法研究

在讨论二维二进可分离小波及图像小波去噪的基础上，研究一种基于小波变换并结合其他多种图像处理方法的车牌图像检测定位的算法。实验表明，该算法对含噪的车牌图像能较好地完成检测定位。     

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。     

含裂纹汽车部件瞬态响应AR谱估计的子波分析法

探讨了一种新的结构疲劳裂纹检测技术，通过汽车驱动桥模型试验，利用子波变换多分辨分析技术，提取了淹没于响应信号中的微弱信号分量，并建立了裂纹信号的ＡＲ模型，试验和分析结果表明，利用子波分析和ＡＲ谱估计能较好地检测结构裂纹。。     

小波变换在弯沉检测数据消噪中的应用

贝克曼梁由于其系统本身的缺陷在弯沉检测过程中常常会受众多误差和干扰的影响,从而造成弯沉检测值与真实值之间存在较大偏离,严重时甚至会对弯沉值的统计分布形式造成影响。针对这种情况,本文提出采用小波变换对受噪音不均匀干扰的弯沉检测数据进行消噪处理的方法,并对处理之后的数据与原始数据进行了分析和比对。结果表明:经过小波变换消噪处理的数据能较好地保持原始数据的统计学特性,且能使偏离正态分布的弯沉检测结果重新服从正态分布:小波变换能有效地剔除原始检测数据存在的不均匀分布的噪音信号。     

基于三次厄密插值的边坡变形监测小波降噪处理

边坡工程监测数据往往包含各种误差(噪声),表现出明显的非真实波动和突变,边坡的实际变形特征被噪声淹没而无法识别.小波分析能利用边坡真实变形信号与噪声的时频特性不同,借助小波变换的多分辨率分析,有效地对不同频率成分进行分离,并通过作用阈值,最终达到降噪的目的并提取出边坡真实的变形特征.工程中获得的监测数据有时是非等间隔的,不能直接进行小波降噪,可以利用三次厄密插值使其转变为等间隔数据序列,分析结果表明这种处理方法是可行的.