基于HHT变换的超光滑加工表面谱特征分析

Hilbert-Huang变换(HHT, Hilbert-Huang Transform)是最新发展起来的处理非线性非平稳信号的时频分析方法,其基本的实现分为两步:多分辨经验模态分解和瞬时频率的求解,获得信号的时频谱.该方法的关键是多分辨经验模态分解(EMD, Empirical Mode Decomposition),任何信号都可以分解为有限数目并且具有一定物理意义的固有模态函数(IMF, Intrinsic Mode Function).用于表面分析,HHT可以将粗糙度曲线分解成不同频率范围的分量,每一个分量都有其独有的物理意义,区分各影响因素,得到Hilbert谱,进而可以分析加工过程中各影响因素的作用.针对超光滑表面的粗糙度谱特征进行了HHT变换分析,并得出了相应结论,对加工有一定的指导意义.      

基于改进HHT的非高斯噪声中瞬态通信信号检测

根据瞬态通信信号和非高斯噪声的特点,建立了相应的信号模型,并利用希尔伯特-黄变换（HHT）处理非线性非平稳信号的优势,提出了基于改进HHT的非高斯噪声中瞬态通信信号的检测算法。该检测算法分为集合经验模式分解（EEMD）和固有模态函数（IMF）分量筛选两部分,首先经过加入随机白噪声多次试验取均值得到待检测信号的IMF分量,再结合各个分量与原信号的能量差异和相关性剔除虚假IMF分量,从而实现对混叠在非高斯噪声中的瞬态通信信号的有效检测。仿真在不同的条件下对比了本文算法与其他算法对信号的检测效果,结果证明本文算法能够有效克服HHT中存在的缺陷,实现对瞬态信号更为准确的分析和检测。     

“北斗”导航卫星定轨残差特征提取与分布检验

针对"北斗"导航卫星定轨残差中非建模系统误差问题,提出基于总体平均经验模式分解(EEMD)与Hilbert谱分析相结合的定轨残差特征提取方法,并对定轨残差正态分布特性进行卡方检验。首先,分析总体经验模式分解原理,提出滤波辅助的改进EEMD方法与Hilbert谱特征提取结合,建立定轨残差特征提取模型,并阐述卡方检验正态分布原理;然后对北斗导航卫星伪距与载波相位数据定轨残差特征进行分析;最后将提出的方法应用于多测站、多北斗GEO卫星的定轨残差分析中。结果表明,EEMD与Hilbert谱方法有效提取出了定轨残差中1天的轨道周期项,且EEMD处理后定轨残差的卡方统计量为5.5,其值小于卡方检验临界,可视为正态分布。该方法可为北斗定轨残差中非建模系统误差分离、提高定轨内符合精度提供有效技术手段。     

一种谐波减速器不对中误差分析方法

在空间环境中运行的星载天线转动单元中的谐波减速器产生的不对中故障信号故障特征难以提取,针对此问题提出了一种优化变分模态分解的故障诊断方法,这种方法基于鲸鱼优化算法(WOA)和Teager能量算子(TEO)包络解调。首先,由于包络熵对故障信号特征非常敏感,故采用包络熵作为适应度函数,同时其也是鲸鱼优化算法的目标函数。其次,WOA具有操作简单、调整参数少、跳出局部最优能力强等诸多优点,故使用WOA对变分模态分解(VMD)进行优化,构建优化算法。最后,使用Teager能量算子对本征模态分量(IMFC)进行处理。所提出的方法用于分析谐波减速器输入、输出轴两端收集的实验信号。通过与传统的快速傅里叶变换方法进行对比结果表明,所提出的方法提高了分解效率,在分解参数的原则和故障信号提取精度方面具有良好的性能,误差不超过2%,能够实现谐波减速器不对中故障信号的精确诊断,具有一定的研究意义与工程实用价值。     

基于EMD与切片双谱的轴承故障诊断方法

针对轴承故障诊断问题,提出一种基于经验模态分解(EMD,Empirical Mode Decomposition)与切片双谱分析相结合的新方法.将原始信号分解成不同尺度的固有模态函数(IMF,Intrinsic Mode Function),求取IMF分量的包络,计算其对角切片双谱,提取由于二次相位耦合产生的非线性特征,得到轴承的故障特征频率.通过对仿真信号进行分析,表明该方法克服了传统的基于EMD的包络功率谱方法不能抑制噪声的缺点,同时较传统高阶谱方法计算量更小.给出了6205-2RS JEM SKF轴承诊断实例,说明了该方法的可用性.     

涡街流量计信号处理方法与实现

设计一种基于变增益运算放大器和带通开关电容滤波器的新型涡街流量计信号处理电路.单片机利用模拟数字转换电路(A/D)实时检测涡街流量计传感器输出信号的幅度和频率,同时利用数字模拟转换电路(D/A)对变增益运放进行控制,为后续的信号检测电路提供幅度相对稳定的有效信号.带通开关电容滤波器在单片机的控制下实时跟踪变增益运放输出的信号频率,保证带通滤波器的中心频率接近信号频率,以达到良好的滤波效果.滤波后信号通过单片机进行频率信息的精确计算以及流量的解算.实验结果表明,变增益运算放大电路有效解决了涡街流量计传感器输出信号幅度变化范围大而造成的放大电路复杂,分段放大信号幅度不连续等问题;带通滤波器通过单片机实时调整中心频率,对信号中各种干扰起到较好滤波效果.      

Walsh变换对冲击信号序列特征提取的研究

提出使用Walsh变换和小波包相结合的方法,对滚动轴承故障产生的冲击信号序列提取故障特征, 并给出了计算的有效算法. 对滚动轴承故障特征分析和计算表明,用改进小波包分解、重构公式能有效地剔除冲击信号序列中高频共振信号和噪声, 使用快速Walsh变换(FWT)求取其功率谱,优于Fourier变换,可很好地提取故障特征,仿真和实际数据计算的结果,证实了上述方法的有效性.      

基于改进HHT的一体化电液作动器故障诊断

介绍了机载变排量变转速一体化电动静液作动器(EHA-VPVM,Electro-Hydrostatic Actuator with Variable Pump displacement and Variable Motor speed)的系统结构,根据EHA-VPVM早期故障信号非平稳、时变等特点,采用一种新的时频分析方法希尔伯特黄变换(HHT,Hilbert-Huang Transform)进行信号分析.针对HHT方法的模态混叠和虚假本征模态函数问题,提出两点改进:通过集合经验模式分解算法抑制模态混叠的发生;采用相关系数法保留真实本征模态函数.对EHA-VPVM工程样机进行早期故障诊断实验,用Hilbert边际谱和HHT谱分析永磁无刷直流电机两种工作状态下的振动信号.实验结果表明:改进HHT方法较好解决了HHT的模态混叠和虚假本征模态函数问题,能准确提取研究对象的早期故障特征,对EHA-VPVM早期故障具有良好的诊断效果.     

基于EEMD分解的直驱式机电作动器故障诊断

基于集合经验模式分解 (EEMD,Ensemble Empirical Mode Decomposition)算法,给出一种机载直驱式双余度机电作动器(DDDR-EMA,Direct-Driven Dual-Redundancy Electro-Mechanical Actuator)复合故障诊断方法.EEMD对信号加入有限幅度的高斯白噪声,利用高斯白噪声频率均匀分布的统计特性使信号在不同尺度上保持连续性,解决了经验模式分解的模式混叠缺陷并保留了自适应性.将EEMD方法应用于机载DDDR-EMA故障诊断实验振动信号分析,先对实测信号进行分解,得到一组无模式混叠的固有模式函数;再采用不同的方法分析各频段,提取各频段包含的故障特征.实验结果表明:与经验模式分解相比EEMD能提高故障信号的分析精度,准确诊断机载DDDR-EMA的复合故障.     

基于小波神经网络的航空刀具磨损状态识别

针对航空零件的加工特点,采集刀具在不同磨损状态下的声发射(AE,Acoustic Emission)信号,对AE信号进行时频分析和小波变换,运用快速傅里叶变换(FFT, Fast Fourier Transform)以及db8小波5层分解,提取AE信号幅值的均方根和主能量频段的能量作为特征向量,对特征向量进行归一化处理后作为输入向量对小波神经网络进行训练.小波神经网络运用参数调整算法,在权值和阈值的修正中加入动量项.测试结果表明:AE信号对刀具磨损敏感的频率范围在10~150kHz,网络实际输出与期望结果的误差小于0.03,该方法能够对刀具不同磨损状态进行正确的识别.      

三角翼前缘涡破裂点脉动的实验分析

在水槽中和风洞中分别进行了流动显示和动态测压实验,目的是研究三角翼前缘涡破裂点的脉动现象.对流动显示图片中涡的破裂点位置进行统计和频谱分析,表明破裂点振荡存在双主频特征,位于0.07位置的主频对应着螺旋—泡—螺旋的转化过程,位于0.2~0.4之间的主频对应着螺旋形态破裂本身的小幅振动.对统计的破裂点位置数据做低通滤波后进行相关性分析,还表明了三角翼左右2个前缘涡的破裂点位置信号具有负相关性.进行三角翼表面动态压力测量,对压力数据低通滤波后做相关性分析,发现相同的一条前缘涡的动态压力信号在整个翼面上都具有高度的相关性.      

大迎角下小振幅振荡三角翼破裂涡的频率特性

在风洞和水洞中分别进行了小振幅振荡三角翼的动态测压和热膜测速实验,目的是研究振荡的无量纲频率 n 对于三角翼前缘涡的频率特性的影响.对风洞中测得的压力数据进行频谱分析,发现 n 值在0.018~0.036时,即与三角翼翼面上涡破裂点的振荡频率接近时,会发生耦合现象,使振动能量明显加强;对水洞中测得的速度数据进行频谱分析,则发现 n 在0.8~1.4的范围内,即与螺旋波的传播频率接近时,三角翼的振荡会使涡破裂点向后缘移动,延缓了涡的破裂,使螺旋波频率增大.     

基于K-FWH声比拟方法的串列双圆柱气动噪声研究

为了研究串列双圆柱的气动噪声与大尺度涡脱落之间的关系，采用大涡模拟并结合K-FWH方程的方法进行研究。采用标准算例的实验结果对数值模拟方法进行了验证，证实了壁面自适应局部涡黏（WALE）大涡模拟模型结合基于K-FWH方程的声比拟方法能够较好地预测不同频率下的噪声谱密度。数值模拟结果表明:上下游圆柱的涡脱落频率相同，大尺度涡呈现反相位脱落。上游圆柱表面平均阻力系数大于下游圆柱，而下游圆柱表面的压力脉动更为剧烈。双圆柱绕流的气动噪声来源主要为偶极子噪声（包括柱体表面瞬时压强及其时间导数），其中瞬时压强的时间导数是主要的声压组成部分。在此基础上，对某一观测点的瞬时声压及其分解项之间的物理关联进行了研究。观测点的瞬时声压主要由下游圆柱产生的声压主导。由于上游涡脱落对下游圆柱的涡脱落的影响，导致下游升力系数频谱及观测点总噪声频谱呈现次级峰的现象。此外，通过希尔伯特变换发现观测点的声压脉动值不受上下游旋涡脱落的相位差影响。研究结果能为后续降低双圆柱气动噪声的研究做出贡献，给工程降噪问题提供参考。      

基于流动显示的翼尖涡不稳定频率测量

翼尖涡涡核振荡频率的准确测量是翼尖涡控制技术得以有效实施的重要前提。采用流动显示方法,研究了椭圆机翼翼尖涡在低雷诺数条件下的不稳定特性。分别采用单点谱分析和动力学模态分解技术,从流动显示图像序列中提取了涡核振荡的短波不稳定模态的频率,2种方法得到的频率相对误差最大不超过5%。研究结果表明:涡对的空间运动通常展现出长波与短波模态的耦合,涡核的高频短波振荡耦合在低频长波摆动中,以前者为主要含能模态;短波不稳定性的无量纲振荡频率随雷诺数的增大而增大、随机翼攻角的增大而减小。      

基于逆虚拟激励法的导弹振动谱设计

针对导弹在延寿试验过程中振动谱设计精度低、与实际载荷剖面差距大的问题,提出一种基于逆虚拟激励法的导弹振动谱设计方法。首先,建立了导弹-悬架系统四自由度振动模型,推导出系统激励响应关系;然后,对系统时域响应数据进行Fourier变换,得到响应功率谱矩阵并对其进行分解,构造虚拟简谐响应;最后,基于逆虚拟激励法求得系统激励功率谱,并讨论了响应噪声及系统阻尼对识别精度的影响。实验结果表明:本文方法对于随机振动载荷的识别精度较高、鲁棒性好,零噪声识别误差为2.39%,30%噪声条件下识别误差为3.21%。本文方法同样适用于其他装备的振动试验谱的设计。     

静电悬浮加速度计噪声测试数据的频谱分析方法

分析了不同系数的离散傅里叶变换公式的含意,并从中筛选出符合工程分析要求的正确公式。为使用快速傅里叶变换可采用多种方式使数据符合2的整数次幂,分析了各种方法的优缺点;分析了各种频谱的应用对象,得出静电悬浮加速度计噪声适宜采用功率谱密度,且在窗函数应用上宜选择与之符合的系数;给出了使用OriginLab公司Origin5.0/7.0软件计算功率谱密度时所必须采取的纠正措施,提出地面测试静电悬浮加速度计噪声需采用差分方法以仰制环境噪声,具体操作方法是,将两台加速度计已扣除平均值的时域噪声值相减后除以平方根2。