基于最优阈值小波包分析的转子振动信号降噪研究

针对采集转子振动信号时信号中往往夹杂着噪声干扰的问题,提出了一种自寻优阈值的小波包降噪方法。该方法可对不同振动信号自寻优地设置阈值,且阈值的选取与所研究的信号有关而与信号长度无关;并根据采样定理计算不同转子转速对应的小波包分解的最低层数。对多种信号进行的降噪研究表明,该方法可有效降低转子振动信号中的噪声干扰。     

双树复小波域MCA降噪在齿轮故障诊断中的应用

齿轮箱早期故障信号中往往包含强烈的干扰噪声,而基于简单阈值规则的小波系数降噪方法往往不能取得良好的效果.针对该问题,提出了基于形态分量分析(MCA)的双树复小波降噪方法.首先,对强背景噪声故障信号进行双树复小波变换,得到不同层的小波变换系数;然后,选取小波系数周期性较为明显层的小波系数进行MCA降噪;最后,将降噪后的系数进行单支重构后便可获得故障特征信号,对降噪信号进行包络分析便可以确定信号的故障特征频率.利用该方法对仿真分析和某轧机齿轮箱打齿故障早期信号进行了处理,结果表明:该方法能够在有效去除信号中的强背景噪声,比单独MCA降噪及软阈值降噪具有更好的效果,得到了更清晰的故障特征频率,从而为齿轮早期故障诊断提供了一种新方法.      

含噪振动信号中早期碰摩的故障检测研究

 研究了在有噪环境下发动机转子系统早期碰摩故障的检测问题。利用最优参数搜索法改进了独立分量分析( ICA) 算法, 用于求解转子系统振动信号与噪声的盲分离问题。在此基础上, 对分离后的振动信号利用小波包分解进行早期碰摩信号的检测。结果显示最优搜索的ICA 算法运行效率高, 信号分离纯度好, 对振动信号有高效的降噪作用, 并利用小波包分解准确地检测出振动信号中的碰摩信息, 其效果优于小波分解法。信噪分离与小波包分解相结合有望用于工程实践中的早期碰摩故障检测和诊断。     

滚动轴承故障诊断的品质因子可调小波重构方法

针对轴承早期故障诊断困难的问题,提出了基于信号共振稀疏分解与品质因子可调小波重构的滚动轴承故障诊断方法.该诊断方法首先对轴承故障信号进行共振稀疏分解获得高共振分量和低共振分量;然后对低共振分量进行品质因子可调小波重构,并结合峭度分析,筛选出最佳分析信号;最后对最佳分析信号进行希尔伯特解调分析,从而提取滚动轴承故障特征信息.通过对仿真信号和实际故障信号进行分析,该方法能有效提取轴承故障信号中的冲击成分,凸显故障特征.      

基于加强谱峭度的航空发动机齿轮毂故障诊断

针对航空发动机减速器一级齿轮毂故障诊断问题,提出了一种基于小波包和CHI-LMD(三次Hermite插值-局部均值分解)的加强谱峭度的故障诊断方法。在用AR(自回归)参数模型对原始信号进行降噪后,首先采用小波包对信号进行分解,并结合谱峭度找出特征频带,继而用CHI-LMD对特征频带进行再分解获得若干PF分量,最后对获得的PF分量计算谱峭度作为故障识别参数。利用此方法对10组待识别信号的诊断结果表明,该方法能有效识别减速器一级齿轮毂故障,在不拆卸发动机的情况下实现了对目标的诊断。     

发动机转子系统早期故障特征提取方法

对飞机发动机转子系统早期故障特点进行分析的基础上,提出了利用虚拟仪器和Matlab小波工具箱分析软件对其早期故障进行检测和特征提取的方法.文中对早期故障特征量的选取、有用信号与噪声信号的分离方法、突变信号与奇异信号的特征提取等进行了分析和研究,并以转子早期碰摩和早期不平衡为例进行了实验研究.结果表明,Labview和Matlab小波分析软件相结合,能够快速有效地提取发动机转子系统的早期故障特征,为发动机转子系统早期故障的快速识别提供了一种新途径.     

基于WPD-KVI-Hilbert变换相结合的滚动轴承早期故障特征精准识别

为了能够有效地从轴承早期故障激励的高频振动信号中提取出故障特征信息,基于最优小波包基选取方法和峭度值最大筛选原则,提出了一种改进的小波包分解（WPD）、峭度值指标（KVI）与Hilbert变换相结合的滚动轴承早期故障特征识别方法。计算选取最优小波包基,确定分解层数;采用WPD方法对轴承故障振动信号进行分解,获得若干个Node分量;基于峭度值指标最大原则筛选出有效的Node分量进行信号重构;对重构信号进行包络解调分析,提取出故障特征频率对轴承故障进行诊断。采用建立的方法对凯斯西储大学滚珠轴承外圈、内圈故障实验数据和自行开展的滚棒轴承外圈、滚动体故障实验数据进行了分析与诊断。研究结果表明：该方法能够有效提高故障信号高频分辨率、保留周期性冲击成分,并能准确有效提取出滚珠和滚棒轴承故障特征频率的1~7倍频及其与轴转频调制的系列边频带频率,实现对滚动轴承故障特征的精准识别与故障诊断。     

转子振动故障的小波能谱熵SVM诊断方法

融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的.      

航空发动机中介轴承振动故障分析方法

针对中介轴承振动故障信号微弱、较难提取的问题,提出一种基于小波变换的航空发动机中介轴承故障诊断方法:首先对中介轴承故障信号进行小波分解,得到各层细节信号,并对细节信号进行重构;然后对重构信号进行频谱变换,从频谱图上清晰观察出中介轴承的故障特征频率。对真实发动机中介轴承故障信号进行的实例分析表明,本文方法具有较好的降噪能力,较频谱分析更能突出中介轴承的故障特征。     

非平稳信号特征提取在航空发动机故障诊断中的应用

在航空发动机早期故障诊断中,特征提取是早期诊断的重要过程之一.文中以航空发动机转子故障为研究对象,给出了基于经验模式分解、小波分析为核心的故障特征提取方法,并作了针对性的比较研究.在matlab7.0环境下开发了一个故障特征提取软件系统.研究结果表明:基于经验模式分解的时频分析方法可以很有效地提取到非平稳故障特征信号,是一种适合于非线性信号处理的方法.     

裂纹转子非线性振动特征的谐波小波与分形识别

通过对谐波小波的分析研究,指出了谐波小波对振动信号局部频段分析的优良特性。采用谐波小波对裂纹转子的非线性振动信号在低频段进行了分析。理论分析与实验结果表明:对实际裂纹转子信号,经谐波小波的频段分析后,能够得到通常难以由理论分析与实验结果获得的非整数倍周期分叉的非线性特征频谱。计算了裂纹转子的分形维数,发现裂纹转子的振动信号比理论结果要复杂、可以用多重分形作为判断实际转子是否有裂纹的一个特征。提出了用谐波小波变换后的奇异谱来识别裂纹转子非整数倍周期分叉的非线性特征频谱的方法,并对实际转子信号进行分析,得到了明显的非整数倍周期分叉的奇异谱。      

离散粗糙元诱发边界层转捩的实验研究

针对直升机转子叶片模型表面离散粗糙元诱发边界层转捩问题开展了实验研究,分析不同雷诺数下粗糙元尺寸参数对转捩位置的影响。实验在中航工业气动院直升机转子叶片模拟装置进行,在模型转子叶片表面布置不同尺寸的离散柱状粗糙元,利用红外热像技术探测边界层转捩,并提出一种基于湍流／层流区域面积比的转捩位置判定准则,目的是实现边界层转捩位置自动识别,进而分析粗糙元尺寸参数对转捩位置的影响。实验转速为300至600 r／m,对应叶尖切向速度为25～40 m／s。实现了对旋转叶片边界层转捩位置的定量测量,通过实验验证,转捩位置判定算法正确可靠,初步得到了不同高度 DRE 诱发转捩位置与雷诺数之间的关系,随着粗糙元高度的增加,转捩位置逐渐靠前。     

直升机复合材料桨叶铺层三维几何建模方法

针对直升机复合材料桨叶铺层几何建模过程中存在的效率低、工作繁琐重复等问题,提出了一种桨叶铺层三维几何建模方法。首先系统归纳了典型的桨叶铺层类型,提出了一种面向复合材料铺层几何建模的铺层信息参数化表达方案,并通过一个智能向导引导设计人员对各铺层进行定义和描述,在此基础上由软件算法自动生成桨叶铺层设计表格;根据桨叶理论外形和桨叶铺层设计表格,通过铺层区域裁剪复制和分片逐次等距方法构造桨叶当前铺层几何模型,并实现整个桨叶铺层几何模型的自动生成。通过实例验证表明,该方法能够快速、高效地实现复合材料桨叶铺层的三维几何建模。     

磁悬浮飞轮转子系统的现场动平衡方法

针对磁悬浮飞轮的转子平衡后转动效果不理想、转子平衡过程复杂等问题,提出了一种基于磁轴承系统特性的现场动平衡检测方法。该方法通过考虑电磁力的影响,进行转子系统的整体动平衡,而非转子本身的动平衡。通过分别检测转子平动的最大位移和相位、转子转动的最大位移和相位,分别得到等效力/力偶不平衡质量的大小和相位,实现了整体不平衡量的现场检测和飞轮转子系统的高精度平衡。试验结果表明,该方法能有效提高飞轮转子系统的平衡精度,转子的跳动量、磁轴承的控制电流以及飞轮轮体的振动量显著减小。     

基于N-S方程的直升机旋翼翼型反设计方法

为了在实际旋翼翼型设计中考虑粘性影响,采用N-S方程为主控方程,建立了旋翼翼型流场求解方法。使用以Poisson方程为控制方程的网格生成程序生成围绕旋翼翼型的N-S粘性贴体网格,该网格生成程序能在反设计迭代过程中自动更新过渡翼型的粘性网格。在翼型流场计算及网格生成基础上,采用了MGM方程作为翼型反设计方程,建立了一套能够考虑粘性影响的直升机旋翼翼型的反设计方法。应用该方法,分别对二维NACA系列翼型、OA系列翼型、超临界翼型进行了反设计分析,获得了满足要求的二维旋翼翼型,并与目标值(压力分布、升力系数、阻力系数、力矩系数)吻合良好。     

新型桨尖抑制旋翼跨声速特性的影响分析

为研究不同形式的新型桨尖在抑制旋翼跨声速特性方面的作用,开展了多种桨尖对旋翼局部流动及气动特性影响的数值分析研究.发展了基于高效嵌套网格方法的旋翼流场高精度CFD求解方法.在此基础上,详细分析了桨尖外形对旋翼桨叶跨声速区域激波强度、激波诱导气流分离、桨尖涡尾迹及气动性能的影响.数值结果表明:桨尖的后掠和上反在缓解旋翼跨声速特性方面的作用相对较小;桨尖前掠和下反能更有效地减少桨尖外端跨声速区域,降低该位置激波强度并缓解激波-附面层干扰诱导的气流分离;后掠桨尖在减小旋翼反扭矩方面的整体效果良好,直线前掠桨尖在大桨盘拉力状态能够更有效降低旋翼扭矩(直线前掠30°时,扭矩降低达12.3%),桨尖下反可以有效抑制桨尖涡强度(抛物下反30°时,桨尖涡强度降低50%),并加快桨尖涡尾迹的耗散.      

基于薄层单元的拉杆转子接触界面动力学建模及修正

为了研究具有复杂接触界面拉杆转子系统的动力学特性,发展了基于薄层单元的拉杆转子接触界面动力学建模及修正方法。采用线性本构关系的薄层单元模拟转子部件的复杂接触关系,基于模态试验数据,运用分层模型修正方法对预紧状态下拉杆转子部件接触面的连接刚度进行识别,通过识别的薄层连接参数建立拉杆转子动力学预测模型。将拉杆转子动力学预测模型的结果与试验数据进行对比分析,结果表明:采用线性本构关系薄层单元能够模拟拉杆预紧状态下接触界面的力学特性,修改薄层单元弹性模量能够模拟接触界面的法向刚度和切向刚度;修正后转子模型与测试结果的最大频率误差为0.6%,平均频率相对误差为0.25%,修正后模型能预测实际结构的振动响应。      

转子振动信号的二阶非平稳源盲分离

复杂的转子系统的多振动混叠信号分离是振动信号处理领域的一个难题。在介绍盲源分离基本原理的基础上,首次选用了二阶非平稳源盲分离算法对带有较强噪声的实际转子系统的振动信号进行盲分离,满意地分离出了各个振动源信号。采用SONS算法得到的振动源频谱分析清晰地反映出了各个振动源的频谱特性,且较好地抑制了噪声的影响。研究中提出的测量方法,为实际复杂结构的振动源盲识别提供了支持。     

基于复Shearlet域高斯混合模型的SAR图像去噪

 结合双树复小波的平移不变性、多分辨率性和剪切波变换的灵活可选的多方向性,提出一种新的图像表达方法——复Shearlet变换。针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相干噪声特点,建立了复Shearlet系数域的高斯混合模型(Gaussian Mixture Model,GSM),在此基础上应用贝叶斯最小二乘法进行系数估计,最后进行复Shearlet反变换得到去噪以后的SAR图像。仿真结果和分析表明:本文提出的算法相比其他变换域去噪算法,不仅去噪后的图像的峰值信噪比(Peak Signal to Noise Ratio, PSNR)有所提高,而且去噪后的图像更平滑,且与Shearlet域高斯混合模型相比,本文算法速度快了两倍多。