为提升chirplet变换(chirplet transform,CT)估算瞬时频率的精度,在CT基础上结合花斑翠鸟优化(pied kingfisher optimizer,PKO)和径向基移动最小二乘(radial basis function moving least squares,RBFMLS)算法提出了一种识别结构瞬时频...为提升chirplet变换(chirplet transform,CT)估算瞬时频率的精度,在CT基础上结合花斑翠鸟优化(pied kingfisher optimizer,PKO)和径向基移动最小二乘(radial basis function moving least squares,RBFMLS)算法提出了一种识别结构瞬时频率的新方法。该方法采用正定紧支径向基函数作为移动最小二乘近似的权函数,对CT的能量脊线进行估算,同时应用PKO对RBFMLS节点支撑半径和CT窗函数宽度进行优化。通过一组解析信号数值算例和一个时变拉索试验验证了所提方法的有效性。研究结果表明,该方法能有效改善信号分析的能量聚集性,提高瞬时频率的识别精度。展开更多
提出了基于多尺度线调频基信号稀疏分解(Multi-scale Chirplet Sparse Signal Decomposition,简称MCSSD)的转子碰摩故障早期检测方法,该方法用MCSSD方法对转子碰摩故障振动信号进行单次分解,从原信号中分离出具有最大幅值的工频(或倍频...提出了基于多尺度线调频基信号稀疏分解(Multi-scale Chirplet Sparse Signal Decomposition,简称MCSSD)的转子碰摩故障早期检测方法,该方法用MCSSD方法对转子碰摩故障振动信号进行单次分解,从原信号中分离出具有最大幅值的工频(或倍频)信号分量。由于MCSSD方法是采用线性直线逐段自适应逼近分析信号的各分量频率,分解得到的信号分量与真实信号分量具有很好的频率匹配特性,不会产生频率混叠现象,因此,与小波分解与EMD分解相比,MCSSD能更有效地从转子早期碰摩故障振动信号分离出最具最大幅值的工频(或倍频)信号分量。将该信号分量从原信号中去除,对残余信号分量做频谱分析,即可有效诊断转子早期碰摩故障。应用实例证明了该方法的有效性和优越性。展开更多
文摘为提升chirplet变换(chirplet transform,CT)估算瞬时频率的精度,在CT基础上结合花斑翠鸟优化(pied kingfisher optimizer,PKO)和径向基移动最小二乘(radial basis function moving least squares,RBFMLS)算法提出了一种识别结构瞬时频率的新方法。该方法采用正定紧支径向基函数作为移动最小二乘近似的权函数,对CT的能量脊线进行估算,同时应用PKO对RBFMLS节点支撑半径和CT窗函数宽度进行优化。通过一组解析信号数值算例和一个时变拉索试验验证了所提方法的有效性。研究结果表明,该方法能有效改善信号分析的能量聚集性,提高瞬时频率的识别精度。
文摘提出了基于多尺度线调频基信号稀疏分解(Multi-scale Chirplet Sparse Signal Decomposition,简称MCSSD)的转子碰摩故障早期检测方法,该方法用MCSSD方法对转子碰摩故障振动信号进行单次分解,从原信号中分离出具有最大幅值的工频(或倍频)信号分量。由于MCSSD方法是采用线性直线逐段自适应逼近分析信号的各分量频率,分解得到的信号分量与真实信号分量具有很好的频率匹配特性,不会产生频率混叠现象,因此,与小波分解与EMD分解相比,MCSSD能更有效地从转子早期碰摩故障振动信号分离出最具最大幅值的工频(或倍频)信号分量。将该信号分量从原信号中去除,对残余信号分量做频谱分析,即可有效诊断转子早期碰摩故障。应用实例证明了该方法的有效性和优越性。
