非平稳信号
非平稳信号的相关文献在1992年到2023年内共计449篇,主要集中在无线电电子学、电信技术、机械、仪表工业、自动化技术、计算机技术
等领域,其中期刊论文368篇、会议论文43篇、专利文献346788篇;相关期刊247种,包括科学技术与工程、系统工程与电子技术、电子学报等;
相关会议41种,包括2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议、2015全国电工理论与新技术学术年会、2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议等;非平稳信号的相关文献由1106位作者贡献,包括张海勇、于德介、李夕兵等。
非平稳信号—发文量
专利文献>
论文:346788篇
占比:99.88%
总计:347199篇
非平稳信号
-研究学者
- 张海勇
- 于德介
- 李夕兵
- 冯志鹏
- 凌同华
- 刘洋
- 张龙
- 李志农
- 熊国良
- 程军圣
- 褚福磊
- 何文雪
- 刘彬
- 吴祖堂
- 唐贵基
- 张洁
- 杨宇
- 王占江
- 胡爱军
- 蔡宗义
- 严世榕
- 任伟新
- 任志英
- 关惠玲
- 刘贵忠
- 包文杰
- 华贵山
- 吕亚平
- 吴琛
- 张亢
- 张文斌
- 张波
- 彭富强
- 文潮
- 曹曙阳
- 朱学锋
- 李富才
- 李运良
- 武岳
- 段忠东
- 沈民奋
- 涂晓彤
- 王红星
- 王维珍
- 田丽洁
- 盖强
- 葛浩
- 董恩清
- 谢剑英
- 贺振华
-
-
庾天翼;
李舜酩;
龚思琪
-
-
摘要:
为解决采用在转子升降速过程中产生的非平稳信号难以进行故障诊断的问题,提出一种基于2维时频脊线和阶次分析的转子故障诊断方法。采集转子升降速信号,采用2维时频分布的峰值脊线提取法获得信号脊线特征,结合脊线特征与等角度重采样技术依次获得信号角度域、角-阶域和阶次域图像,将信号阶次域内的特征参数作为故障敏感特征,输入人工神经网络诊断模型,对转子信号的故障类型进行分类。利用实测信号验证所提方法的实际应用效果,并与传统特征提取法的结果进行对比。结果表明:阶次分析方法的测试准确率约为99.8%,标准差小于0.09%,均优于传统特征提取法。基于时频脊线和阶次分析的转子故障诊断方法具有更高的诊断准确率,在非平稳信号特征提取过程中具有很好的可行性和准确性。
-
-
宋建;
束洪春;
董俊;
常勇
-
-
摘要:
风电机组齿轮箱故障一直是风电场主要机械故障之一,其故障信息多是混有噪声的非平稳信号。为避免陷入对复杂的非线性信号求解,提出多种算法融合下的数字信息频率筛查处理方法。首先利用小波分析对高频信号的敏感性进行消噪,然后充分利用Hilbert-Huang变换对非平稳信号的分解和时频变换能力进行信号特征挖掘,在被干扰的非平稳信号里面找出故障对应频率。充分利用多种算法融合有效去除与主频率不相关的高频噪声,找出时域变换的边际谱。避免了直接分解含有高频信号的不确定性,降低了信号分解过程中回流成分,避免发生反射现象,完成对风电机组齿轮箱故障的非平稳信号频率筛查比对。通过对某机组进行故障实验,验证数字信息频率筛查方法的有效性。
-
-
王文恒;
吕达
-
-
摘要:
滚动轴承是风力发电机齿轮箱的结构里不能缺少的重要组件,时常会遭受磨损,特别是当有很大的载荷时,启停时刻转速的急剧增大或减小经常会导致其发生故障,因此针对非平稳工况下轴承的故障诊断是必要的。传统对风力发电机齿轮箱轴承的故障诊断算法有着不少弊端,如计算较复杂、效率不高、占时较长等。基于实现双馈风力发电机齿轮箱轴承故障诊断方法的优化,课题组结合风力发电机工作原理和机械结构特点,通过阶比(order)分析,进行与旋转部件转动有关的测量。课题组深入研究双馈风力发电机齿轮箱内部常见故障的在线监测与故障诊断系统,采集发生故障时的振动信号特征,并利用虚拟仪器技术与LabVIEW等多款软件通过新型传感器如扭矩传感器、风速传感器、位移传感器等进行构建诊断与监测环节,配合采集卡及逻辑控制编程,分析时域和频域故障特征,还尝试研究引入基于深度学习的大数据分析方法,更好地预测并解决风力发电机齿轮箱故障问题。仿真结果表明,通过对振动信号进行短时傅里叶变换,然后进行转速追踪、拟合并得到转速变化曲线,最后进行阶比分析,得出故障部位信息,实现了双馈风力发电机齿轮箱轴承无转速信号工况下的故障诊断分析。
-
-
王敏苏;
付晓强
-
-
摘要:
伪Wigner-Ville分布(Pseudo Wigner-Ville Distribution,PWVD)是一种重要的时频分析方法。建立在其理论含义的基础上,对露天采场采集到爆破振动波形进行了PWVD时频分析。通过编制相应程序,提取各测点三向爆破振动峰值时间、峰值频率及峰值能量信息,拟合得到三者之间的关系,重点揭示了爆破振动峰值能量、峰值时间、峰值频率随爆心距衰减的本构特征方程。研究表明,在该场地条件下,边坡台阶一定高程12~22m(对应爆心距为98~127m)范围内,对爆破振动响应信号具有一定的放大效应,爆破振动峰值能量、峰值时间、峰值频率随爆心距的变化呈现明显的幂函数关系。伪Wigner-Ville分布具有明确的物理意义,能清晰直观地反映爆破振动波形所包含的能量在时—频平面上的分布状态。
-
-
杨瑞博;
王建国
-
-
摘要:
在变转速的工况下,针对传统的信号处理方法无法准确地确定电机轴承故障部位这一难题,提出并研究无转速计阶比分析方法.通过对所采集的故障信号进行短时傅里叶变换、转速追踪间接得到电机故障轴承的转速信号,完成转速信号的提取过程并进行阶比分析,得到轴承故障诊断结果.结果表明:该方法可以有效地对电机轴承故障部位做出具体的判断.
-
-
陈岳承;
万会锋;
张艳龙;
刘兆祥
-
-
摘要:
电磁辐射干扰检测是电磁兼容测试工作的一项基础内容,是排查电磁兼容故障的重要手段.该研究提出了一种基于改进的经验模态分解的电磁辐射信号处理方法,适合于噪声环境中非平稳电磁辐射干扰信号的检测.该方法的基本思想是将包含多种频率成分的复杂信号分解,得到相应的本征模态函数,然后利用自适应滤波器完成信号提取,从而达到加快复杂电磁环境下电磁辐射干扰源定位的目的.
-
-
李占龙;
刘林霞;
李虹;
孙宝;
曹俊琴
-
-
摘要:
实际工程中采集的振动信号常为非平稳信号,频谱分析难以揭示该类信号的局部特征;提出基于变分模态分解(VMD)与Teager能量算子解调的非平稳振动信号时频分析法;对比研究了VMD和经验模态分解(EMD)对3种典型非平稳振动信号(含噪声、冲击和间断信号)的分解;结果表明:VMD方法的抗混叠能力更强,具有更强的分解能力;利用Teager算子对VMD分解的IMF分量解调,获得包含瞬时频率和瞬时幅值的时频图,可清晰刻画出原始信号的中心频率,有效揭示振动信号的局部时-频关系;该工作可为复杂机械结构振动控制和故障诊断等提供有益参考。
-
-
李占龙;
刘林霞;
李虹;
孙宝;
曹俊琴
-
-
摘要:
实际工程中采集的振动信号常为非平稳信号,频谱分析难以揭示该类信号的局部特征;提出基于变分模态分解(VMD)与Teager能量算子解调的非平稳振动信号时频分析法;对比研究了 VMD和经验模态分解(EMD)对3种典型非平稳振动信号(含噪声、冲击和间断信号)的分解;结果表明:VMD方法的抗混叠能力更强,具有更强的分解能力;利用Teager算子对VMD分解的IMF分量解调,获得包含瞬时频率和瞬时幅值的时频图,可清晰刻画出原始信号的中心频率,有效揭示振动信号的局部时-频关系;该工作可为复杂机械结构振动控制和故障诊断等提供有益参考.
-
-
李亚利;
刘佳
-
-
摘要:
针对传统的DDoS网络攻击检测方法未提取信号时频特征,而存在检测速度慢,甚至不能完全检测出是否受到攻击的问题,提出一种基于非平稳信号时频分析的DDoS攻击检测方法.因为攻击特征通常表现为一组非平稳的宽带信号,所以需要先构建DDoS攻击信号模型,采用包络延扩展方法,对其进行采样完成模型构建,同时因DDoS攻击非平稳宽带信号时频特征存在较好的时频聚集性,所以需要将DDoS攻击信号转变为复信号,从而提取时频特征,最后利用攻击信号模型模型与提取的时频特征货获取训练样本,计算其分类权重,完成对DDoS攻击进行检测.仿真结果证明,方法对DDoS攻击的检测速度较快,正确率高,具有良好的检测效果.
-
-
徐涛;
李黎
-
-
摘要:
多数自然振动为平稳信号,且受光纤分布式振动传感系统的干涉光信号调制.作为事件识别关键参量之一的幅值信息无法采用传统信号分析方法准确获得.本文基于分数阶傅里叶变换在统一的幅、时、频域内更准确地提取Phase-sensitive optical time domain reflectometry(Ф-OTDR)信号的幅值信息.在分析Ф-OTDR非平稳信号形成原因的基础上,进一步讨论分数阶傅里叶变换的适用条件,最后在实际地下电气管廊第三方破坏中检测分数阶傅里叶变换提取Ф-OTDR信号的幅值信息的有效性.分数阶傅里叶变换在连续的幅、时、频域分析中,更准确地提取非平稳振动信号的幅值信息,有助于Ф-OTDR事件探测与类型分析.
-
-
张洁
- 《第十二届设计与制造前沿国际会议(ICFDM2016)》
| 2016年
-
摘要:
随着运行速度的提高,高速铁路车内噪声问题更为突出,需要深入研究噪声源的传播特性及其对车内合成声场的联合作用机制,进一步加强高速铁路低噪声优化设计.盲源分离技术具有在激振源与传输通道未知的情况下分离观测信号提取源信号的优点,但高速铁路振动与噪声信号具有变频非平稳、信源数目动态变化等特点,既有的信号处理方法不适用.非平稳信号的稳健高效分离已成为制约盲源分离实际应用的关键瓶颈之一.本项目旨在研究非平稳信号盲源分离原理,为高速铁路低噪声控制提供理论依据和方法指导.针对非平稳源信号的稳健高效分离问题提出了基于自适应滤波理论的全局最优信噪比盲源分离方法、基于拉氏逼近贝叶斯选择原理的时变信源数目辨识方法;仿真计算和实验结果表明,新方法对非平稳信号的处理效果显著优于传统的时频分析方法和经典的盲源分离方法。开展了不同工况下的高速列车振动与噪声测试实验,分析了高速铁路车内声场分布、噪声来源与传播机制。建立了实验相符的车体有限元结构模型、声学空腔模型与声固耦合模型,基于声学传递向量特性开展了噪声贡献量分析,提出了高速列车降噪优化设计建议。
-
-
-
-
-
-
-
-
PANG Fei;
逄斐;
JI Tinging;
姬婷婷;
JI Guangrong;
姬光荣
- 《第十四届全国电波传播学术讨论年会》
| 2017年
-
摘要:
为了有效的分离多分量信号,研究了一种Fourier-Bessel变换、时频分析和分数阶傅里叶变换(Fractional Fourier Transform,FrFT)相结合的算法来分离多分量非平稳信号.该算法先对多分量信号采用FrFT,使成分重叠的信号在分数阶Fourier域不重叠,再计算其Fourier-Bessel系数,根据系数与信号频率一一对应的性质提取成分信号,最后对提取成分应用FrFT反变换还原信号,实现了频率重叠的非平稳信号在时频平面的分离.该算法对多分量信号具有良好的分离效果,采用计算机仿真对该算法性能进行了验证.
-
-
CHENG Zhi-you;
程志友;
WANG Jia-qi;
王家琦;
ZUO Jing-kun;
左靖坤
- 《2012年中国智能电网学术研讨会》
| 2012年
-
摘要:
针对ESPRIT算法无法分析非平稳电能质量扰动的问题,提出了一种基于自适应滑窗-旋转不变子空间算法(AdaptiveSliding Window ESPRIT,ASW-ESPRIT)的时频分析方法.该方法首先根据非平稳电能质量扰动信号特征,采用自适应滑窗对信号数据进行分块,然后利用ESPRIT算法对每块中的数据进行处理,检测出频率和幅值信息,接着联合所有窗口的分析结果,从而得到整个信号的时频率分布信息.最后对电能质量干扰的非平稳信号进行了仿真实验,实验结果表明,所提出的方法适合动态电能质量扰动检测,具有实际应用前景.
-