导读:本文包含了双谱分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:特征,分解,局部,干扰,故障诊断,卷积,包络。
双谱分析论文文献综述
袁洪芳,穆坤,马若桐,王华庆[1]（2019）在《基于MOMEDA与双谱分析的滚动轴承早期故障诊断》一文中研究指出滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。(本文来源于《测控技术》期刊2019年08期）
郝少鹏,赵登山,赵占奎,李福春,彭军[2]（2019）在《基于双谱分析的滚动轴承故障诊断》一文中研究指出针对工程中常见滚动轴承的振动信号含有高噪声和非线性等特点,利用双谱分析提取其振动信号中的高阶谱,进而对滚动轴承故障模式识别与诊断。对小波降噪的振动信号做双谱分析,提取对应转速频率的振动分量作为频域特征值,并将滚动轴承3种故障的特征值与时域中选取的特征值与其正常信号对比分析;实现对滚动轴承不同故障的识别与判断。实验结果表明,该方法可以全面反映出轴承振动信号中的隐含信息,能有效地对工程常见的滚动轴承做出故障诊断。(本文来源于《电子技术与软件工程》期刊2019年11期）
仝蕊,康建设,李宝晨,钟文[3]（2018）在《基于LCD与双谱分析的齿轮故障特征提取》一文中研究指出针对齿轮故障时振动信号复杂、特征提取困难的问题,提出采用局部特征尺度分解(Local Characteristicscale Decomposition,LCD)与双谱分析相结合的故障特征提取方法。首先,利用LCD分解法对振动信号进行分解,并结合贝叶斯信息准则(Bayesian Information Criterion,BIC)和峭度时间序列互相关系数2个指标对内禀尺度分量(Intrinsic Scale Component,ISC)进行筛选;其次,利用双谱分析法对所选取的ISC分量进行融合,提取双谱熵作为特征量;最后,运用该方法实现齿轮振动信号故障特征的提取,并通过齿轮预置故障试验验证了该方法的有效性。(本文来源于《装甲兵工程学院学报》期刊2018年05期）
朱军,张震,张伦伟[4]（2018）在《基于双谱分析优化算法的水下图像复原方法》一文中研究指出水面的折射和波动等会使机器视觉采集的图像产生扰动,严重降低视觉图像的质量,从而影响视觉检测结果。提出了一种针对水下扰动视频图像的图像复原方法。该方法基于时空优化的高阶谱分析图像重构方法。由于图像的高阶谱分析需要多维空间,构造算法空间和时间复杂度均较高。首先设计基于图像质量评价的高通滤波,筛选出扭曲较小的待测图像序列;同时通过高斯金字塔模板匹配方法,粗定位水下零件的位置,从空间和时间上同时缩小双谱分析的空间范围;最后通过构造图像序列的双谱,使用双谱重构方法去除扰动影响。实验结果表明,该方法可有效去除水对图像的干扰。(本文来源于《机电一体化》期刊2018年09期）
陈小龙,周俊鹏,张颖,樊瑞筱[5]（2018）在《基于声发射波形流信号的滚动轴承故障双谱分析及诊断》一文中研究指出使用声发射波形流测试技术,采集滚动轴承正常状态及外圈故障、内圈故障和滚动体故障时的声发射波形流信号,分析声发射波形流信号与故障频率特征值间的关系。运用包络谱分析方法对滚动轴承声发射波形流信号进行分析,提取运转过程中信号峰值频率,通过与滚动轴承不同故障固有特征频率的理论值对比,发现具有很好的一致性。通过对滚动轴承声发射波形流信号的包络分析,可实现滚动轴承故障的早期诊断。(本文来源于《辽宁石油化工大学学报》期刊2018年03期）
杨兴宇,阮怀林[6]（2018）在《基于双谱分析的雷达有源欺骗干扰识别》一文中研究指出针对跟踪雷达的叁种常见欺骗干扰识别算法计算量大,使用范围较窄等问题,提出了基于双谱分析的识别算法。该算法对受到干扰与否的四种情况下的雷达接收信号进行双谱分析,经过降维和归一化处理后,将叁维双谱信息转化为二维特征信息,对得到的二维特征谱提取熵特征和盒维数组成特征参数集放入分类器中进行分类识别。仿真实验表明,在SNR=4dB时,叁种干扰的识别率均大于90%,在SNR=6dB时,叁种干扰的识别率均接近100%。证明了该方法有较高的识别率,特别是该方法受信噪比影响较少,能够有效降低噪声对干扰识别的影响。通过与其他文献方法进行比较,证明了该方法的优越性。(本文来源于《探测与控制学报》期刊2018年02期）
陈宗祥,陈明星,焦民胜,葛芦生[7]（2018）在《基于改进EMD和双谱分析的电机轴承故障诊断实现》一文中研究指出轴承是电机设备极重要的部件。轴承故障检测是非常必要的。通过将改进的经验模态分解和双谱分析相结合的故障检测方法来有效诊断电机轴承的早期故障。首先,针对EMD分解无法得到严格单分量IMF的问题,利用小波包分解将轴承振动信号分解为窄带信号并选取能量最集中的频带进行重构,从而降低故障信号的复杂性,抑制模态混迭问题;然后利用经验模态分解方法根据信号的固有波动模式将其分解为一系列IMF分量;再通过方差贡献率检验去除其中的虚假分量;最后,利用双谱分析信号的调制关系进行解耦,得到故障特征频率。验证结果表明,所提出的分析方法能有效诊断轴承故障。(本文来源于《电机与控制学报》期刊2018年05期）
杨浩宇,骆红云,陈国伟,李福森,贾华龙[8]（2018）在《桥式起重机Q345B钢箱形梁母材疲劳损伤的声发射双谱分析》一文中研究指出利用声发射技术对比研究了Q345B钢桥式起重机箱形梁和同种金属结构材料实验室小试样的疲劳过程,采用双谱分析方法分析声发射信号,结果发现两种试样在疲劳失效过程中产生的声发射信号与疲劳断裂损伤状态存在对应关系,为采用声发射技术监测桥式起重机的安全状态奠定重要理论和技术基础。(本文来源于《起重运输机械》期刊2018年01期）
李龙[9]（2017）在《基于双谱分析的风力发电机轴承轴电流损伤识别方法研究》一文中研究指出轴承是风力发电机组中的关键零部件,由于风力发电机的变频器采用脉冲宽度调制方式,在电机定子绕组中性点形成共模电压,电机轴上会感应出轴电压并产生轴电流,而轴电流会对风力发电机轴承造成损伤,缩短轴承使用寿命,严重影响风力发电机组的安全运行。因此,研究风力发电机轴承轴电流损伤识别方法具有重要的意义,主要研究工作如下:(1)搭建风力发电机轴电流损伤模拟试验台,采集了轴电流损伤轴承的故障振动信号,分析了轴承普通故障与轴电流损伤故障的时域频域信号特征,从其包络谱上可以看出,外圈点蚀和外圈轴电流损伤特征频率均呈现为外圈故障特征频率及其谐波频率,轴电流损伤故障特征频率幅值更大,高阶谐波频率相对减弱。(2)基于调制信号双谱理论,研究一种基于最大集中载波频率的轴承电流损伤识别方法。轴承振动信号通过调制双谱分析构建了一个由信号频率和载波频率组成的双谱,对于同是外圈故障的点蚀和轴电流损伤故障,从最大载波频率的角度看,点蚀故障的最大载波频率集中2600Hz附近,而轴电流损伤故障最大载波频率集中在2400Hz附近。(3)改善调制信号双谱算法,研究一种基于移频调制双谱的对角切片分析方法。首先通过调制信号双谱分析解调轴承振动信号,获取故障信号的最大载波频率,然后将调制双谱整体平移最大载波频率值的距离,至坐标原点,得到移频调制双谱,最后对移频调制双谱进行对角切片可以获得调制双谱的对角切片谱,提取出轴承的故障特征频率。该方法可有效降低故障谐波频率和频率混迭的影响,从多故障复合的轴承振动信号中提取出各故障的特征频率,结合双谱最大载波频率,分辨出轴承故障部位和故障类型。(4)结合双谱和局部保持投影的特性,研究一种基于双谱局部保持投影的轴承故障诊断方法。首先通过希尔伯特变换对轴承振动信号进行包络解调和双谱计算,然后在保证双谱局部结构不变的情况下将信号双谱投影到本征维数空间,得到轴承的故障特征并进行故障模式识别。实验结果表明,该方法能有效识别轴承轴电流损伤故障,对包含轴电流损伤轴承故障的分类识别准确率可达96.25%以上。(本文来源于《湖南科技大学》期刊2017-11-01）
何冰[10]（2017）在《基于LPM和双谱分析的抗旋转攻击零水印算法》一文中研究指出零数字水印算法因其具有一定的鲁棒性和良好的不可见性,在版权保护领域被广泛应用。然而已有的零数字水印方案抵抗几何变换攻击的性能不强,假如将宿主图像旋转一定小的角度就容易导致数字水印在检测时失败。为了提升零数字水印抵抗旋转几何攻击的能力,提出了一种LPM(对数极坐标)和双谱分析相结合的抵抗旋转几何变换的零数字水印方法。先将二维载体宿主图像由笛卡尔坐标系转换到对数极坐标系中,再对转换后的图像进行双谱变换;然后计算双谱分析后的绝对值矩阵的代表特征:均方差、均值、主对角线元素之和及能量,并将其组合后得到特征向量;最后利用这些特征向量来设计和构建零数字水印。仿真实验表明,该算法不但能够获得较好的视觉效果,而且对于旋转几何变换攻击具有较强的稳健性,同时对于非几何攻击信号处理,如均值和中值滤波、JPEG有损压缩、裁切攻击等均具有一定的稳健性。(本文来源于《渭南师范学院学报》期刊2017年16期）
双谱分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对工程中常见滚动轴承的振动信号含有高噪声和非线性等特点,利用双谱分析提取其振动信号中的高阶谱,进而对滚动轴承故障模式识别与诊断。对小波降噪的振动信号做双谱分析,提取对应转速频率的振动分量作为频域特征值,并将滚动轴承3种故障的特征值与时域中选取的特征值与其正常信号对比分析;实现对滚动轴承不同故障的识别与判断。实验结果表明,该方法可以全面反映出轴承振动信号中的隐含信息,能有效地对工程常见的滚动轴承做出故障诊断。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双谱分析论文参考文献
[1].袁洪芳,穆坤,马若桐,王华庆.基于MOMEDA与双谱分析的滚动轴承早期故障诊断[J].测控技术.2019
[2].郝少鹏,赵登山,赵占奎,李福春,彭军.基于双谱分析的滚动轴承故障诊断[J].电子技术与软件工程.2019
[3].仝蕊,康建设,李宝晨,钟文.基于LCD与双谱分析的齿轮故障特征提取[J].装甲兵工程学院学报.2018
[4].朱军,张震,张伦伟.基于双谱分析优化算法的水下图像复原方法[J].机电一体化.2018
[5].陈小龙,周俊鹏,张颖,樊瑞筱.基于声发射波形流信号的滚动轴承故障双谱分析及诊断[J].辽宁石油化工大学学报.2018
[6].杨兴宇,阮怀林.基于双谱分析的雷达有源欺骗干扰识别[J].探测与控制学报.2018
[7].陈宗祥,陈明星,焦民胜,葛芦生.基于改进EMD和双谱分析的电机轴承故障诊断实现[J].电机与控制学报.2018
[8].杨浩宇,骆红云,陈国伟,李福森,贾华龙.桥式起重机Q345B钢箱形梁母材疲劳损伤的声发射双谱分析[J].起重运输机械.2018
[9].李龙.基于双谱分析的风力发电机轴承轴电流损伤识别方法研究[D].湖南科技大学.2017
[10].何冰.基于LPM和双谱分析的抗旋转攻击零水印算法[J].渭南师范学院学报.2017