摘要：针对采用神经网络对滚动轴承进行故障诊断时,故障信息利用不充分,特征提取困难的问题,提出了一种基于同步挤压小波变换(SST)-Transformer的滚动轴承智能故障诊断方法。首先,以同步挤压小波变换作为信号处理模块,将一维振动信号转为时频图;接着,设计了一种最大程度保留故障信息的时频图分割方式,将时频图分割为一系列图像块序列;然后,将序列输入到具有强大的处理序列数据能力的Transformer模型中,进行了特征提取;最后,将特征数据输入分类器进行了分类,对比了不同的时频图分割方式的诊断效果,并将SST-Transformer模型与基准算法相比较。研究结果表明:相较于其他分割方式,基于SST-Transformer的滚动轴承智能故障诊断方法的诊断准确率提升了3.45%,并大幅提升了模型训练的收敛速度;相比于其他基准算法,该方法的平均准确率至少提升了1.05%。该方法有较高的诊断准确率和较好的稳定性。

摘要：对结构响应信号采用连续可逆的时频变换工具-同步挤压小波变换,能提高时频曲线频率精度,有效地识别出结构的瞬时频率。用Duffing弱非线性系统及两层剪切型建筑模型验证该方法的正确性。设计时变拉索试验,分别对索施加线性与正弦变化拉力,测出结构的加速度响应,用同步挤压复Morlet小波变换算法进行索的瞬时频率识别。数值模拟及试验表明,同步挤压小波变换能有效识别时变结构及非线性结构的瞬时频率,该方法具有较好的稳定性。

摘要：针对经验模态分解法对低频振荡信号模态提取时,存在相邻频率分量混叠而导致分析结果不正确的问题,本文提出基于同步挤压小波变换的抗混叠低频振荡模态参数识别新方法,首先利用同步挤压小波变换将低频振荡信号分解为一组无频率混叠的固有模态分量,实现各固有模态的精确提取;其次对各固有模态分量进行希尔伯特(Hilbert)变换、计算其相对应瞬时幅值、瞬时频率及相位;最后运用瞬时频率、瞬时幅值计算其阻尼比,从而实现对低频振荡模态参数的有效识别,数值仿真及实例分析均表明该方法的可行性和有效性。同时该方法有助于评价阻尼控制器对系统不同振荡模态阻尼特性的影响,为阻尼控制器的设计研究及改进提供理论支撑,具有较好的实用价值。

摘要：钢轨踏面在车轮的重复载荷作用下会产生滚动接触疲劳裂纹。钢轨踏面裂纹是典型的滚动接触疲劳裂纹,该类裂纹容易从轨头往下发展导致钢轨断裂,对行车安全造成重大隐患。首先采用有限元数值方法分析超声表面波与钢轨踏面裂纹的作用规律,研究了低频超声表面波在不同倾角、不同深度踏面裂纹上的散射特性及反射回波时域信号响应特点。其次,设计制作了中心频率为0.3 MHz的表面波电磁超声换能器(EMAT),对钢轨踏面斜裂纹进行B扫成像检测,以更好地识别显示裂纹。为克服EMAT提离对信号回波的影响以及适应快速巡查检测,对裂纹反射回波采用同步挤压小波变换(SWT)进行去噪和重建,实现了B扫快速成像。研究结果表明,所设计的表面波EMAT能够有效地检测钢轨踏面上的多个裂纹,采用同步挤压小波变换处理回波信号后,超声回波信噪比至少提高8.83 dB,可显著提高B扫成像清晰度和检测速度。

摘要：采用Disperse软件,计算了3 mm厚度铝合金薄板的水平剪切(Shear horizontal,SH)导波频散曲线,设计制作了中心频率为0.22 MHz的SH导波电磁超声换能器(Electromagnetic acoustic transducer,EMAT),对铝薄板试样中直裂纹进行了B扫成像检测实验分析,采用同步挤压小波变换(Synchrosqueezed wavelet transform,SWT)对来自铝薄板试样中直裂纹SH导波信号进行了去噪处理。实验结果表明,SWT可以去除原始导波信号中的噪声,并实现导波模态分离,有助于改善B扫图像的质量。所设计的SH导波EMAT能够有效地检出3 mm厚铝薄板试样中10 mm长、1 mm宽、2 mm深的人工直裂纹。

摘要：钢-木组合结构因其良好的承载能力与环境协调性目前多用于人行桥等结构系统。为追踪行人与钢木组合人行桥耦合作用所导致的频率变化特性,建立人体与钢木组合人行桥耦合的数值模型并求解其振动响应。由于人致振动产生的响应信号有可能是非渐近和密集的,采用一种拓展解析模态分解、递归希尔伯特变换和变焦同步挤压小波变换相结合的联合方法识别其时变模态特性。研究结果表明:该模型能够很好地模拟人或人群与钢木组合人行桥之间的相互作用;在单人或是人群作用下该联合方法均能准确识别出耦合系统的频率变化并具有一定的鲁棒性。在此基础上,对不同跨径钢木组合人行桥进行数值模拟并分析不同人体参数对人-桥耦合系统固有频率的影响,最终得到人-钢木组合桥耦合系统频率随行人荷载的变化规律并拟合出经验公式。该公式能够为人行桥的设计、维护等提供参考。

摘要：道岔是铁路轨道的最薄弱环节,高速列车在经过道岔钢轨时,急骤地改变运行方向,对道岔产生巨大的竖向和横向冲击力,使得道岔钢轨轨底容易产生伤损。现有的高速铁路轨道无损检测技术难以对道岔钢轨轨底伤损实施原位不拆卸检测,给高铁安全运行带来重大隐患。本文考虑道岔钢轨的变截面特性以及弹扣垫板等道岔部件对检测的影响,选用SH模态导波,将道岔尖轨轨底简化为变截面窄板,基于Bloch-Floquet边界和域约束的有限元特征频率法,分析了道岔变截面轨底结构的SH导波频散特性,绘制了SH;导波在变截面窄板内相速度和群速度变化曲线。通过建立SH导波在变截面窄板中的传播有限元模型,研究了SH;/SH;导波在变截面窄板中的传播与模态转换特性。设计并制作了SH;导波电磁超声换能器(Electromagnetic acoustic transducer, EMAT),并对道岔变截面轨底裂纹进行SH;导波检测对比,采用同步挤压小波变换(Synchrosqueezed wavelet transform, SWT)对导波检测信号进行导波模态分离和噪声滤除。SH检测模式波质点横向振动,受弹扣和垫板等道岔部件影响小。将SWT应用于道岔尖轨轨底导波检测信号处理,减小了信号处理的同步平均次数、实现了导波模态分离和大提离快速检测。经过SWT处理后,SH;导波检测信号信噪比提高了10.69 dB。

摘要：基于同步挤压小波变换(Synchrosqueezing wavelet transform,简称SST)和奇异值差分谱理论,发展了一种新的模态参数识别方法,以提高建筑结构模态参数识别结果的精度。该方法首先使用SST对结构的实测振动信号进行分解,得到若干个本征模态函数(Intrinsic mode functions,简称IMF)。再构建各个IMF的Hankel矩阵,进行奇异值分解,根据奇异值差分谱对IMF进行去噪处理。然后采用自然激励技术(Natural excitation technique,简称NExT),得到各IMF的自由衰减响应。最后通过Hilbert变换和曲线拟合获得结构的自振频率和阻尼比。采用该方法对台风"达维"作用下广州中信广场的实测加速度响应进行分析,并将识别出的结构模态参数与已有方法的识别结果进行对比。结果表明,该方法能有效地识别结构的模态参数,且具有较好的准确性与鲁棒性。

摘要：针对非线性结构系统的参数识别问题,基于希尔伯特-黄变换、小波变换和同步挤压小波变换等时频分析方法,通过一个具有非线性刚度的框架结构数值算例对比分析了各种方法的优点与不足之处,数值结果表明:3种方法都能识别出结构的瞬时频率,但同步挤压小波变换识别效果要好于希尔伯特-黄变换和小波变换的识别结果.