根据定量地震学中的矩张量理论，建立了裂缝扩展声发射源的力学模型及有限元模型，通过有限元计算得到裂缝扩展声发射的波形信号。利用小波变换对不同裂缝深度的声发射波形信号进行时频分析，得到不同裂缝深度的声发射波形信号的时频特征。通过研究声发射信号中零阶反对称模式成分（A0）和零阶对称模式成分（S0）的能量比，发现声发射信号的能量比EA0／ES0随裂缝深度变化具有一定规律性，能够通过能量比判断裂缝扩展的深度。

运用计算机数字化技术建立了一套针对多种超声波探头性能指标的自动检测分析系统。详细阐述了构建该系统的关键技术,包括数字化超声波发射采集卡和运动控制卡的选用,软件系统的设计。该系统实现了超声波探头运动控制与数字化探头性能检测分析的集成,具有功能实用、操作简单、自动化程度高的特点,可为超声波探头生产厂家或探头使用者提供快速、准确、可靠的探头性能检测结果。

介绍了设计开发的电液比例溢流阀液压测试实验台和以LabVIEW为软件开发平台的计算机辅助测试系统。该实验台以经济实用为出发点,对实验内容进行新的设计;数据采集系统实现了对两路压力信号的实时采集,并对采集的数据进行时域分析和频域分析。实验表明,该实验台可以完成比例溢流阀各项特性的测试试验。

以经济实用为出发点,设计开发了比例溢流阀特性测试液压实验台和以LabVIEW为软件开发平台的计算机辅助测试系统。对现行比例溢流阀特性测试方案进行改进创新设计;数据采集系统实现了对两路压力信号的实时采集,并对采集的数据进行时域和频域分析。实验表明,该实验台可以完成比例溢流阀各项特性的测试实验;其设计合理,性能稳定,经济小巧,具有较好的性价比和实用性。

针对液膜密封状态监测领域无损监测开发不足、信号特征评估困难以及摩擦状态判别智能化特性缺乏的问题,提出一种基于声发射时频分析与卷积神经网络的液膜密封摩擦状态识别方法。该方法将声发射无损监测技术应用于液膜密封的摩擦状态监测,卷积神经网络作为液膜密封摩擦状态自主决策的实现手段,声发射信号的时频信息作为卷积神经网络的特征输入,分析短时傅立叶变换、S变换以及小波变换3种时频分析方法对卷积神经网络识别性能的影响。结果表明:对于液膜密封的声发射信号,3种时频分析方法与卷积神经网络结合的优选顺序为:短时傅立叶变换、S变换、小波变换;基于声发射时频分析与卷积神经网络的液膜密封摩擦状态识别方法准确率较高,相比其他识别方法取得了较好的识别效果。

为实现对变转速下滚动轴承的故障诊断,提升设备服役的安全性,在传统基于短时傅里叶变换(STFT)的同步压缩变换(FSST)的理论框架上,针对STFT存在的调制成分造成其瞬时频率(IF)估计不准确、时频模糊的问题,提出一种解调短时傅里叶变换(DSTFT),即在STFT中引入解调算子消除调制对信号的影响,获得更加准确的IF估计值。在此基础上,推导基于DSTFT的解调同步压缩变换(DSST),可以通过时频平面变换系数的重排获得能量高度集中的时频表达。所提出的DSST方法具有IF估计

针对机械振动信号单通道盲源分离问题,提出了一种融合改进变分模态分解与时频分析的单通道信号盲源分离方法,并将其应用于滚动轴承复合故障的诊断中。该方法首先针对变分模态分解(Variational Mode Decomposition)过程中的层数选取问题,提出了一种根据谱相关系数确定分解层数的改进变分模态分解方法(Improved Variational Mode Decomposition,IVMD)。其次,采用改进变分模态分解对观测的单通道机械振动信号进行处理,得到一系列有限带宽固有模态函数(Band-limited Intrinsic Mode Functions,BLIMFs);然后,将原信号与得到的固有模态分量及其残余项组成虚拟多维观测信号,以突破传统盲源分离方法要求传感器数目必须大于或等于分离出的分量数目限制,并利用奇异值分解估计振源的数目。最后,根据振源数目选择与原信号谱相关系数较大的BLIMFs分量,并将分解残余项作为单独分量,重组...

为充分利用多个同步采样的振动信号进行机械设备的故障诊断,提出了搭建多振动信号时频相干网络并提取其多分形特征的方法.首先,将每个振动信号作为一个节点,根据所关心的物理问题,按适当的方式将各个节点连接成网;其次,对网络中相邻的每对节点做交叉小波变换,得到时频相干谱,借助小波领袖来估计时频相干谱的多分形谱,用曲线拟合的方法来提取多分形谱的形态特征;最后,利用特征融合与维数约简方法,对已得到的所有特征进行融合和降维,从而得到整个网络的最终特征.该方法给出了一个提取多振动信号时频相干多分形特征的框架,并在某高射机枪自动机的裂纹故障诊断中取得了成功应用,具有广泛的适用范围。

以经济实用为出发点,设计开发了比例溢流阀特性测试液压实验台和以LabVIEW为软件开发平台的计算机辅助测试系统。对现行比例溢流阀特性测试方案进行改进创新设计;数据采集系统实现了对两路压力信号的实时采集,并对采集的数据进行时域和频域分析。实验表明,该实验台可以完成比例溢流阀各项特性的测试实验;其设计合理,性能稳定,经济小巧,具有较好的性价比和实用性。

电液伺服阀是电液伺服控制中的关键元件,其性能关系到整个伺服系统的控制精度和响应速度。当前,伺服阀的故障诊断仍以离线为主,缺乏在线诊断的有效手段。根据伺服阀的工作特性,提出一种反映伺服阀动态特征的状态信号选取方法;通过对伺服阀阀芯开口度进行时频联合分析,结合所选取的伺服阀特征参数,提取出反映伺服阀动态特征信息的特征向量;采用粗糙集理论对特征量进行约简以提高在线诊断效率。基于人工神经网络的伺服阀性能在线诊断的实验结果表明：所提取的特征向量能够准确反映伺服阀动态特征信息,有效判断伺服阀的异常状态,为电液伺服阀的在线故障诊断提供了参考。