基于信号奇异性检测的小波变换理论,利用时间分辨率优化的Gabor小波变换工具,对几种典型故障的波形和轨迹信号的奇异性特征进行了研究.研究表明,不同类型的故障信号,不仅奇异性指数的数值大小有明显的不同,而且奇异点在时间上的分布特征也有显著差异,这种差异对轴心轨迹信号尤为明显.因此,利用奇异性指数的统计量特征可以有效地区分不同类型的故障.

为明确铁磁构件疲劳过程磁记忆信号的变化规律,实现疲劳损伤的量化评估,选取带中心圆孔的Q235钢试件进行轴向拉伸疲劳试验,通过三维运动平台实现磁记忆信号的稳定连续采集,以小波变换为信号多尺度分析工具,对磁记忆信号进行降噪,并采用小波包进行磁记忆信号分解与重构,提取信号的小波包能量、奇异性指数作为特征量,得到了不同频带上相对能量分布和奇异性指数的变化规律,并将能量、奇异性指数与信号梯度峰值相结合,共同构成评估疲劳损伤的多特征量。试验结果表明：试件疲劳损伤过程中能量、奇异性指数和梯度峰值变化显著,随着循环次数的增加,低频段能量不断增加,高频段能量占总能量比例不断降低,总能量分布向低频段偏移,同时奇异性指数不断减小,而各阶段梯度峰值逐渐增加。通过能量、奇异性指数和梯度峰值的多特征量的研究可以...