基于毫米波雷达的生命体征检测

针对接触式生命体征测量工具的局限性,提出了基于毫米波雷达的非接触式生命体征检测方法.通过对混频得到的拍频信号进行距离维傅里叶变换,确定了被测目标所在的距离单元;提取被测目标所在距离单元的相位信息,对相位信号进行差分处理,去除了由于硬件条件导致的相位基线漂移;采用IIR数字滤波器实现呼吸、心跳信号的分离,通过快速傅里叶变...     

基于内积运算与迭代算法的密集模态阻尼识别

密集模态存在模态干涉,导致阻尼识别困难,提出内积运算与迭代算法相结合诊断阻尼比。首先,运用频谱细化的傅里叶变换（FFT-FT）,得频谱峰值最大对应的共振频率;然后,构造指数函数,与响应信号作内积运算,根据柯西—施瓦茨不等式定理,当内积模取得极大值时,可优化搜索到衰减系数,得出幅值及相位。由此获得某一模态信号的估计,从总响应信号中减去估计信号。重复上述诊断步骤,形成迭代,消除模态干涉。通过算例和试验验证了该方法的有效性,识别结果准确。     

基于小波分析的输液监控研究

静脉输液在临床医学当中具有广泛应用,目前输液监控的研究主要集中在输液终了报警和液滴计数等功能,主要通过红外二级对管作为传感器,或者研究远程报警等物联网技术。笔者通过一种压阻传感器进行报警设计,分析了输液终了报警和移动输液装置的震动报警。由于输液中液体不断变化导致的信号的随机和不稳定性,仅用傅里叶变换难以得到该信号良好的局部特性,采用小波分析法获得信号的时域和频域内的特性。采用FSR-402压阻传感器同时检测输液终了和输液袋是否产生震动,通过LabVIEW软件对信号进行小波变换等处理,对反馈信号进行一系列实验,设定阈值,判断是否输液终了或产生震动。     

农业机器人果蔬抓取中滑觉检测研究

利用压敏电阻作为敏感材料制作了一种灵敏的滑觉传感器,构建了滑觉信号观测系统.用短时傅里叶变换方法分析了滑觉信号的频谱特征,并运用离散小波变换结果来区分法向抓取力变化与实际发生的滑动信号,以使滑动信号检测结果不受法向抓取力变化的影响,试验结果表明滑觉检测的稳定性.运用二指平行手爪进行了实际的果蔬抓取试验,验证了基于滑觉检测的抓取力调节效果.     

信号与系统频域分析教学案例设计

为解决信号与系统课程频域分析物理概念复杂、理论计算枯燥、学生理解困难等问题,通过对电力谐波分析评估科研项目分析、提炼、分解,设计频域分析教学案例,分析电力谐波检测的工程背景与问题提取,运用傅里叶变换实现谐波检测,探讨基于傅里叶变换谐波检测的频谱泄漏等工程问题。     

半开叶轮离心泵叶顶间隙非定常流动特性研究

为研究半开式离心泵叶顶间隙区域的非定常流动特性,应用SST k-ω两方程模型,对半开式离心泵进行了全流道数值模拟,利用快速傅里叶变换(FFT)将各监测点的时域值转换为频域值,并分析了泄漏涡轨迹与叶片载荷的相关机理以及泄漏涡的频谱特性。结果表明:泄漏涡涡核与叶片骨线的夹角θ随着叶尖载荷的变化发生了周期性脉动;泄漏涡加剧了叶尖处的流动分离,在叶片前缘形成了连接叶片表面与泵壳的涡管;在流量为0. 75Qd时,叶顶前缘间隙处扰动主信号为0. 51fB,该频率与二次泄漏以及叶尖处涡管的非定常脉动特性相关;随着流量减小,扰动信号频率有所波动,叶尖泄漏涡破碎位置向叶片前缘移动。     

离心泵内部流动诱导噪声测试系统设计

设计了一套基于虚拟仪器的噪声测试系统,能够便利地对离心泵内部流动诱导噪声信号进行采集、调理、分析,得到噪声特性.应用ST70型水听器测量诱导噪声信号,通过虚拟仪器应用模块分析频谱特征,进而判断机组运行状况.在工频时对5种流量大小状况的诱导噪声进行测试及时域频域分析,发现随着流量的增加,诱导噪声时域波形开始趋于紊乱,而且振幅峰值不断降低;噪声信号在低频范围内组成基本稳定;在500~1000 Hz范围内频谱内有两个峰值,且随流量变化影响很小;在1000~2000 Hz范围内频谱峰值逐渐开始突显.试验表明水听器采集的信号能够反映噪声的基本特性,该测试系统能够进行噪声信号的时域、频域、A计权声级及倍频程等分析,能满足工程和科学研究的需要,具有较好的应用前景.     

交―交变频调速系统谐波检测的新方法

传统的傅立叶变换可以精确确定出平稳波形中各次谐波的幅值;它只能检测基波和整数倍于基波的谐波,且傅立叶变换算法存在着频谱泄漏和栅栏现象,从而使检测出谐波的幅值、相角和频率均存在较大的误差。小波变换适合突变信号和非平稳信号的分析,可以准备的把握信号的局部细节,但无法准确分辨出各次谐波。在交―交变频调速系统中,单纯傅里叶分析和单纯的小波变换都无法准确地检测此谐波成分,故此本文采用基于小波变换和FFT相结合的方法来分析变频调速系统输出的电力信号。用小波变换检测输出信号的细节部分,对谐波次数混叠的信号采用FFT进行频谱分析,并进行了计算机仿真,取得了较满意的结果。     

基于TOF摄像机的植物叶态萎蔫辨识研究

为定量辨识植物叶态的萎蔫程度,定义了基于离散时域傅里叶变换的萎蔫指数,搭建了一套植物叶态采集系统,以黄瓜和绿皮西葫芦幼苗为试验样品,采用植株根部快速失水与汲水的方法,控制植株叶片处于不同程度的萎蔫状况,使用TOF摄像机获取叶态3D图像信息,对图像进行去噪、阈值分割、点积运算等处理,得到目标叶片的三维点云数据,运用离散时域傅里叶变换计算其萎蔫指数。通过对黄瓜单片叶和绿皮西葫芦多片叶在植物失水、叶片萎蔫阶段和植物吸水、叶片恢复阶段的萎蔫指数定量对比分析,以及对叶片萎蔫指数在整个植物水分胁迫过程的单因素方差分析,显著性分别为0.890 4、0.292 2、0.903 6,均大于0.05,验证了基于TOF摄像机的叶态萎蔫定量辨识方法的可行性与准确性。     

农用车发动机声学测试结果影响因素分析

阶次带宽与频率间隔对声学测试结果具有重大影响。为研究这一影响,对某农用汽车四缸四冲程发动机的排气尾管噪声信号进行采集,使用LMS Test.lab软件,基于卡尔曼滤波器原理得到该发动机尾管噪声频谱。采用阶次分析法对分别取不同阶次带宽和频率间隔下测试得到的阶次噪声进行研究。研究表明:阶次的带宽越大,其阶次噪声的声压级就越大,阶次带宽取0.5是噪声测试分析中可选取的最大合理值。频率间隔越大,频率分辨率就越差,噪声信号就难以辨别,噪声测试中合理的频率间隔为1 Hz或1.25 Hz。为噪声测试中,合理选取阶次带宽和频率间隔提供试验和理论依据。     

基于2DFT的植物叶片萎蔫程度与微环境因素相关性研究

在基于激光斜射测距原理的3D扫描装置实时获取的植株3D图像中,提取二维傅里叶(2DFT)谱中直流分量作为萎蔫指数来定量研究植物的萎蔫程度,采用西葫芦、葫芦、南瓜及秋葵4种植物的嫩叶期体态变化检验了二维傅里叶萎蔫指数与萎蔫程度的相关性,结果表明:二维傅里叶谱的直流分量(萎蔫指数)与萎蔫程度具有较好的相关性,R2达到0.82以上。在此基础上,运用SPSS软件建立了二维傅里叶谱叶片萎蔫指数与环境饱和水气压差及光合有效辐射系数的多元线性回归统计模型,可作为亏水胁迫程度的定量化指标。     

基于深度图像的蔬果形状特征提取

针对蔬果二维投影图像含形状信息量少而影响蔬果分级精度的问题,提出一种基于深度图像的蔬果形状特征描述方法,以番茄形状特征提取为例,对该方法进行了探讨.首先利用彩色图像信息将番茄从背景中分割出;其次通过三维机器视觉测量设备获取番茄的点云数据,并对待检测番茄的点云数据深度进行归一化处理;然后通过关联被分割出的番茄区域信息与深度信息得到了番茄的深度图,并对该深度图进行极坐标采样.通过在笛卡尔直角坐标下对采样结果进行傅里叶变换,获得了基于深度图像的通用傅里叶形状描述子,该描述子不仅能有效地描述番茄在深度和横向上的形状特征,同时还具有平移、旋转和缩放的不变性.将基于深度图的通用傅里叶描述子和基于一般二维投影图像的通用傅里叶描述子先后用于番茄的分级实验中,结果表明前者平均分级精度达到92％,精度高于后者.     

变工况下转子振动信号的时频分析方法比较

比较了时变参数自回归模型(TVAR)、短时傅里叶变换(STFT)、Wigner-Ville分布(WVD)、Choi-Williams分布(CWD)、连续小波变换(CWT)以及Hilbert-Huang变换(HHT)等几种时频分析方法的时频聚焦性、分辨率、交叉干扰项抑制以及计算效率.对一个具有调频和调幅特性的转子启动过程振动仿真信号进行分析,得出针对此类信号TVAR具有较好综合性能;以STFT的分析结果为比较基准,利用TVAR方法对加速启动工况下采集的实验台转子振动信号进行了分析.结果表明:TVAR不仅能够有效地分析转子启动过程非平稳振动信号,而且具有较强的信号特征提取和抗噪声能力.     

轴流泵多工况压力脉动特性试验

为了掌握不同流量工况下的轴流泵压力脉动特性,在轴流泵叶轮段和导叶段外壁面布置了6个压力脉动监测点,对多个流量工况的压力脉动进行了动态测量,揭示了轴流泵内部不同位置处压力脉动规律。试验结果表明,叶轮进口监测点P1的波形为规则的正弦波形,叶轮内部中间测点P2的压力脉动峰峰值最大,叶轮进口监测点P1压力脉动次之。叶轮进口、叶轮中间和叶轮出口监测点由于受到叶轮内压力梯度的交替变化影响,时域脉动周期与叶片旋转周期一致,在小流量工况下叶轮内部涡流诱导了明显的二次谐波。基于快速傅里叶变换,获得了不同监测点压力脉动频域分布结果,并发现叶轮区域3个压力脉动测点在不同工况的主频均为叶片通过频率(BPF),谐频为叶频的倍数,其幅值呈指数形式衰减。但在导叶进口、导叶中间和导叶出口监测点的压力脉动频域中出现了撞击和回流诱导的低频信号,同时也存在叶轮的主频及其谐频。     

柴油机燃烧噪声的频谱特性

测量发动机工作和倒拖时的气缸压力,并在不同转速下从4个不同方向对单缸柴油机进行了1/3倍频程噪声频谱测量分析,分离出燃烧噪声级。基于柴油机燃烧示功图进行快速傅里叶变换得到气缸压力级频谱,同时计算2种不同转速下的柴油机衰减曲线。研究表明,随着转速的降低,除了柴油机前侧值有所提高外,其他3个方向上的总燃烧噪声值均下降。低频段时柴油机结构的衰减量大,高频段的衰减量小,2种转速下的衰减曲线走向基本相同。     

基于阶次跟踪和HHT能量谱的轴承故障诊断

提出了一种研究旋转机械瞬态信号的分析方法。对齿轮箱传动加速时测得的原始振动信号进行角域重采样,然后对角域里的信号进行EMD分解得到多个IMF分量,最后对包含故障信息的IMF分量进行了能量谱分析。结果显示：阶次跟踪技术能够有效地避免传统频谱方法所无法解决的“频率模糊”现象,EMD方法能够将稳态信号分解为多个IMF分量,能量谱能够对轴承故障进行有效诊断。     

基于EMD+FFT联合滤波方法在机床主轴非平稳信号分析中的应用

针对数控磨床主轴振动信号中噪声影响特征值提取的问题,提出了一种基于经验模态分解方法(EMD)与快速傅里叶变换(FFT)联合的滤波方案。首先利用经验模态法(EMD)将主轴振动信号分解成若干个满足内稟模态函数的IMF分量,再利用快速傅里叶变换对每个IMF分量做时频转换,可以得出IMF分量的频域图谱。对包含噪声的IMF分量进行阈值滤波,得到降噪后的IMF分量,将IMF分量重新合成为原信号。利用仿真信号对该方法实验,同时对数控机床主轴信号进行实际测试表明,该方法不仅仅能够很好地分解出主要频率成分,同时弥补了FFT变换无法分析非平稳信号的缺点,提高了EMD算法的精度,有效地滤除主轴信号中的噪声成分。     

基于模态规划法的履带拖拉机车架振动分析与优化

为优化拖拉机车架振动参数,改善驾驶舒适性,本文基于模态规划法对履带拖拉机车架进行振动分析与优化。现场测试了履带拖拉机田间行驶工况下车架X、Y、Z方向的时域振动参数,采用傅里叶分析法获取振动的线性自功率谱参数,数据表明加速度峰值对应频率为8.125 Hz、21.25 Hz、42.5 Hz和85.625 Hz。建立车架有限元模型并进行模态求解,第2阶固有频率23.98 Hz、第4阶固有频率85.00 Hz与振动激励峰值频率之间的差值均小于3 Hz。采用模态规划法和响应面法优化车架模态参数,获取了各个因素对目标参数的影响规律,当两根支撑梁之间间距、支撑梁壁厚、支撑梁边长分别为149.90 mm, 5.01 mm和65.00 mm时,第2阶和第4阶模态频率最优。通过有限元仿真对最优解进行验证,仿真结果表明,第2阶固有频率和第4阶固有频率分别为48.53 Hz和89.97 Hz,对应的误差率分别是1.99%和1.03%,具有较好的优化效果。本文的研究方法和结论可推广至其他农业机械的振动优化分析。     

基于声学特性的西瓜糖度检测与分级系统研究

糖度是西瓜分级的重要指标之一,针对传统西瓜检测方法的弊端,探讨了声学特性结合机器学习用于西瓜无损检测与分级的可行性。设计了西瓜声学检测系统,采集了不同批次样本的时域信号。时域信号经归一化处理后,采用快速傅里叶变换得到频域信号,并对其进行去趋势预处理。采用主成分分析提取了频域信号主成分,其中前3个主成分累计方差贡献率为95.32%,第1主成分和第2主成分对不同等级样本具有可分性。利用4种不同的机器学习算法建立了西瓜全变量分级模型,验证集分类准确率均达到66%以上。使用稳定竞争性自适应加权算法提取了特征变量,减少了约84%的变量数,使用优化后的特征变量建立的分类模型,性能均得到了较好的提升,其中支持向量机模型取得了最高的验证集准确率（95.56%）、F1分数（96%）和Kappa系数（93%）。结果表明,声学特性结合机器学习的方法,对西瓜进行无损检测和分级是可行的。该研究为西瓜无损检测和分级提供了可行的技术方案。     

基于小波包和样本熵的齿轮故障特征提取

针对齿轮箱振动信号的复杂性和随机性,本文采用在时、频域内能更好地反映信号本质特征的小波包分解方法进行分析处理,然后用样本熵作为特征向量,首先把采样得到的时域数据进行三层小波包变换,然后计算分解获得的所有频段的样本熵,用来当作特征值。通过MATLAB实现算法,并用齿轮箱实验台模拟正常、齿顶磨损、断齿三种工况进行实验和分析验证了该方法的有效性。