反应堆冷却剂泵振动监测系统和数字式金属撞击监测系统是AP1000数字化仪控系统的两个重要监测系统,它们通过自身安装的相应传感器实现对主泵的振动水平监测以及对金属松动部件的报警、定位以及质量估计等。目前,反应堆冷却剂泵振动监测系统主要通过设置振动幅值阈值以及观察转速谐波的方法来对主泵的振动状态进行早期预警,而这两个方法都是通过对振动信号进行快速傅里叶变换实现的。傅里叶变换作为最常用的信号处理方法,主要适用于分析线性平稳信号,而且,其傅里叶变换的频率特性是基于信号全局的,不能实现信号的局部特征分析。然而,高速旋转的主泵转子的振动信号通常都是非线性的,而且一些早期故障发生时能量非常低,这就要求相关的信号处理方法能够对信号的局部特征有较好的识别能力,傅里叶变换是无法满足这个要求的。数字式金属撞击监测系统主要是通过监测金属松动部件与反应堆系统内壁或者结构撞击时产生的声波信号进行报警、定位和质量估计的,但是撞击信号一般都会伴随大量的本底噪声,噪声水平的随机变化很可能造成监测系统的误报警,另外,一些低能量的撞击也需要被精确地识别、报警,所以为了提高监测系统的报警准确率,就需要对金属松动部件的撞击信号进行去噪预处理。为了能够对主泵振动信号进行局部特征识别,发现早期故障,以及提高对金属撞击信号报警的准确率,本文针对信号特性采用时频分析方法,对主泵转子常见故障进行特征提取,并实现金属撞击信号的去噪预处理,以提高反应堆冷却剂泵振动监测系统的早期预警能力。首先,对主泵转子的常见故障,如转子不平衡、开裂纹、碰撞摩擦以及松动等故障特征进行了分析研究,并结合转子动力学理论对各种故障模式建立了数学模型,研究了在不同故障模式下的转子运动轨迹以及幅频特性。针对金属松动部件的撞击过程,搭建了简单的实验平台,用不同质量的钢球从不同高度对靶板进行撞击,并获取了松动部件撞击的模拟信号。经过对不同撞击信号的频率特点分析,得到了不同质量和不同高度的撞击信号特点。然后,采用小波变换的时频分析方法对主泵转子的故障仿真信号以及金属撞击模拟实验信号分别进行特征识别和信号预处理技术研究。首先针对小波变换在工程应用中常见的一些局限性,如小波包分解频带混淆问题、最优小波基函数选择问题等进行了研究,提出了利用格雷编码和移频的方法实现小波包频带的正确排序,解决频率混淆的问题,同时,研究了小波参数化方法,丰富了小波基函数库,利用最大互相关系数方法和最优能量-熵方法对小波基函数的选择问题进行了对比分析,找到了适合分析信号的小波基选择方法。然后,利用小波包变换对主泵转子的各种故障信号进了特征识别,对金属撞击信号在不同信噪比的情况下进行了新阈值函数的小波去噪仿真研究。仿真结果表明,小波变换方法不仅能够成功识别转子故障的主要特征频率,而且对一些能量较小的频率特征也能够实现局部分析;小波去噪方法也能够实现对不同信噪比水平下的金属撞击信号去噪处理,在一定范围内提高了信噪比。最后,结合Hilebert-huang变换(HHT)和小波包各自的特点,研究了改进HHT算法和小波包EMD去噪算法。针对HHT在工程应用中存在的端点效应、模式混叠以及虚假分量等问题,利用小波包对其进行改进,成攻克服了以上缺点,并对主泵转子故障特征进行了识别,成功识别能量非常低的特征频率。此外,结合新型阈值函数,完成了金属松动部件的去噪研究,相对于小波去噪,有效地提高了信噪比,并减小了能量损失。