改进的小波阈值消噪法应用于超声信号处理

超声检测中回波信号信噪比低、易于被噪声淹没,小波变换是一种有效的提取缺陷回波的方法.建立了超声缺陷回波信号的数学模型,对基于小波变换的软、硬阈值消噪法作了改进,提出一种折中方法用于超声缺陷回波信号的去噪,同时以信噪比为目标函数对参数的选取也作了优化.仿真实验结果表明,改进方法非常适合用于超声信号的分析,能够很好地抑制噪声,它最大程度的发挥了小波软、硬阈值消噪法的优点,避免它们的缺点,使用该方法处理的信号相对于小波软、硬阈值消噪法在一定程度上改善了去噪的效果,提高了回波信号的信噪比.      

改进小波阈值去噪法在管道泄漏检测中的应用

基于负压波式的管道泄漏检测方法中,需要解决的核心问题之一是对负压波信号的去噪。在分析了利用小波变换理论与小波阈值去噪的基础上,对传统的硬阈值和软阈值函数、双曲型和指数型函数与改进的阈值函数算法进行了对比。实验表明,改进算法在处理管道泄漏检测中,对检测的负压波信号能够获得较大的信噪比,具有较好的去噪能力,能有效提高泄漏检测精度。     

改进小波阈值去噪法在管道泄漏检测中的应用CSCD

基于负压波式的管道泄漏检测方法中,需要解决的核心问题之一是对负压波信号的去噪。在分析了利用小波变换理论与小波阈值去噪的基础上,对传统的硬阈值和软阈值函数、双曲型和指数型函数与改进的阈值函数算法进行了对比。实验表明,改进算法在处理管道泄漏检测中,对检测的负压波信号能够获得较大的信噪比,具有较好的去噪能力,能有效提高泄漏检测精度。     

基于小波分析的火箭发动机试验流量数据去噪处理

在某型号火箭发动机试验中,液氧流量数据包含有大量的噪声成分,严重影响对发动机性能的评估。采用小波分析方法对含噪信号进行去噪处理。分析硬阈值、软阈值阈值去噪方法的特点。以信噪比作为选用Sym系和Db系小波基函数的衡量标准选取Sym5和Db9小波作为基函数。将Sym5、Db9小波基函数分别与自适应阈值选择无偏似然估计法(Rigrsure)、启发式阈值选择法(Heursure)进行组合对含噪数据进行去噪处理,将信噪比和相关系数作为去噪效果的评价指标。计算去噪后的数据与设计部门提供的理论数据的相对误差,结果显示Rigrsure和Db9基函数组合的去噪方法效果较好。该方法在火箭发动机试验数据去噪领域有重要的应用和推广价值。     

小波阈值去噪法在MEMS陀螺信号处理中的应用

近年来MEMS陀螺发展迅速，应用广泛，但性能参差不齐。为改善MEMS陀螺的输出信号性能，综述了近年来小波阈值去噪法在该领域内的研究进展情况。重点从阈值函数的不同改进形式、阈值选取方式的不同以及分解层数三方面对比分析各小波阈值去噪法之间的优缺点。通过现阶段的去噪效果评判标准，结合MEMS陀螺信号的特点，对近年来小波阈值去噪的应用情况进行分析说明，总结小波阈值去噪法在不同使用条件下对MEMS陀螺信号处理上的优势与不足，为后续相关研究提供一定的参考价值。     

基于小波变换的光纤周界定位系统

为提高基于双Mach-Zehnder干涉仪结构的光纤周界定位系统的定位精度,对信号频率范围及信噪比对系统定位精度的影响进行了理论分析和仿真研究.在此基础上,提出在选用光缆时需要兼顾对外界振动的敏感性和对外场复杂环境的适应性,以确保在长期可靠运行的前提下,扩展采集信号的频率范围;使用小波阈值降噪算法,提取振动信号的有效频率成分,滤除噪声,提高信噪比.最后进行了监测距离31 km的外场实验,验证了所选用光缆的优良性能和小波降噪算法的有效性.     

基于小波变换的光纤周界定位系统

为提高基于双Mach-Zehnder干涉仪结构的光纤周界定位系统的定位精度,对信号频率范围及信噪比对系统定位精度的影响进行了理论分析和仿真研究.在此基础上,提出在选用光缆时需要兼顾对外界振动的敏感性和对外场复杂环境的适应性,以确保在长期可靠运行的前提下,扩展采集信号的频率范围;使用小波阈值降噪算法,提取振动信号的有效频率成分,滤除噪声,提高信噪比.最后进行了监测距离31 km的外场实验,验证了所选用光缆的优良性能和小波降噪算法的有效性.     

基于小波包和Elman神经网络的液压泵故障诊断

针对液压泵出口故障检测信号信噪比低、难以进行故障特征提取的特点,及 传统的BP网络进行故障诊断时网络学习具有收敛速度慢和学习、记忆不稳定的缺陷,提出了 一种将小波包变换和改进Elman神经网络相结合,进行液压泵故障诊断的新方法.利用具有 紧支结构的小波函数对信号进行分解,削减小波系数以滤除信号中的噪声;单支重构以有效 提取各频带的故障特征,并以频带能量作为识别故障的特征向量;应用改进的Elman神经网 络建立从特征向量到故障模式之间的映射,实现液压泵故障分类.试验结果表明,采用小波 包和改进Elman神经网络相结合的方法可有效的实现液压泵故障的诊断.      

基于小波神经网络的航空刀具磨损状态识别

针对航空零件的加工特点,采集刀具在不同磨损状态下的声发射(AE,Acoustic Emission)信号,对AE信号进行时频分析和小波变换,运用快速傅里叶变换(FFT, Fast Fourier Transform)以及db8小波5层分解,提取AE信号幅值的均方根和主能量频段的能量作为特征向量,对特征向量进行归一化处理后作为输入向量对小波神经网络进行训练.小波神经网络运用参数调整算法,在权值和阈值的修正中加入动量项.测试结果表明:AE信号对刀具磨损敏感的频率范围在10~150kHz,网络实际输出与期望结果的误差小于0.03,该方法能够对刀具不同磨损状态进行正确的识别.      

磁轴承PWM开关功放电流实时降噪

针对传统低通滤波器在脉冲宽度调制(PWM, Pulse Width Modulation)开关功放电流降噪过程中存在去噪效果与系统带宽难以兼顾的问题,提出了一种基于提升小波变换的功放电流实时降噪法.首先基于dB4提升小波算法,采用滑动数据窗、对称边界拓展和阈值法强制降噪等相结合的方案实现对功放电流的实时降噪.然后根据不同小波分解层数对系统截止频率的影响,确定合适的小波分解层数.实验证明,提升小波实时降噪算法既可以有效地滤除功放电流噪声,又对系统带宽和相角滞后影响较小,非常适用于对实时性和信噪比都有较高要求的磁悬浮高速转子系统.      

Walsh变换对冲击信号序列特征提取的研究

提出使用Walsh变换和小波包相结合的方法,对滚动轴承故障产生的冲击信号序列提取故障特征, 并给出了计算的有效算法. 对滚动轴承故障特征分析和计算表明,用改进小波包分解、重构公式能有效地剔除冲击信号序列中高频共振信号和噪声, 使用快速Walsh变换(FWT)求取其功率谱,优于Fourier变换,可很好地提取故障特征,仿真和实际数据计算的结果,证实了上述方法的有效性.      

小波降噪与快速包络谱峭度相结合的轴承组件故障诊断技术

作为飞轮重要的旋转支撑部件,轴承组件的性能对飞轮寿命有着重大影响,因此如何在早期对轴承组件进行筛选显得尤为重要。轴承组件在故障初期,其故障特征比较微弱,故障信号很容易淹没在背景噪声信号中,给轴承组件的早期故障判断和定位带来了很大的困难。本文以飞轮常用轴承组件为研究对象,基于快速包络谱峭度的振动测试方法,先通过对采集的轴承组件振动信号进行小波降噪,提高特征信号的信噪比,然后对振动信号进行全频段的峭度分析,可以对轴承组件进行早期的故障诊断并进行故障定位,得到轴承组件故障频率,为后续轴承组件故障诊断研究提供方法手段。     

基于小波变换和神经网络的机械故障检测方法

针对机械故障中遇到的问题,提出了基于小波变换和神经网络故障检测方法,小波变换理论能够根据被分析信号的特征,自适应地选择相应频带,使之与信号频谱相匹配,从而提高了时-频分辨力。利用小波变换对信号原始信息进行分解,得到信号的不同特征向量。将不同的特征向量送入不同子神经网络进行诊断,并通过神经网络做出最后的诊断。该系统具有知识自动获取、识别速度快、鲁棒性及容错能力强等特点,实例证明该系统是有效的。     

宽带双极化天线测量探头的设计与仿真

天线测量探头的性能对提升天线平面近场测量效率、最终测量结果的精度具有重要意义。针对平面近场测量的需要,应用反向四脊和差分馈电技术,设计了宽带双极化天线测量探头。对测量探头模型进行仿真,分析了带宽、方向图、隔离度和交叉极化辨识度等探头性能,确定了高隔离度、高极化纯度的宽带双极化天线测量探头的最优设计,获得了更高精度和效率的天线测量。     

利用小波分析在轨识别空间目标轨道机动

空间目标的轨道机动往往隐藏在测量噪声中, 不容易被识别出来. 轨道机动可以引起机械能的突变, 用空间目标与航天器的单位质量机械能差作为机动识别的特征信号, 不会引入航天器本身的定轨误差. 用小波多尺度分解处理含噪声的特征信号, 对分解后的数据利用算法识别是否存在机动. 仿真结果表明, 本文提供的方法能有效识别空间目标的轨道机动.      

一种整体式天然气压缩机气阀故障诊断技术研究CSCD

整体式天然气压缩机在石油化工领域广泛应用,压缩机的正常工作对安全生产具有重要意义。为了有效诊断整体式压缩机气阀部件的故障,采用了Daubechies小波基函数对ZTY470型整体式天然气压缩机气阀振动信号的分解重构原理,详细介绍了以振动信号的能量为故障特征的故障诊断过程。对气阀阀片断裂和弹簧断裂的故障振动信号进行了小波包分析,并与正常工作时的信号进行了对比。实验表明该方法能准确的进行故障诊断和故障定位,证明了对整体式天然气压缩机气阀故障诊断的有效性。     

基于小波分析和信息融合的航空发动机转子早期裂纹故障诊断

针对发动机转子早期裂纹难以检测的特点,建立发动机转子早期裂纹扩展模型,提出了对裂纹振动信号进行小波分析和信息融合的方法对转子早期裂纹进行检测。最后,以转子系统为对象进行实验研究,结果表明,此方法能够有效地提取转子早期裂纹故障特征并能对故障进行准确识别。     

第二代小波包构造及发动机微弱损伤识别

针对航空发动机滚动轴承微弱损伤识别问题,设计了一种识别滚动轴承早期损伤的第二代小波包方法.构造了第二代小波包分解重构算法和第二代小波包算子计算方法;将滚动轴承振动信号进行第二代小波包分解,然后各个频带分解信号分别进行重构;利用希尔伯特变换解调分析各频带信号,得到对应频带信号的包络谱;计算各个频带中滚动轴承故障特征频率对应包络谱幅值的分贝值,提取各频带中故障特征频率对应分贝值的最大值,对滚动轴承早期损伤情况做出定量识别.仿真信号和试验信号分析表明,该识别方法结果可靠,能准确识别出滚动轴承早期损伤.