基于小波包样本熵及GA-BP网络的旋转机械故障识别

针对旋转机械故障信号具有非线性、非平稳性特点,提出一种基于小波包样本熵及GA-BP网络的故障识别方法。首先对故障信号进行小波包分解,计算重构节点信号能量较大的前4个子频带振动信号的样本熵作为特征向量;然后将特征向量输入GA-BP网络模型进行故障类型识别,并且与传统BP网络作对比。实验结果表明:转子实验台不同故障信号的小波包样本熵不同,该方法对转子故障区别度更有效果,故障识别率明显提高。     

小波降噪在射线图像处理中的应用

在数字射线成像检测过程中，噪声是影响射线图像中微细缺陷检测精度的一个重要因素。分析了射线图像中噪声产生的来源以及对图像质量的影响，通过几种去噪方法的比较，提出了小波去噪的方法。试验验证该方法不仅在去除射线图像噪声时效果显著，同时还能更好地保留图像中需检测的微细缺陷。     

样本熵改进小波包阈值去噪的轴承故障诊断

为了准确诊断出轴承故障,提出了样本熵改进小波包阈值去噪算法的轴承故障诊断方法。分析了样本熵与噪声大小、数据长度、信号固有特征的关系,得出了样本熵可以很好表征噪声大小、与数据长度、信号固有特征相关性极小的结论。使用样本熵从三个方面改进了小波包阈值去噪算法:提出了自适应阈值函数,使阈值函数随噪声分布情况进行自适应调整;以噪声信号样本熵值最大为依据,提出了最优阈值估计方法,使阈值随噪声大小自适应调整;以相邻分解层数的样本熵均值差值为依据,提出了分解层数确定方法。将样本熵改进小波包阈值去噪算法应用于轴承故障信号去噪中,去噪信号功率谱中轴承转动频率及倍频、外圈故障特征频率及倍频、两者的调制频率显露明显,能够明确判处出轴承为外圈故障,体现了极好的去噪效果。     

小波变换与近似熵原理在桩基检测中的应用

桩基混凝土质量评级常采用PSD多参数综合方法,但由于随机扰动的存在和混凝土本身的不连续特性,在检测过程中会混入奇异信号,导致对缺陷产生漏判或者误判。文章利用小波变换对桩基的疑似缺陷信号进行分解,同时引入近似熵定量表征信号的无序程度。结果表明缺陷信号经过小波分解后,在高频段上信号幅值衰减且波形杂乱、近似熵值大。该方法特别适合判别疑似缺陷,工程实践证明了其在桩基检测中的有效性。     

小波变换在薄膜表面图像信号降噪中的应用

目的：当前,以原子力显微镜为代表的扫描探针显微镜设备可以获取纳米尺度薄膜样品的表面图像,但这些图像存在不同程度的噪声,影响图像质量和信息判断。为了更准确获取这些薄膜表面状态,需要对薄膜样品表面图像数据和信息进行降噪处理。方法结合AFM等设备成像特点以及小波变换的时频局域性特点,在介绍小波变换基本理论和噪声来源分析基础上,提出了一种多层小波分解去噪算法。传统的信号理论是建立在傅里叶变换基础上的,而傅里叶变换作为一种全局性的变化,其有一定的局限性,无法同时表述信号在时域和频域的局部性质,而这些局部特征恰恰是非平稳信号性质最关键的部分。小波变换保留了窗口傅里叶变换局部化的优点,改变了窗口傅里叶变换窗口函数大小固定的缺点。结果原始图像信号的频率在0 Hz到4000 Hz都有分布。通过小波变换后,信号波形更光滑,频谱在500 Hz到2000 Hz之间分布。结论将小波变换应用于薄膜表面图像信号降噪中,通过实验证明通过小波变换可以有效去除信号中的噪声部分。     

GH901高温合金盘件复杂区域微小缺陷超声相控阵检测信号的小波降噪研究

针对GH901高温合金盘件复杂区域微小缺陷的相控阵超声检测技术,分析了检测信号,采用一种随分解尺度变化的阈值设置准则对检测信号进行小波降噪处理以提高信噪比。结果表明,该方法可在较好保留盘件微小缺陷信号的同时滤除噪声信号,有效的提高了相控阵超声检测信号信噪比,对于提高GH901高温合金盘件复杂区域微小缺陷的相控阵超声检测能力具有重要作用。     

基于小波包-Haar小波变换的漏磁检测信号降噪数据压缩方法

漏磁检测是对输油管道、油罐等设备缺陷进行无损检测的一种重要方法,但在检测过程中产生的信号数据量庞大,同时会产生多种干扰噪声,出现信号失真、漂移和信号被湮没等问题,对信号进行降噪滤波是缺陷漏磁检测的关键环节。探讨了信号降噪压缩方法,研究了基于小波包-Haar小波算法的漏磁检测信号降噪压缩算法,通过该算法,在对信号数据进行降噪压缩处理同时,保留了高频部分信号特征,从而在降噪后数据解压缩过程中避免了信号失真畸变的现象。     

小波分析在超声检测信号处理中的应用

小波分析技术以其多分辨率的突出特点成为目前超声信号时频表达的最佳分析方法,被广泛应用于超声信号的降噪处理。分析了小波技术用于超声降噪的理论基础和基本过程,基于国内外小波降噪的应用研究成果,从母小波和分解层数的选择以及小波系数非线性处理方法两个方面论述了小波分析在超声检测信号处理中的应用。     

LabVIEW小波分析软件在虚拟超声仪器降噪中的应用

利用LabVIEW软件的小波分析工具中的降噪函数Denoised.vi,通过对函数参数的合理设置,抑制了虚拟超声仪器中检测信号的噪声,提高了信噪比。试验证明该方法有效。     

基于小波和形态学降噪的弧焊视觉图像模糊检测

焊接视觉图像检测是实现焊接过程自动控制的重要步骤.针对焊接图像噪声大、稳定性差的特点,提出了一种基于小波降噪和形态学模糊检测的算法.首先分别用小波变换和灰度形态学算法对焊接熔池图像进行降噪处理,然后将两者结果融合进行模糊处理,最后完成灰度形态学边缘检测.实验结果表明,此方法能够从含有较强噪声的弧焊视觉图像中获取清晰、准...     

改进阈值去噪方法在电梯钢丝绳断丝检测中的应用

在电梯钢丝绳断丝检测中,阈值是噪声和断丝信号区分的关键,断丝信号的降噪效果直接受阈值的影响。经典的小波去噪包括软硬阈值两种方法,但硬阈值处理结果会有伪Gibbs震荡现象,软阈值处理结果有固定偏差,在现有阈值去噪基础上,改进软硬阈值函数的方法并结合加入的特征系数来调节小波系数的大小,能较准确地去除信号中的噪声,保留了断丝处的特性,为后续钢丝绳断丝定量识别的准确性提供了条件。     

一种基于改进阈值函数的小波域超声信号去噪方法

针对超声无损检测中超声信号受噪声污染、信噪比不高的情况,提出了一种新的基于改进阈值函数的小波域超声信号去噪方法.通过仿真实验,证明了该方法能够取得很好的去噪效果.相对于经典的阈值函数,改进的阈值函数在超声信号去噪中更具有优势.     

基于改进阈值法的平移不变小波压力脉动去噪研究

针对传统软、硬阈值函数和广义阈值在消噪处理中存在恒定偏差、不连续等缺点,提出一种改进阈值函数和新阈值相结合的新方法.为避免传统的小波变换去噪在信号的不连续点上产生Pseudo-Gibbs现象,将平移不变量方法与上述改进阈值去噪方法相结合.采用该方法对实验测取的压力脉动信号进行消噪处理,结果表明:该方法提高了重建信号的信噪比,降低了均方根误差值,有效地消除了信号噪声.     

小波尺度加权法在粗晶材料超声波检测中的应用

为了解决超声波检测粗晶材料时回波信噪比低、缺陷难以检出的难题,对超声波信号小波分析原理进行了研究。以实例分析的方式提出小波尺度加权降噪法,并阐述其原理及优点。在小波分析尺度加权降噪法的基础上编制了缺陷识别程序,对超声波信号进行处理,大大提高了对缺陷的识别与定位能力。该检测工艺在实际粗晶材料超声检测中取得了良好的效果。     

改进阈值小波去噪方法在机床冲孔声音信号处理中的应用

机床冲孔产生的声音信号包含了许多有用信息,为了滤除声音信号提取过程中的工厂环境产生的噪声,使用改进阈值小波去噪方法对声音信号进行处理。利用信噪比(SNR)和均方误差(MSE)作为去噪效果指标,使用新的阈值选取规则,提出了一种分段连续的阈值函数,对传统小波去噪方法进行改进。该改进函数通过引入常数a,解决了传统阈值函数中软硬阈值函数不连续和恒定偏差问题。采集机床冲孔声音信号并叠加高斯白噪声作为机床冲孔含噪信号进行验证。通过实验确定了最佳小波函数类型和分解层数,将改进阈值小波去噪算法与传统算法进行对比,结果表明:改进后的算法去噪效果良好,且有效保留了较低的信号能量。     

小波变换在缺陷红外图像去噪中的应用

红外图像存在成像模糊、噪声较大等缺点。为了获得良好的检测、识别效果,红外图像的去噪成了很重要的一项工作。简单介绍小波变换的基本原理,并将其分别与中值滤波和主成分分析方法相结合,对缺陷的红外图像进行处理。该去噪方法无需建立在对噪声方差的精确估计上。试验表明,该算法优于传统的滤波去噪法,能同时有效地抑制高斯噪声和椒盐噪声,有利于对缺陷作进一步的分析和判断。     

基于改进小波阈值-SVM的齿轮故障信号识别

针对在齿轮疲劳试验中需要多次停机拍照的问题,提出基于改进的小波域阈值降噪方法,对采集的齿轮啮合的声发射信号分析,并提取特征矢量作为支持向量机的输入特征向量,识别出故障信号,根据齿轮旋转周期,确定缺陷轮齿。与开箱拍照的记录进行对比,计算得出的问题轮齿和照片记录吻合。该方法减少了因停机拍照造成的齿轮工作数据采集不准确的问题,同时也减少了工作人员的工作量,在后续的实验中该方法得到了有效的应用。