小波奇异性检测理论在齿轮故障诊断中的应用

在故障诊断中,故障通常表现为输出信号发生突变,因而对信号突变点的检测有非常重要的意义。小波分析是近年发展起来的一门新的数学理论和方法,它以其具备的时域和频域的局部特性,成为信号奇异性检测的重要工具。阐述了基于小波变换模极大值的信号奇异性检测原理,分析了信号奇异点的定位方法及奇异性程度的计算方法。仿真实验结果表明该方法是行之有效的。     

基于小波变换的奇异信号检测

奇异信号的奇异点经常携带比较重要的信息,它是信号的重要特征之一。证明了小波变换能用来检测信号的奇异性,利用小波变换模的极大值和信号奇异点的关系,可以分析信号局部奇异性。信号局部奇异性用李氏指数来描述。研究了奇异性检测小波基的选择条件。给出了实例分析,结果表明,小波变换在信号奇异性检测和局部化分析方面具有优异特性。     

小波分析对钢丝绳损伤信号奇异点的检测

证明了小波分析能检测信号的奇异点,利用小波变换模的极大值和Lipschitz指数的关系,可以分析信号奇异程度。分析实例表明,利用小波分析检测方法,能对钢丝绳损伤信号的奇异点及奇异程度进行检测。     

小波包去噪分析在煤层厚度探测中的应用

将小波包去噪的理论应用在煤厚探测信号的奇异性检测中。对实测信号奇异点进行定位,计算出煤层的厚度,为奇异性信号的分析提供了一种新颖的方法。     

基于小波模极大值的煤厚信号奇异性检测

信号的突变性或奇异性通常携带有最重要的信息,小波变换为信号的多尺度瞬态分析提供了最合适的方法。阐述了基于小波变换模极大值的奇异信号检测理论,并将其应用在煤厚探测信号的奇异性检测中,通过计算机语言编程,对实测信号奇异点进行定位,从而判断出煤层的厚度,为煤层厚度探测提供了一种新颖的方法。     

钢绳芯胶带故障监测信号小波分析

对在役钢绳芯胶带中钢绳芯进行早期故障监测,利用小波分析对钢绳芯的磁记忆信号异常集中区信号进行消噪处理和奇异性监测,消除了干扰信号,提高了信噪比,使奇异点更加明显,能够准确检测出胶带内部钢绳芯发生抽动和断头的位置.实验表明此种方法的可行性和有效性.     

小波奇异性分析在齿轮早期故障检测中的应用

齿轮早期故障，如齿顶擦伤、点蚀、裂纹等由于故障信号往往淹没在各种噪声成分中，因此很难利用功率谱等传统信号分析方法进行检测。利用小波奇异性分析方法，提取由这些故障所导致的齿轮正常振动信号中的奇异点，可以较好实现齿轮早期故障的识别。     

基于小波模极大值钢绳芯输送带磁记忆信号的奇异性检测

金属磁记忆技术是检测钢绳芯输送带故障的一种重要方式,小波变换的多尺度瞬态分析为检测磁记忆信号突变点提供了最合适的方法。阐述了基于小波变换模极大值的信号奇异性检测理论,通过应用小波模极大值对钢绳芯磁记忆信号进行奇异性检测,可以准确得到故障点的位置。仿真结果表明,该方法对判断钢绳芯接头发生抽动和断丝位置非常有效。     

基于小波变换的钢绳芯胶带磁记忆信号处理

 针对钢绳芯胶带工作环境复杂的特点,提出了一种用小波变换对钢绳芯胶带磁记忆检测信号进行预处理的方法。用小波变换模极大值方法对信号进行奇异性检测以及去噪处理,在去除了信号中噪声的同时,有效地保留了信号的奇异性信息。用交替投影法重构信号,极大地减少了重构误差。实验结果表明,实时检测的钢绳芯磁记忆信号含有大量噪声,经小波变换处理后信号平滑了许多,信号的奇异信息也有效地得到了保留。为钢绳芯胶带的故障检测提供了理论依据。     

基于小波的煤炭企业网络流量异常分析与仿真

根据网络流量的信号特性和自相似性,利用小波变换局部放大能力及Hurst和李氏指数的变化与网络流量异常的对应关系,提出了一种基于小波分析的网络流量异常检测与定位方法。根据自相似指数的值在大时间尺度上来判定异常发生,并进一步在小时间尺度下基于李氏指数与信号奇异性的对应关系来分析并定位异常点。此方法通过DipSIF平台所采集的数据进行仿真验证,可有效的检测网络流量异常并定位异常发生点。     

基于小波能量熵的故障信号诊断研究

针对电力故障信号为突变、非平稳信号的特点,利用消噪阈值法对故障信号进行预处理,通过小波变换对故障信号进行特征提取,然后将小波变换和信息熵相结合,并应用到故障检测与定位中,为奇异信号的检测提供了新思路和新手段。通过仿真分析,得到以下结论:小波能量熵WEE可以很好地检测故障突变点,小波能量熵随时间的变化规律,反映了电流或电压在时域的能量分布特征并表征信号的频率变化,可以用作分类所需的特征。     

基于EMD的配电网故障定位仿真研究

在ATP中建立小电流接地系统单相接地故障模型并进行仿真,通过对沿线路安装的各检测装置检测到的暂态零模功率信号进行EMD分解,利用得到的最高频IMF分量部分进行一阶向后差分运算,通过分析各检测点的一阶差分波形可以得出:位于故障位置同侧两检测点的差分波形相似度极高,而位于故障位置两侧2点的差分波形相似度低,以故障点为中心,两侧各点的差分波形对称度极高。已经证明,一阶差分波形的特征信息不随过渡电阻值的变化而变化,因此,利用差分波形的故障特征信息可以为小电流接地系统的故障定位研究工作提供新思路。     

断层对煤层槽波传播特性影响分析

断层是煤系地层中常见的异常构造之一,对断层形态的研究,有利于提高探测断层的精度。基于弹性波动理论,建立三维煤系地层模型,采用有限元数值模拟方法,分析了断层断距和倾角对槽波传播特性的影响。通过对比各模型槽波记录和时频谱得出:随着断距和倾斜角的增大,断层对槽波的阻断作用增大;对于2m厚的煤层来说,当存在1.5m的断层时,断层后槽波能量峰值频率向高频移动,出现时间提前,当存在2.5m的断层时,断层后槽波能量峰值向低频移动,出现时间延后;随着倾斜角的增大,断层后的波主频向低频移动,主频出现时间延后;对于0.5m的断层,不易判断断层位置。模拟结果可为断层形态槽波探测提供理论支持,对槽波精细探测和信号解释有重要意义。     

基于FTU的配电网故障快速定位的研究

针对目前配电网广泛采用故障定位方法存在实时性不够、精度欠缺的局限,提出了一种矩阵法和行波法相结合的故障快速定位的思路。该方法利用FTU采集的配电网故障电流数据和对故障行波传播时间的测量,结合矩阵法和行波法实现平均误差约0.358%的故障位置确定。仿真分析表明,该方法具有定位精确高、实时性好的特点,能够在故障初期实现对故障位置的准确判定。     

基于小波包神经网络的电机故障诊断分析与研究

由于传统基于傅立叶变换的利用频域对电机故障的信号分析中无法对奇异信号点的时域信息进行检测。针对上述问题,提出基于小波包神经网络的电机故障诊断的方法。结合电机振动的非平稳随机性的特点。利用小波包多分辨率分析方法对电机的采样信号进行分解,提取电机故障状态特征并作为BP神经网络输入样本的特征向量,利用神经网络的自学习和模式识别的特点最终输出电机故障类型。通过MATLAB仿真结果可以证实该方法可行性。     

基于双端不同步数据的10kV线路故障测距方法

针对农业电网10kV线路在运行中存在的单相接地、两相短路等问题,结合故障定位已有的算法,提出了一种基于双端不同步数据的故障测距方法,将两端数据采样的不同步因素以不同步角dδ的形式引入,建立了故障测距x关于dδ的方程;为了提高测距精度,采用k个点的不同步角的平均值dδn作为不同步角差。建立了农业电网10kV线路单相接地故障的仿真模型,采用双端不同步数据故障测距方法进行了故障测距,仿真结果表明,该算法在不同的情况下都提高了测距精度,证明了此算法的有效性。