轴承故障信号的平均组合差值形态滤波分析

为了提取受谐波和随机噪声干扰的信号中的冲击故障特征,提出基于平均组合差值形态滤波（ACDIF）和Teager能量峭度（TEK）的滚动轴承故障诊断方法.将对冲击成分具有不同抑制方式的4种基本形态算子两两合并加强抑制效果,组合作差反向提取出正、负冲击,构造出一组新的组合差值形态算子（CDIF）,通过比较分析选择其中2种CDIF的平均值作为最终滤波输出.针对滤波过程中结构元素（SE）的选择问题,采用TEK作为评价指标筛选最佳结构元素长度,有效提高了滤波处理的效率和精确度.数值仿真和轴承外圈故障振动信号的试验结果表明,利用该方法能够有效地滤除随机噪声和谐波干扰,提取强背景噪声下的冲击故障特征,滤波效果优于传统方法.     

形态解调在齿轮故障特征提取中的应用

针对齿轮故障信号往往由于冲击的存在而产生调制现象的问题,提出采用形态学解调的方法提取齿轮故障特征.在分析不同形态学运算对信号处理结果影响的基础上,结合形态闭运算提取信号正脉冲的特点,采用闭运算对齿轮故障信号进行形态解调以提取故障特征.分析并比较不同长度扁平形结构元素对仿真与实际故障齿轮信号的解调效果,说明当采用长度为0.19～0.21倍的齿轮冲击周期的扁平形结构元素进行形态解调以提取故障特征时,可取得较好的效果.仿真与实例证明,形态解调方法不仅克服了包络解调需选择滤波参数的缺点,而且能够更有效地提取齿轮故障特征.     

广义形态滤波器在轴心轨迹提纯中的应用

针对汽轮发电机组轴心轨迹的提纯问题,提出采用不同结构元素级联而成的广义形态滤波器来实现轴心轨迹提纯的新方法.根据待处理信号的形状特点,选用正弦形结构元素构造广义开-闭和闭-开组合形态滤波器.通过仿真得到5种旋转机械常见故障类型的轴心轨迹图形,并在其中加入周期脉冲和随机噪声,使轴心轨迹图形受到不同程度的噪声干扰,再利用广义组合形态滤波器进行提纯处理.将广义组合形态滤波器用于实测汽轮发电机组转子轴心轨迹的提纯中.仿真计算和实测轴心轨迹的提纯证明,广义组合形态滤波器的效果优于传统组合形态滤波器.     

数学形态滤波在音频大地电磁去噪中的应用

大地电磁去噪方法种类多,且各有其优缺点。本文引入汤井田教授的一种新方法——数学形态滤波法,它是依据形态学原理而创建的一种新型的非线性滤波方法,在信号和图像处理领域中得到广泛的运用。本文通过仿真实验设计一个加噪的正弦曲线,通过经腐蚀运算、膨胀运算、开闭运算、闭开运算和经形态滤波后分析曲线特征,之后对比经组合广义形态滤波在同一结构元素不同长度、同一长度不同结构元素滤波效果,最后将组合广义形态滤波引进到实测的音频大地电磁数据中,对比其滤波前和滤波后的视电阻率曲线,结果表明形态滤波能有效抑制音频大地电磁法中大尺度干扰,取得了良好的应用效果。     

新型广义形态滤波器在MOA在线数据处理中的应用

针对MOA泄漏电流中存在白噪声和脉冲噪声等多种干扰,提出一种基于数学形态变换的新型多结构元素级联广义形态滤波方法.通过分析结构元素的形状、宽度和级联顺序对形态滤波器性能的影响,该方法在较好地保留MOA泄漏电流信号局部特征的前提下实现了消噪处理,保证后续设备故障诊断的有效性和准确性.仿真和实际数据分析表明,该方法运算相对简单,易于硬件实现,具有较好的实用价值.     

轴承复合故障欠定盲提取算法研究

针对实际工业现场强背景噪声、干扰源多、源数目未知等问题,提出一种基于多尺寸多结构元素的闭-开平均组合形态滤波和SCA相结合的(C-OACMF-SCA)故障特征盲提取方法.首先使用C-OACMF滤除背景噪声信号,提取观测信号的特征信号,然后使用模拟退火遗传算法的模糊C-均值聚类算法估计混合矩阵,最后通过线性规划估计源信号,实现故障特征提取.通过计算机仿真及实际环境下轴承复合故障振动信号欠定盲分离实验验证该算法的有效性.     

小波变换在心电信号处理及特征提取中的应用

首先利用小波变换方法,滤除心电信号中各种干扰,包括工频干扰、肌电干扰和基线漂移等.再用基于haar的连续小波变换方法对R波峰值进行特征提取.然后根据医生的临床经验需要,提出了一种交互式提取ST段的方案.最后对心电信号发生器产生的心电信号进行实验,实验结果表明:用连续小波变换方法对R波峰值进行定位准确度可达到99.84%,用交互式方法对ST段特征点的定位比较准确,采用小波变换方法滤波对低频基漂也有较好的滤波效果,能克服信号-噪声频带重叠.     

基于独立分量和扩展通道的振动信号降噪方法

针对ICA降噪技术中引入噪声通道的局限性,采取以扩展通道替代虚拟噪声通道的方法,将ICA的思想引入到结构同测点多通道振动信号处理中.叙述了ICA原理,FastICA算法的实现及其运用于振动信号降噪的思路,通过对实验梁同测点两通道振动信号的处理,并引入自相关函数和FFT谱衡量降噪效果,结果表明,采用扩展通道运用ICA进行结构振动信号降噪的可行性.     

振动信号离散余弦变换域循环维纳滤波算法

为解决对非平稳振动信号直接进行循环维纳滤波噪声去除效果较差的问题,将离散余弦变换应用于循环维纳滤波中,提出振动信号离散余弦变换域循环维纳滤波算法.利用离散余弦变换能量集中的特性和循环维纳滤波线性相位滤波特性,采用分段处理方法使二者结合,以便更充分发挥维纳滤波的性能,实现更好的滤波效果,并降低处理阶次.结合工业现场实测汽轮机振动信号,对算法进行分析与仿真,仿真结果表明:该算法拥有较好的噪声滤除效果,且能保证滤波后不产生明显相位失真,适于振动信号去噪处理,优于单独进行循环维纳滤波或DCT滤波.     

形态滤波器在图像去噪处理中的全方位结构元素层叠算法研究

针对数学形态学在图像去噪处理中的应用,提出一种改进的形态滤波算法-全方位结构元素层叠滤波算法,它可以将开闭和闭开运算中分别产生的正负脉冲噪声更好地抵消掉,因而其去噪效果更为理想．与其他形态滤波算法进行了仿真去噪对比,实验结果表明该方法在保持图像几何特征的同时,大大提高了图像的信噪比,降低了均方误差参数,图像视觉效果显著提高．     

平稳小波变换和新阈值函数用于心电信号去噪

心电信号采集过程中容易受到基线漂移、工频和肌电等噪声的干扰.为了提高心电信号的信噪比,结合平稳小波变换,在使用小波阈值去噪法去燥过程中,提出一种有别于常用软硬阈值函数的新的阈值函数.通过分析实测数据验证新阈值函数,结果表明,该方法更加有效地抑制了心电信号中混入的基线漂移、工频和肌电噪声,且较好地保留了原始心电信号的特征.     

数字滤波在光纤陀螺信号处理中的应用

针对光纤陀螺（FOG）输出信号存在的角度随机游走、偏值不稳定性、速率随机游走和量化噪声等问题,采用了有限冲激响应滤波器、小波变换阈值滤波器和小波包变换滤波器分别对FOG输出信号进行滤波。利用Allan方差法得到了滤波后FOG信号各误差源的幅度,然后与原输出幅度对比。实验结果表明,这3种滤波方法均具有一定的可行性。其中,小波变换阈值滤波法既可以得到很好的滤波效果,又能有效降低滤波的计算复杂度,为FOG信号处理提供了一定的参考价值。     

小波变换与中值滤波相结合图像去噪方法

为了很好地保持图像的边缘细节,在对二维图像去噪平滑的过程中,采用基于小波变换和中值滤波相结合的图像去噪处理方法.将含有复杂噪声的图像首先进行小波分解,对各频带的子图像采用不同的阈值(软阈值和硬阈值)进行中值滤波处理,在去除图像噪声的同时,较好地保持了图像所包含的边缘信息.经实验证明,对二维图像的处理效果优于单一的小波变换去噪或中值滤波等方法.在由相干切片数据形成的二维地震图像处理中得到了应用,提高了地震解释的效率.     

利用AR模型解决全相位技术数据长度限制

针对在建筑结构领域全相位技术中对数据长度的限制问题,提出使用基于自回归（AR）模型的数据外推方法（AREX）,给出适用于全相位技术的AR模型定阶算法. 提出以有效频段最大能量集中为原则确定AR模型阶数的算法（ECC）,与最终预测误差（FPE）、阿凯克信息准则（AIC）、贝叶斯信息准则（BIC）及奇异值差分谱准则（SVD）进行对比. 结果表明,ECC算法更适合AREX方法. 将原始信号及AREX方法与常见数据扩展方法的估计信号进行全相位处理,结果表明,AREX估计信号的波形和频谱的相似程度均优于其余方法. 将AREX方法用于建筑结构有限元分析数据和振动台试验信号的全相位数据处理,结果表明,AREX估计信号基本上可以等效原始信号结果,表明AREX可以解决全相位数据长度的限制问题.     

基于小波奇异性的电主轴振动信号处理

将小波奇异性理论运用到高速电主轴振动信号处理中,分析了如何进行小波奇异性信号重构的方法,提出了电主轴振动信号奇异性检测算法。构建了电主轴信号测试与处理系统。根据小波变换后信号与噪声在各尺度空间呈现的不同特性,对小波逆变换信号重构,提取了高速电主轴振动信号特征。仿真实验表明,利用小波奇异性对电主轴振动信号进行处理,能够去除噪声对加工过程监控系统的影响,同时还可以对机械故障信号进行预测,达到了提高电主轴使用寿命的目的。     

分段经验模态分解的直流漂移消除方法

在低频模拟信号采集及处理电路中,常常存在着噪声与直流漂移的问题影响信号的测量。为了从原始信号中准确去除直流漂移分量及存在的噪声从而获得有用信号,提出了一种基于分段经验模态分解直流漂移消除的方法,并通过合适且有效的去噪方法处理使得采样信号更加真实准确。首先,对信号进行经验模态分解,求取本征模态函数分量的局部极值点进行区间分段,之后分别对每一段信号再次进行经验模态分解,选取每一段信号的低频分量重构出该段信号的直流漂移分量。最后,利用自相关函数筛选出噪声占主要成分的本征模态函数分量进行能量分析,将所有分段整合,得到去除直流漂移且降噪之后的信号。本研究通过仿真对此方法进行了说明,比较了该方法与多项式拟合、小波分析、高通滤波等方法的效果。并对微创外科手术机器人力传感器的应变信号进行了处理。实验结果表明：按照已有数据计算可将信噪比提升到6.39 dB以上,均方根误差有明显减少;该方法能够有效消除应变信号中的直流漂移,并且也能达到降噪的目的。     

复合顺序形态滤波中结构元素的自适应处理

在最小平均绝对误差准则下，实现了复合顺序形态滤波的结构元素自适应处理。计算机模拟结果证实了这种算法不仅可以有效地抑制信号中的噪声，而且较好地保持了信号的陡阶跃变化。该滤波算法应用于恢复噪声污染的心电信号，其信噪比大大改善。     

基于Soft形态学的图像去噪边缘检测

基于形态学的图像处理效果取决于运算性质和结构元素,为了能够更好地抑制图像的噪声并且提取 边缘信息,提出了一种基于柔性形态学的图像去噪和边缘检测方法。该方法使用多结构元复合滤波与双梯度多路 合成相结合,柔性的多结构元复合滤波能够有效去除图像噪声,双梯度多路合成可以提高图像边缘的检出率,不仅 抑制图像的噪声,而且提取出的图像边缘更清晰完整。实验结果表明,该方法在抑制噪声和边缘检测方面要比传统 算法有较好的效果。     

采用经验小波变换的风力发电机振动信号消噪

针对风力发电机振动信号非线性特征及恶劣监测环境,分析经验小波变换理论（EWT）及自适应分解特性,提出基于经验小波变换的振动信号消噪方法.采用带噪声leleccum和轴承故障仿真信号对该方法进行消噪效果检验;在同信号源下,与基于db1强制消噪方法、db1软阈值消噪方法和sym5消噪方法分析比较消除噪声效果.针对真实的风力发电机振动信号,验证了基于经验小波变换方法的消噪效果,对同样信号采用其他3种方法进行消噪分析和比较.仿真和实验分析结果表明,基于EWT小波消噪方法,与基于db1强制消噪方法、db1软阈值消噪方法和sym5消噪方法能够达到同样的消噪效果和目的,甚至更优;不损耗原振动信号能量,在自适应模态分解层数方面甚至优于经验模态分解,并且具有较强的鲁棒性.