木材缺陷声发射信号的小波包分析处理

在简要介绍小波包分析的分解和重构算法基础上,通过木材声发射实验采集声发射信号;利用小波包分析技术对三种不同缺陷类型的木材试件的原始数据进行消噪预处理,然后对信号进行分解,并对分解的信号进行小波包重构;运用“小波包-能量”法提取木材声发射信号特征值,实现了木材缺陷状态和声发射信号特征向量之间的映射关系。结果表明：用小波包分析确定木材缺陷程度是一种有效的方法。     

基于小波分析的声发射刀具状态判析

提出了一种基于小波分析的声发射刀具状态判析方法,该方法通过多层小波分解对信号主能量所处频段进行局部特性刻画,利用小波分解系数2——范数表征信号的奇异性,在统计量与刀具状态间建立物理联系。实例表明:该方法能有效地判断刀具状态,并具有较好理论基础与操作性。     

基于小波包分析木材声发射信号消噪处理

由于目前的滤噪技术在检测木材声发射信号时还存在一定的缺点,本文根据木材声发射信号的特征,基于小波包分析研究了利用信号的小波包分析、计算和最佳小波包基的选取.采用默认阈值方法处理小波系数,通过小波包重构得到消噪后的木材损伤声发射信号,噪声得到较好的抑制.结果表明用小波包变换进行消噪处理,噪声消除彻底,提高了损伤缺陷检测的准确性.     

小波分析在数控刀具磨损状态监测中的应用

研究了数控刀具切削过程中声发射(AE)信号的产生机理和特点,提出了利用小波分解和小波包分解技术提取AE信号特征参数的方法监测刀具的磨损状态,并通过实例验证了该方法在刀具磨损监测中的可行性.     

基于小波包分解与RVM的声发射信号识别

声发射信号识别目前已经成为检测大型储罐底板缺陷状况的普遍方法之一.针对现有声发射检测技术对原始信号的处理与分析方法的不足,对储罐底板腐蚀程度分类识别方法的不明确,基于小波包分解,对声发射传感器接收到的原始信号进行特征提取,得出了信号的特征向量,通过训练相关向量机,结合相关向量机模型对待测设备进行腐蚀类型归类识别,得出分析结论.应用该方法对大连某企业的储油罐进行实测数据检验,分析结论与储油罐实际状况相同,验证了该方法具有科学性与可行性,能够诊断大型储罐底板腐蚀状况的准确性和可靠性.     

煤层水力压裂声发射监测信号特征分析

为促进声发射监测技术在煤层水力压裂效果评价中的应用,利用煤岩动力灾害声电监测仪对煤层水力压裂过程进行了实时监测,并采用傅里叶变换和小波包分析对采集的声发射信号特征进行了分析。现场试验结果表明:煤层水力压裂声发射监测有效信号主频在470~1 700 Hz之间,低于井下噪声干扰信号主频;煤层水力压裂声发射监测有效信号能量分布主要集中在0~5 000 Hz频带,能量分布百分比为86.5%~95.4%,且有效信号的能量分布主要集中在312.5~625,625~937.5,937.5~1 250,1 875~2 187.5 Hz等较低频带。     

小波包分析在目标光亮度数据特征提取中的应用

在空间技术的研究与发展逐渐深化的今天,对空间目标的监测与识别显得越来越重要。文中在小波分析的基础上,分析了小波包分解提取信号特征的方法,并利用光度计测量获得的空间目标的光亮度数据,采用小波包分析方法对几个空间目标的光亮度时间序列进行分析,分析结果反映了目标的某些重要的光学特性。     

小波包分析在目标光亮度数据特征提取中的应用

在空间技术的研究与发展逐渐深化的今天,对空间目标的监测与识别显得越来越重要.文中在小波分析的基础上,分析了小波包分解提取信号特征的方法,并利用光度计测量获得的空间目标的光亮度数据,采用小波包分析方法对几个空间目标的光亮度时间序列进行分析,分析结果反映了目标的某些重要的光学特性.     

基于小波包的EMD分析在车削刀具监控中的应用

针对车削刀具振动信号在经验模态分析(EMD)时产生的模态混叠现象,采用小波包和EMD分析相结合的方法来提取刀具磨损时振动信号的敏感特征.首先利用EMD分析将采集的磨损信号分解为数个固有模态分量(IMF),然后采用小波包方法对与刀具磨损状态相关性大的IMF进行分解并重构.计算重构后的IMF与刀具磨损的相关系数,将相关系数大的IMF所包含的敏感特征作为支持向量机(SVM)的输入,进而对刀具的磨损状态进行识别.研究结果表明该方法能有效地提高对刀具磨损状态的识别精度.     

小波理论及其在声发射信号处理中应用现状

介绍了小波分析的产生与发展及理论现状,小波分析是傅立叶分析思想方法的发展与延拓。小波基的构造以及结果分析都依赖傅立叶分析,传统上使用傅立叶分析的地方,都可以使用小波分析,小波分析在超越傅立叶分析的同时与傅立叶分析相互补充,螺旋式向前发展。还分析了小波分析在声发射信号处理中的应用现状,并指出了存在的不足及今后的前景展望。     

基于模型的信号分析及小波包应用

主要研究软测量系统中误差信号的分析与消除，旨在从输入信号方面找到提高系统测试精度的方法。从主要辅助变量分析误差信号来源，介绍了如何通过建立信号测量模型的方法。利用傅立叶变换和Matlab等工具分析信号噪声产生的原因，并根据噪声信号的不同特点，采用相应的小波处理方法。将小波技术应用于电流互感器软测量测试平台系统中，大大提高了系统的精度与重复稳定性。     

小波理论及其在声发射信号处理中的应用现状

介绍了小波分析的产生与发展及理论现状,小波分析是傅立叶分析思想方法的发展与延拓.小波基的构造以及结果分析都依赖傅立叶分析,传统上使用傅立叶分析的地方,部可以使用小波分析,小波分析在超越傅立叶分析的同时与博立叶分析相互补充,螺旋式向前发展.还分析了小波分析在声发射信号处理中的应用现状,并指出了存在的不足及今后的前景展望.     

基于CEEMD和改进小波阈值的机械密封声发射信号降噪方法

声发射作为一种无损检测结束被广泛应用于多个领域,针对声发射信号难以从背景噪声种分离的问题,提出了一种基于互补集合经验模分解（CEEMD）与改进小波阈值相结合的降噪方法。首先对声发射信号进行CEEMD分解,通过峰宽占比确定信噪分量分界点,对噪声分量进行改进的小波阈值降噪,将降噪后的分量与其余分量进行信号重构得到最终降噪结果。通过仿真信号和机械密封声发射实验信号论证了本文方法相较于传统小波降噪和CEEMD强制降噪更有效。     

金属基复合材料缺陷超声信号消噪研究

为了剔除金属基复合材料缺陷超声信号中的噪声,得到没有污染的缺陷信号,便于进行信号分析,文章中使用了一种改进小波包消噪方法——平均能量阈值法,讨论了平均能量阈值法消噪的原理,并将小波包的多尺度时频分析及重构结合在一起,用于信的消噪研究中,通过仿真实验并与小波消噪方法进行对比。证明了该方法消噪的有效性;结果表明基于平均能量阈值法消噪技术在保信号奇异性的同时,能有效地去除金属基复合材料缺陷超声信号中的噪声。     

基于小波包分析的虹膜特征提取方法

提出了一种新的虹膜特征提取方法。针对虹膜纹理图像的特征表示主要集中在中高频能量部分,对图像进行二级小波包分解,并提取出第一级和第二级的中高频部分的能量分量作为特征向量,并采用欧几里德距离作为模式识别方法。克服了用小波分解只提取虹膜的低频部分,从而不能充分地反映纹理的特征的缺陷。试验结果和数据表明了此算法的合理性和有效性。     

基于小波包分形的电力电子故障诊断方法

针对现有电力电子故障诊断的问题,提出了一种基于小波包分形的电力电子故障的诊断方法.首先使用3层小波包对电路输出电压波形进行分解、消噪和重构等预处理,以获得不同频带的重构信号,然后再计算各个重构信号的分形维度,提取出相应的故障特征;最后以此作为输入数据来训练支持向量机,实现电力电子故障的诊断.以三相整流电路为例进行实验,实验结果表明该方法能有效地提取电力电子故障诊断的故障特征,提高故障诊断的准确率,可有效地应用于电力电子系统的故障诊断.     

岩体声发射信号波形变化特征分析

文章通过对室内和现场采集到的岩体声发射信号波形分析,寻找到岩体在外界因素影响下从稳定状态发展变化到破裂阶段的波形变化规律,可用以判断岩体的危险性。该规律为采场、隧道工程的安全施工提供了可靠的预报信息,有一定的实际意义。     

基于小波包变换的纹理图像检索

提出了一种利用小波包变换分解图像,提取纹理特征进行图像检索的新方法。该方法利用小波包函数的特性,对多分辨分析没有细分的高频部分进行分解,从而形成能够精确表征图像的特征矢量。匹配算法则使用比值相似度。实验结果表明,该方法计算简单、有效、检索效果较好。