小波分析在扭矩动态测试法去噪中的应用

首先介绍小波分析基础理论,然后讨论小波分析在动态扭矩测量信号滤波中的应用.通过对所获得的扭矩信号进行离散小波变换,利用阀值量化处理的方法去除噪声,将剩余部分进行重构,形成了抑制噪声的滤波信号.实验结果表明该方法对采样信号滤波是十分有效的,对提高扭矩测量精度很有利.     

基于小波消噪的瞬态表面温度传感器动态建模

测量瞬态高温时,由于传感器自身的热惯性,使得测量结果与真实结果之间存在很大的动态误差。减小动态误差需建立温度传感器的动态数学模型,再进行动态误差修正。测量噪声使得辨识得到的数学模型存在误差,影响到测量系统的精度。利用小波分析对传感器输出信号进行消噪,再通过系统辨识方法建立传感器动态模型。经检验该方法可以达到理想的效果,为系统进行动态误差修正奠定了基础。     

故障数据在科研试验装备维修保障中的应用

针对科研试验装备可修系统故障数据的特点,对故障数据在科研试验装备维修保障中的应用进行研究.介绍应用于可修系统故障数据分析的时齐泊松过程和非时齐泊松过程模型及其在故障数据分析中的适用性检验方法,并通过实例介绍可修系统故障数据分析的步骤.结果表明:该方法能判断科研试验装备可靠性发展趋势,在一定程度上克服主观臆断,为装备维修保障决策提供科学依据.     

一种水下目标辐射噪声调制特征提取方法

水下目标辐射噪声的调制信号携带许多重要特征信息,本文在现代信号处理理论的基础上对其调制特征提取方法进行了探讨。首先,利用小波变换和多分辨率分析理论,提取水下目标辐射噪声的调制包络;然后选取具有明显调制特征的特定频段数据对其进行112维谱分析,得到了辐射噪声的谐波信息。该方法结合小波变换与高阶谱理论对调制谱进行提取,可同时利用小波的消噪和高阶谱对高斯噪声的天然抑制性。对实测噪声数据进行的仿真结果表明,该方法可以有效提取噪声中的动态调制信息且抗噪性良好,具有很好的应用前景。     

基于小波变换的二阶传感器故障诊断研究

针对难以直接检测实际航空工业过程中的传感器故障问题,提出一种基于小波变换的传感器故障诊断方法。采用连续小波变换对传感器故障进行检测,准确定位故障发生时刻,并对比不同小波基函数的处理效果,对几种典型的传感器故障进行诊断。选取二阶传感器作为仿真对象,利用Matlab/Simulink搭建模型进行仿真验证。仿真结果验证了该方法的准确性。     

基于小波神经网络的信号识别

信号的分选和识别技术在当今信号处理的系统中占有相当重要的地位.小波分析和神经网络是近年来兴起的一种分析信号方法.文中对二者的结合问题进行了研究.小波空间可以作为信号分类的特征空间,进而可以通过神经网络对信号进行特征识别.小波神经网络是基于小波分析而构造的神经网络模型.在信号调制类型识别中,利用小波伸缩平移把信号分解到不同频道上进行特征提取;把提取的特征信息输入神经网络进行分类.仿真结果表明,利用此方法可以较好的对信号进行分选和识别.     

小波分析在数据处理中的应用

介绍了小波和小波包理论的基本思想，讨论了该方法在数据处理中的应用，并进行了实例分析。     

基于多源信息融合的火炮装填状态监测与故障诊断系统

针对火炮装填系统故障成因复杂、诊断方法不足等问题,提出一种基于多源信息融合的火炮装填监测与 故障诊断的方法。采用知识决策属性进行属性分类,构建神经网络训练模型,对自动装填系统故障进行定性分析并 建立故障诊断辨识框架,根据故障决策准则得出故障判断,解决了故障特征的不确定性、故障模式多样性的问题。 实例分析结果表明,该方法达到了有效提高故障诊断确诊率的目的。     

小波变换在导弹仿真模型验证中的应用研究

谱分析方法是目前导弹武器系统动态仿真模型的主要方法,但传统的谱分析方法无法将仿真数据的频域分析与时域分析结合起来进行综合分析.文中在传统谱分析的基础上,引入小波变换的方法,实现了对仿真数据时域和频域的综合分析,提高了导弹模型验证的准确性.     

基于小波的自适应主元分析在过程监测中的应用

用传统主元分析（PCA）建立的过程统计模型是时不变的，而实际的工业过程却具有慢时变的特性。文中针对慢时变引起的过程运行中的误报警问题．给出了一种小波分析与自适应主元分析相结合的混合方法．用小波去噪后再用自适应主元分析递归更新主元模型。利用此方法进行的在线过程监测的计算机仿真结果表明，该方法不仅能大大减少虚警点，还提高了故障检测的准确性。     

分数阶阻尼裂纹转子的小波尺度谱分析方法研究

结合在分数阶微积分的基础上建立的裂纹转子系统模型和小波尺度谱,提出基于小波尺度谱的分数阶阻尼的转子裂纹故障诊断方法,并讨论了不同的裂纹深度下分数阶阻尼的裂纹转子系统的小波尺度谱和重分配尺度谱特性。仿真结果表明,分数阶阶次的改变对系统运动特性有很大的影响,在建立动力学模型时可以灵活调节分数阶阶次来改变转子系统的振动特性以达到诊断转子裂纹的最佳效果。提出的方法对裂纹故障敏感,能有效地提取裂纹转子系统中的故障信息。最后用实验进行了验证,实验结果与理论数值分析的结果相吻合,验证了文中建立的分数阶阻尼的裂纹转子系统模型的正确性。     

Fault Diagnosis Method Based on Fractal Theory and Its Application in Wind Power Systems

The non-linear dynamic theory brought a new method for recognizing and predicting complex non-linear dynamic behaviors. The non-linear behavior of vibration signals can be described by using fractal dimension quantitatively. In this paper, a fractal dimension calculation method for discrete signals in the fractal theory was applied to extract the fractal dimension feature vectors and classified various fault types. Based on the wavelet packet transform, the energy feature vectors were extracted after the vibration signal was decomposed and reconstructed. Then, a wavelet neural network was used to recognize the mechanical faults. Finally, the fault diagnosis for a wind power system was taken as an example to show the method’s feasibility.     

某火炮协调器摆弹装置的故障仿真研究

针对某火炮协调器在摆弹过程中遇到的故障问题,采用虚拟样机技术进行研究.利用ADAMS和AMESim软件建立协调器虚拟样机模型和液压系统模型,通过联合仿真,结合实验数据进行校核,并通过设置摩擦、电机电压、液压缸内泄露等故障进行仿真.对比故障仿真结果与正常仿真值,得出不同故障参数对仿真结果的影响.结果表明:该方法可更真实、准确、有效地研究协调器的动态特性,可为故障诊断与维修提供参考依据.     

基于系统辨识的小波分析在导弹一级变放故障诊断中的应用研究

提出了一种基于系统辨识思想的故障诊断方法，详细介绍了利用小波分析方法将某导弹一级变换放大器故障精确定位的算法，给出了故障诊断的硬件电路原理图，并且通过仿真实验证实该方法的可靠性和有效性。     

基于MATLAB／Simulink的火箭飞行故障仿真

对火箭的飞行故障进行仿真，有利于改进系统设计、提高可靠性，并为故障的诊断与隔离提供参考与支持。对火箭飞行仿真体系结构框架进行了设计。并基于MATLAB／Simulink仿真环境，实现全过程飞行仿真，给出仿真的流程。最后，以动力系统故障为例进行了故障仿真，并与正常情况进行了对比，结果合理。     

遗传小波神经网络故障字典在模拟电路故障诊断中的应用

以神经网络、小波分析和遗传算法等为代表的智能诊断技术,是故障诊断技术发展的一个重要方向。以传统故障字典法、BP神经网络、小波分析和遗传算法等基本原理为基础,将神经网络、小波分析和遗传算法与故障字典结合,用小波分解预处理故障信号提取故障特征,用遗传算法优化BP神经网络的结构和权值,对基于遗传小波神经网络的故障字典在模拟电路故障诊断中的应用进行研究,并结合实例验证其实际使用性能。     

基于FPCA与DEELM的弹药协调机械臂性能故障诊断

为了实现弹药协调机械臂定位精度超差的性能故障诊断,提出了一种基于函数型主成分分析(FPCA)与差分进化极限学习机(DEELM)结合的故障诊断方法.建立了协调机械臂的动力学解析模型,进行了标准状态下协调过程的仿真分析,同时对协调机械臂实验台架进行了相同状态的协调过程测试,二者输出的支臂角位移曲线吻合较好;利用协调机械臂的...     

小波故障检测在脉冲星组合导航中的应用

为提高基于X射线脉冲星的组合导航系统容错能力,利用小波分析方法进行故障检测,以保证组合导航系统的精度和可靠性。笔者采用X射线脉冲星导航、天文导航和紫外敏感器导航构建组合导航系统,运用小波分析技术对传感器输出信号进行故障诊断,并进行故障隔离和系统重构,最后采用联邦式滤波器进行信息融合,并以火星探测任务为例进行了数学仿真。实验结果表明：该方法能够有效检测相关传感器故障,解决了X射线脉冲星组合导航系统因故障导致的导航结果变差问题,且具有较高的导航精度,提高了脉冲星组合导航系统的容错性能和工程实用价值。     

强背景噪声下的小波熵模极大值消噪方法

针对矿井提升机特征信号在强非平稳和强噪声背景下难以有效提取的问题,结合小波能量熵理论与小波模极大值的奇异性理论,提出一种有效的强背景噪声下提升机信号消噪方法。该方法利用信息熵能定量描述时-频域能量概率分布的特性,采用小波熵自适应确定噪声阈值,有效去除随小波分解尺度增大而不断减小的小波模极大值,保留随尺度增大而增大的模极大值,并重构经有效过滤的剩余小波模极大值,实现强背景噪声下噪声信号与真实信号的有效分离。通过对仿真信号和提升机实测信号的应用,表明了该方法消噪效果明显,消噪数据可靠,提高了强背景噪声下提升机故障诊断的数据可靠性。     

改进的离散小波-优化极限学习机在倾转旋翼机故障诊断中的应用

针对倾转旋翼机飞控系统的故障诊断问题,提出一种改进的离散小波-优化极限学习机（OMELM）的故障诊断算法。提出自适应启发式小波去噪方法对采集的信号进行消噪,定义了帕塞瓦尔能量用来提取测量信号经离散小波变换分解后的特征,并对OMELM进行了改进。将提取的故障能量特征进行归一化后输入到改进的OMELM多分类器中进行分类,以美国XV-15倾转旋翼机为例进行仿真验证。结果表明文中方法平均辨识率高,诊断时间短,对未来我国进行倾转旋翼机故障诊断的研究有一定参考价值。