小波变换及其在MEMS谐振器运动轨迹的特征提取中的应用

为测量微电机械系统(MEMS)谐振器的动态特性参数,根据MEMS谐振器运动图像的特点,将小波变换应用于MEMS谐振器运动轨迹的特征提取中.基于模糊图像合成技术,利用小波变换对MEMS谐振器的模糊运动图像进行了增强及降噪处理,并结合传统的图像处理方法,提取MEMS谐振器的运动轨迹,最终获得了MEMS谐振器的特性参数,从而可为MEMS器件的设计提供重要参考.实验结果表明,利用小波变换的方法获得了更好的测量精度,测量重复性误差为100nm.     

基于小波变换的轴承内外轮廓尺寸测量

设计了一种基于小波变换的轴承内外轮廓尺寸测量方法。该方法采用了小波去噪、图像增强与小波边缘检测等算法并通过Hough变换对轴承内外轮廓提取及测量,开发了轴承视觉测量软件。通过实验测试表明该系统具有较高的测量精度,为轴承内外轮廓测量提供了一种可行、实用的方法。     

基于小波包自适应Teager能量谱的滚动轴承早期故障诊断

针对滚动轴承早期故障特征信息难以识别以及从小波包分解后的频带不能有效确定并自适应提取共振带的问题,提出了频带幅值熵的概念。在此基础上,将小波包变换和Teager能量谱结合,提出了基于小波包变换自适应Teager能量谱的早期故障诊断方法。该方法首先利用小波包对采集到的振动信号进行分解,并计算各子带的频带幅值熵。然后将熵值按升序排列后依次作为阈值,提取频带幅值熵大于阈值的子带,依据峭度指标确定最佳熵阈值以及小波包最佳分解层数,从而自适应并且有效地提取出共振带。最后对共振带进行Teager能量谱分析,即可从中准确地识别出轴承的故障特征频率。通过信号仿真与实验数据分析验证了该方法的有效性。     

风力机叶片疲劳裂纹AE信号的小波变换优化方法

为实现风力机叶片的及时有效地监测和维护,使用声发射技术采集疲劳裂纹信号,从而提取裂纹特征。而声发射信号的突发性和冲击性需要具有时频分析能力的信号处理方式来提纯和降噪,小波变换方法作为常用的时频处理方式油漆有效性,但是现有的小波基函数不足以适应该信号的分析。提出基于Shannon熵理论计算疲劳裂纹扩展的声发射信号的小波基函数带宽参数,得到最适合此裂纹声发射信号的Morlet小波基函数,计算优化基函数的小波,获得风力机疲劳裂纹特征成分在时间尺度平面的高幅值能量分布。实验研究表明,优化小波基的方法具有很好的时频聚集性和抗噪能力,实现了风力机叶片裂纹声发射信号的时频特征清晰准确的提取。     

基于SVD-高斯小波的振动信号非平稳特征提取方法

分析了高斯小波及其滤波特性,结合小波变换技术和奇异值分解技术,提出了基于奇异值分解和高斯小波的滤波消噪方法,解决了传统小波去噪方法的不足。该方法可以很好的降低噪声信号,有效提取信号中周期成分,具有较好的瞬态信息提取能力,并通过齿轮箱振动信号降噪实验说明该方法在故障特征提取中的重要性,以及本降噪方法的有效性。     

基于机器微视觉的MEMS平面微运动测试技术

随着微电子机械系统(MEMS)研究的深入和产业化的需求,检测技术在MEMS中的重要性越来越大。基于机器微视觉原理组建MEMS动态测试系统,在此系统之上,提出模糊图像合成技术对MEMS器件的平面微运动特性如谐振器的运动幅度、谐振频率等重要参数进行了测试,给出了测量结果,并对测试结果进行了分析和讨论。     

基于小波多分辨率分析的风力发电机的故障特征提取与识别

利用小波多分辨率分析的方法对风力发电机振动信号进行分析,并运用小波变换对测得的信号进行处理,达到对风力发电机组故障的诊断识别。将提取的振动信号映射到小波基函数上,经平移和伸缩具有正交性的小波函数,然后再经小波变换归一化得到小波分解序列的幅值,以此作为诊断识别的特征值,实现了在多尺度下特征信息的提取与故障识别,说明该方法行之有效。     

基于块匹配的MEMS平面纳米精度运动测量

MEMS谐振器周期运动过程中各个时刻的运动特性及其动态特性参数, 为MEMS器件的设计提供重要参考。本文提出一种基于块匹配方法的灰度补偿亚像素运动估计算法。该算法可以对因图像灰度变化而引起的误差进行补偿,实现纳米级分辨力测量。利用该算法对MEMS器件的运动历程做分析,得到特定驱动频率下MEMS器件的幅度－相位曲线。实验结果表明,该方法测量重复性为5nm。     

MEMS谐振器集总参数的系统级提取方法

在MEMS谐振器的设计过程中,质量、刚度等集总参数在描述器件动态性能方面起着决定性的作用。因此,集总参数的获取至关重要。传统的集总参数的提取方法有解析法、有限元法、实验法等。但这些方法在提取效率、提取精度方面都存在着固有的缺陷。基于MEMS系统级仿真平台MuPEN,提出了一种由系统级仿真结果提取微谐振器刚度、质量等集总参数的方法。以文献中的微谐振器为例,对该方法进行了验证。首先,通过Mu PEN平台对微谐振器进行系统级建模、仿真、数据拟合等。然后,提取了谐振器的刚度和质量参数,并将仿真提取结果与实验提取结果进行对比,结果表明误差小于5%。集总参数的系统级提取方法是准确、高效的。     

基于连续小波变换的厚壁管道周向导波扫描成像试验研究

采用周向导波用于厚壁管道中的缺陷扫描检测。基于连续小波变换提取特定频率下小波系数包络信号用于厚壁管道缺陷成像。试验中斜探头以步长为2 mm轴向扫描检测轴向缺陷,得到斜探头晶片覆盖轴向缺陷不同程度时的检测信号。截取包含缺陷回波和周向回波的信号并得到频率点500 kHz的小波变换系数包络信号,与频散曲线对比分析得到检测信号主要为周向类Lamb波模态CL3。进一步利用不同扫描点处检测信号的连续小波变换系数包络信号并进行幅值包络成像。利用该幅值包络成像重构得到轴向缺陷并有效确定该缺陷的长度。基于连续小波变换得到的特定频率点处幅值包络信噪比较好,且成像结果具有较高的聚焦性。因此,利用基于连续小波变换的幅值包络成像方法可提高检测信号识别以及缺陷识别能力。