An Application Achievement of Wavelet Transform Theory with International Advanced Level

利用国家自然科学基金资助项目“工程信号处理中的小波基与小波变换信号分析仪系统的研究”中的理论成果——小波直接变换理论、小波基二次采样方法和小波基库,完咸了面向工程背景的小波信号分析系统的技术设计,从而使我国有机会首先研制成功智能化小波变换信号分析仪。小波变换独具的“局部化”特性,使小波信号分析仪成为探测和识别奇异信号和分析非平稳随机信号的有力手段,并己成为动态测试与分析仪的发展方向。     

基于LabVIEW与VC++的电力暂态信号小波分析仪设计

小波分析是电力系统暂态信号分析的一种新兴工具,本文以LabVIEW和Microsoft Visual C 为平台设计了一套新型的电力暂态信号小波分析仪,其功能包括数据采集、小波变换、小波变换后处理和应用等.文中利用MATLAB仿真数据和实际牵引供电的电压数据埘分析仪的功能进行测试,结果表明该分析仪是可行的,具有很高的实际应用价值.     

一项具国际先进水平的小波理论应用成果

利用国家自然科学基金资助项目“工程信号处理中的小波基与小波变换信号分析仪系统的研究”中的理论成果－波直接变换理论,小波基二次采样方法和小波基库,完成了面向工程背景的波波信号分析系统的技术设计,从而使我国有机会首先研制智能化波变换信号分析仪。     

基于构件的小波变换信号分析仪的研发

本文介绍了一种基于构件的软件体系结构，结合小波分析方法和理论，提出了构件化小波变换信号分析仪的总体设计框架和开发模型。以滑杆构件为例介绍仪器功能构件库的设计过程，以连续小波变换和离散小波变换功能构件为例介绍仪器功能构件库的设计过程。最后通过系统构架组建了构件化小波变换信号分析仪，并通过实例验证仪器的正确性。     

虚拟式小波变换信号分析仪的设计及应用

介绍了一种新型的适于工程信号分析的虚拟式小波变换信号分析仪的设计。该虚拟仪器不仅集成了以小波变换为核心的信号分解和信号重构等主要功能,而且还包括了FFT、细化分析、时域统计分析、相关分析等一些辅助功能。结合虚拟仪器技术,充分利用计算机的资源。该仪器具有几大优点友好的用户界面、快速的小波变换算法、丰富的分析功能、极高的性价比。文中给出了几个实际应用例子。     

基于小波灰色预测理论的旋转机械故障预测分析仪

提出了一种基于小波分析和灰色预测理论的旋转机械故障预测分析仪设计方案.重点阐述了仪器的硬件结构及软件设计思想.以旋转机械主轴振动位移信号为例,首先应用小波变换进行特征向量提取,然后应用灰色理论进行结果预测,实验结果表明,将小波变换与灰色预测理论结合进行振动特征向量的预测是可行而有效的.     

基于线调频小波变换的旋转机械故障诊断

小波变换在设备故障信号处理中得到广泛地应用,然而,小波变换只能消除白色噪声,对有色噪声不起作用.线调频小波变换统一了短时Fourier变换和小波变换的时频分析,是信号的时间-频率-尺度变换,能根据信号的特点自适应生成新的时频窗口.它不仅具有小波变换良好的时频局部性特点,而且它的时频窗口比小波变换的时频窗口更加灵活.本文应用线调频小波变换对旋转机械故障信号进行消噪,效果明显.     

小波变换在故障诊断中的应用

小波变换是一种日益获得广泛应用的信号分析方法。介绍了小波变换基本原理和利用小波变化来检测信号的奇异特征的原理,证实了小波变化在检测奇异信号方面的有效性。结果表明基于小波变换的去噪方法是非常有效的。     

小波变换在故障诊断中的应用

小波变换是一种日益获得广泛应用的信号分析方法。介绍了小波变换基本原理和利用小波变化来检测信号的奇异特征的原理，证实了小波变化在检测奇异信号方面的有效性。结果表明基于小波变换的去噪方法是非常有效的。     

基于形态提升小波变换的滚动轴承故障特征提取

为有效提取表征轴承故障的脉冲特征,提出采用形态提升小波变换对轴承故障信号分析的方法.仿真信号和实际滚动轴承故障信号的分析结果证明了形态提升小波变换提取信号脉冲特征的有效性.与传统的线性小波变换方法相比,形态提升小波的脉冲信号保持和抗噪声能力较强,可以识别出传统小波不能识别的轴承故障状态,同时形态提升小波变换只涉及加、减和比较运算,计算更加简单、快速,可应用于轴承故障的在线监测与诊断.     

Vibration analysis of rotating machinery using time-frequency analysis and wavelet techniques

Time-frequency analysis, including the wavelet transform, is one of the new and powerful tools in the important field of structural health monitoring, using vibration analysis. Commonly-used signal analysis techniques, based on spectral approaches such as the fast Fourier transform, are powerful in diagnosing a variety of vibration-related problems in rotating machinery. Although these techniques provide powerful diagnostic tools in stationary conditions, they fail to do so in several practical cases involving non-stationary data, which could result either from fast operational conditions, such as the fast start-up of an electrical motor, or from the presence of a fault causing a discontinuity in the vibration signal being monitored. Although the short-time Fourier transform compensates well for the loss of time information incurred by the fast Fourier transform, it fails to successfully resolve fast-changing signals (such as transient signals) resulting from non-stationary environments. To mitigate this situation, wavelet transform tools are considered in this paper as they are superior to both the fast and short-time Fourier transforms in effectively analyzing non-stationary signals. These wavelet tools are applied here, with a suitable choice of a mother wavelet function, to a vibration monitoring system to accurately detect and localize faults occurring in this system. Two cases producing non-stationary signals are considered: stator-to-blade rubbing, and fast start-up and coast-down of a rotor. Two powerful wavelet techniques, namely the continuous wavelet and wavelet packet transforms, are used for the analysis of the monitored vibration signals. In addition, a novel algorithm is proposed and implemented here, which combines these two techniques and the idea of windowing a signal into a number of shaft revolutions to localize faults.     

基于奇异值分解的铣削力信号处理与铣床状态信息分离

利用连续截断信号构造矩阵,通过奇异值分解可以将信号表示为一系列分量信号的简单线性叠加,证明了各分量之间是两两正交的,且具有零相位偏移特性.根据分量信号的信息量可以确定合理的矩阵结构.对铣削力信号的处理实例表明,奇异值分解方法分离出机床主轴旋转基频近乎完整的时域波形,分辨出两个频率很接近的信号分量,发现信号中隐藏的调幅现象,证实机床的爬行并确定爬行频率.最后与小波变换的结果进行比较,表明这一方法对铣削力信号的分离效果优于小波变换.     

小波变换的流体压力信号自适应滤波方法研究

为了有效地消除流体压力信号中的噪声,提出了一种基于小波变换的自适应滤波算法,该算法针对信号和噪声经小波变换后在不同尺度上的特征不同,先对信号进行小波多尺度分解,然后对各尺度分解的信号分别选用不同的滤波参数,进行自适应滤波处理,并用该方法对液压系统运行中采集的压力信号进行降噪处理.试验结果表明,该方法比普通的自适应滤波方法能更有效地消除流体压力信号中的噪声.     

RESEARCH OF WAVELET TRANSFORM INSTRUMENT SYSTEM FOR SIGNAL ANALYSIS

0INTRODUCTIONSincethecoddleofthe1970's,abatchOfcompanieslikeHPinU.S.A.havedevelopedvariousdynamicsignalanalyzersbasedonFrsandhavebeenusedinavarietyofsignalmeasurementsandanalysissuchasstmcturalmodelanalysis,statemonitoringandfaultsdiagnosisofeqUipmentandnoiserealtimeoctaveanalysisetc,thisresultsinbigprogressofdynamicsignalanalysis.However,theFFTdefinedbyRiemafmintegTationisonlyabletoanalyzestaystatistical(smooth)signalsbutinefficienttonon-staystatistical(non-smooth)signalswhicharealso…     

转子系统振动信号的小波分析原理与应用研究

分析了小波变换对非平稳信号的时频局部细化分解原理,指出小波分析工程应用的核心是对信号子频带信息的深层利用。通过对滑动轴承支承的转子系统正常及轴颈发生瞬态碰摩两种状态信号小波分解结果的利用,对子频带信息的能量特征量和小波域信息熵相对变化率进行了计算。结果表明,小波域能量比和信息熵相对变化率可以准确地探测与定位系统内轴颈瞬态碰摩故障,具有量化系统异常变化程度的能力。     

提升小波变换在振动信号去噪中的应用

振动信号存在不同形式的波形特征,传统小波去噪中,小波分解的结果与所采用的小波基函数有关,选用不适当的小波基函数会冲淡振动信号的局部特征信息,从而造成原始信号的部分有用信息丢失。为了克服上述缺陷,介绍了提升算法和基于该算法的小波变换快速算法,探讨了如何利用提升小波变换对信号进行去噪一通过对实际信号去噪处理．得出了提升小波算法能够较好地应用于信号去噪的结论。     

Real-time detection of the breakage of small diameter drills with wavelet transform

This paper presents a real-time tool breakage detection method for small diameter drills using acoustic emission (AE) and current signals. Using the transmitted properties of the AE signal, apparatus for detecting the AE signal for tool breakage monitoring was developed for a machine centre. The features of tool breakage were obtained from the AE signal using typical signal processing methods. The continuous wavelet transform (CWT) and the discrete wavelet transform (DWT) were used to decompose the spindle current signal and the feed current signal, respectively. The tool breakage features were extracted from the decomposed signals. Experimental results show that the proposed monitoring system possessed an excellent real-time capability and a high success rate for the detection of the breakage of small diameter drills using combined AE and current signals.     

基于同步压缩小波变换的滚动轴承故障诊断

针对滚动轴承故障诊断中存在的非平稳故障信号的特征提取困难这一难题,提出利用同步压缩小波变换(SWT)对故障信号的监测数据进行处理的方法。首先对信号进行连续小波变换(CWT),其次对小波变换系数进行同步压缩变换(SST),然后对SST系数进行自适应阈值去噪,之后在有效信号数据的频率中心附近进行积分提取,最后用提取到的有效信号进行重构。对实测的滚动轴承故障信号进行处理验证,结果表明,SWT具有较高的信号提取精度以及降噪能力,同时具有较高的时频分辨率,能够将故障信号转换为高分辨率的时频谱,弥补了CWT在这方面的不足。     

二进小波变换在建筑结构振动中的应用

探讨了二进小波变换在建筑结构振动中的应用。提出了一种检测结构受到冲击的新小波方法,利用该方法有效地完成了结构振动特征信号的提取,首先分析了二进小波的定义、特性及检测突变的原理,之后以一典型信号作检测原理的数值模拟,最后通过一框架模型实验对该法进行了验证,研究表明,二进小波变换方法在建筑物受冲击或振动等非平称信号作用时,具有较好的分析效果和实用价值。     

二进离散小波能量谱及其对微弱信号的检测

提出了二进离散小波的能量谱的分析方法 ,给出了实用的计算公式 ,论述了其可行性。导出了二进离散小波的能量频谱与离散信号频谱之间的关系。应用该分析方法有效地检测出了时域微弱奇异信号和频域微弱特征信号。能量时谱使二进离散小波分析得到的时域奇异信号更加突出 ,能量频谱发现了 Fourier分析不能得到的某些能量集中的特征信号。实例验证了该分析方法的优良特性 ,为设备运行状态检测和故障预报提供了一种新的手段。