滚动轴承故障的小波诊断法

对小波变换原理和信号局部奇异性在小波变换下的特性进行了分析，通过选用多尺度小波变换成功地对滚动轴承故障信号进行了检测。     

小波变换模极大值多尺度边缘检测

以Canny边缘检测框架为基础,分析小波变换模极大值边缘检测算法.给出了一种快速二进离散小波变换实现多尺度边缘检测方法.给出了简便计算小波模方向和模极大值阈值门限选定方法.实验表明给出的算法可以有效获取多个尺度下的边缘信息.     

基于小波变换的图像降噪技术研究

根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法既可以有效地降低噪声,又可以较好地保持图像细节。     

电能质量小波检测与定位及基于多尺度能量曲线分类

从小波变换模极大值与信号突变点之间的关系出发，分析了信号幅值扰动的小波检测和定位，进行了相应的算例实测。利用不同扰动信号的小波变换在不同尺度上能量分布存在差异的特性，提出了基于小波变换多尺度能量曲线电能质量扰动类型的分类方法，并通过算例实测验证了其有效性。     

金属表面特征提取方法研究进展

粗糙表面几何特征的分析和提取是零件表面分类、缺陷识别、几何建模等研究工作中至关重要的环节。文中对灰度共生矩阵法、功率谱密度函数法、小波变换以及contourlet变换4种常用粗糙表面几何特征提取方法进行分析研究,认为contourlet变换在继承小波变换多尺度分析能力的基础上,其多方向分析能力有助于更加准确地捕捉表面的曲线纹理特征,因此是一种具有潜力、值得重视的表面几何特征提取新方法。     

机械加工表面形貌评定的多尺度分析方法

机械加工表面形貌是加工工艺信息和零件功能信息的载体.分析表面形貌进而表征是实现现代制造系统闭环工作的一种潜在方法.本文介绍了机械加工表面形貌评定的多尺度分析方法的起源和发展.在简单地回顾多尺度分析理论后,应用离散二进小波变换对一个数值例子进行了分析.结果表明,多尺度分析方法适用于传统的表面计量评定.在随后的讨论中可以看到,在多尺度分析理论框架内建立新的评定标准也可克服传统方法的种种缺陷.     

小波分析在语音除噪中的应用

小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论。含噪语音信号经过小波变 换后,语音信息主要集中在小波变换尺度较大的低频部分,白噪声主要集中在小波变换尺度较小的高频部分。根据这一特 点,我们可以利用小波变换对含噪语音信号进行除噪处理。     

基于改进小波变换的多方向图像边缘检测算法

在对图像的小波变换原理讨论的基础上,针对传统小波变换在图像边缘检测中的不足,提出了基于改进小波变换的图像边缘检测算法.该算法从多个方向对图像进行多尺度小波变换;采用相邻尺度小波系数相乘的方法去除噪声,提取小波系数乘积的极大值点;将这多个方向上的极大点进行融合,形成图像的边缘.仿真实验表明,该算法具有较好的边缘检测和抑制噪声的能力,边缘检测效果明显优于传统的边缘检测方法.     

液压泵故障的小波变换诊断方法

分析了小波变换的时 -频局部化特性及基于多分辨分析的信号小波分解重构算法 ,研究了信号局部奇异性在小波变换下的特性。根据故障信号和噪声的局部奇异性在小波变换下的模极大值在不同尺度上的传播特性不同的特点 ,并利用小波分解重构算法 ,对泵壳振动加速度信号进行了分解、去噪和重构。大大改善了监测信号的信噪比 ,对故障特征信号进行了时域定位 ,提取了故障特征频率。     

零件多源图像特征提取和识别的研究

提出了基于小波变换的零件多源图像融合和提取零件图像特征的方法。首先,应用小波变换对多源图像进行多尺度分解,利用小波分解系数融合零件多源图像。然后,对融合图像进行多尺度边缘检测,被检测的图像分成若干个子区域并分别统计其中的边缘像素量,各区域中的相对边缘像素系数作为零件图像特征。最后,应用神经网络和网络技术,进行远程零件多源图像识别。实验结果表明,文中提出的方法是有效的。     

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…     

工程信号小波变换分析仪系统的研究

详细介绍小波变换信号分析仪的硬件设计与研制,通过若干应用实例说明小波变换信号分析仪对识别和处理脉冲信号,奇异信号和非平稳信号具有独特的功能,是目前最先进的信号分析仪系统。     

并行多分辨率子波变换(WT)及其实现方法研究2.在目标轮廓抽取中的应用

子波变换的局域分析特性使它可用于目标阶跃边缘的增强,达到抽取目标轮廓特征的目的。本文中介绍了采用光学及数字方法实现子波变换,抽取目标边缘的理论及实验结果,并通过比较看出,数字方法的结果要好于光学方法     

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.     

小波变换在旋转机械故障检测中的应用研究

详述了Fourier变换与小波变换的本质区别,分析了Fourier变换和短时Fourier变换应用于故障检测的不足;介绍了小波变换及其应用于故障检测的优点;指出了小波变换应用于故障检测的理论和方法。     

基于LabVIEW的双馈风力发电机组在线谐波分析研究

针对双馈风力发电机组在并网运行时,其电力电子变流装置将向电网注入大量谐波电流的问题,将基于LabVIEW的在线谐波分析技术应用到双馈风力发电机组的谐波监测分析中。开展了针对双馈风力发电机组注入电网谐波的傅里叶分析和小波包分析,提出了将傅里叶变换与小波包变换联合使用的方法;在LabVIEW上搭建了仿真平台,对双馈风力发电机组可能存在的谐波进行了仿真分析试验。试验及研究结果表明,对于平稳信号与非平稳信号进行谐波分析时,将傅里叶变换与小波包变换联合使用,两者的效能得到明显的提高,优于单独使用傅里叶变换或小波包变换,且可更准确地获取基波和谐波的实时波形与频域特性,谐波定位更准确,为谐波补偿提供了更可靠、准确的信息。     

小波变换在电网谐波分析中的应用

随着电力电子技术的广泛应用,谐波对电力系统的污染越来越严重,检测、分析和抑制谐波已经成为电力系统环境治理的重要课题.利用小波变换及传统的傅立叶变换对电网中的谐波进行了检测、分析,并通过MATLAB进行了仿真.仿真结果表明,利用小波变换可以将信号中不同频率的谐波有效地提取出来,并进行有针对性的分析,具有更高的分析精度.     

基于小波分析的裂纹梁的损伤识别

阐述了一种基于小波变换的含裂纹梁的损伤识别方法,利用含裂纹梁的一阶模态阵型作为小波分析的力学特征信号,识别损伤的位置和大小.利用小波分析系数的模极大值随分析尺度的传播定位损伤的位置,计算针对于损伤频率信号的能量判断损伤的大小.与以前的小波分析方法相比,此方法确定损伤位置的可靠性高,能识别微小的损伤.利用能量守恒定理和小波分析频段细化的能力,裂纹的定量分辨率高.     

小波变换在弱信号检测中的应用研究

介绍了小波变换原理,将小波变换用于弱信号检测并与传统的傅里叶变换方法进行了比较,仿真结果表明,小波变换能有效提高信噪比。