基于PDE的振动信号去噪

通过研究偏微分方程(Partial differential equation,PDE)在图像去噪中的原理和方法.针对传统滤波去噪方法所存在的问题,提出一种基于PDE的机械振动信号去噪方法.详细分析基于Gauss滤波核函数的PDE去噪模型,并推导模型的离散化过程.与传统去噪方法的对比试验表明,该方法可有效消除振动信号中的噪声干扰,同时保持信号的边缘特性和内部连续性,且去噪之后信号畸变少.因PDE方法本身的平滑特性,该方法的去噪效果受PDE演化的迭代次数和振动信号本身的平滑特性因素的影响,对低频振动信号具有更好的去噪效果.     

提高叉车液压系统压力的可行性研究

提高叉车液压系统的工作压力,可以提高液压系统的可靠性,减小能耗,降低成本,从而提高产品的竞争力.该文论述了目前国内叉车提高液压系统压力的可行性,并对压力提高后的液压系统性能进行了分析比较.     

基于循环生成式对抗网络的一维时变信号自适应去噪研究

针对传统去噪方法自适应差、对低信噪比时变信号去噪能力不足的问题,提出了一种基于循环生成式对抗网络CycleGAN的信号去噪方法.将广泛用于二维图像数据风格迁移的CycleGAN改进为适用于时序信号的一维CycleGAN,通过含噪信号和无噪信号两个数据集的循环对抗训练,得到信号从含噪空间到无噪空间的端到端最佳映射,从而获...     

基于小波分解的信号去噪方法

本文对热电偶动态校准中红外探测器输出信号的去噪方法进行了研究。首先分析了经典滤波器方法的不足,介绍了小波分析方法在动态测试信号降噪中的应用。接着讨论了小波分析的理论基础以及小波基的选择、分解级数和阈值的确定。最后在Matlab平台下对红外探测器信号进行了去噪实验。实验结果表明,该方法有效去除了固定频率噪声和高频噪声,去噪后信号与原始信号中有用信号成分是同步的,这对于热电偶的建模分析具有重要意义。     

CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法研究

针对球磨机振动信号非线性、非平稳性特点及总体平均经验模态分解方法(CEEMDAN),舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了一种基于CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法。首先运用CEEMDAN算法将信号分解成一系列IMF分量;其次采用连续均方误差准则确定含噪声较多的高频IMF分量;然后采用小波阈值去噪方法对含噪声较多的高频IMF分量进行去噪处理;最后将去噪后的IMF分量和去噪的IMF分量进行重构,从而得到去噪后的信号。通过对实测球磨机筒体振动信号进行去噪分析,结果表明本研究提出的联合去噪方法去噪后信号的信噪比更高、均方根误差更低,证明该方法具有更高的去噪精度。     

基于LabVIEW的声发射信号采集与去噪软件系统设计

在压力容器检验现场,各种噪声普遍存在,使得声发射信号严重失真甚至淹没在噪声信号中。针对声发射信号的采集及噪声干扰问题,以LabVIEW为开发平台,结合NI高速数据采集卡,设计了压力容器声发射信号采集与去噪软件,实现了声发射信号的实时采集、显示且具有信号去噪处理等功能。现场测试表明具有操作简单,运行稳定的特点,可应用于压力容器检验现场。     

基于小波变换的汽车节气门位置信号去噪

传统的汽车节气门位置信号(throttle position sensor,TPS)处理方法不易消除发动机舱内电磁信号及周边环境的干扰。根据TPS的特征,在MATLAB中选用Daubechies五阶正交小波(dB5)对TPS噪声信号进行4层小波分解,再对分解后得到的各层系数用软阈值法量化处理,最后利用小波重构,实现对信号去噪。最后将获得的去噪信号用于发动机控制,并将控制结果与采用未去噪信号的发动机进行实车对比试验。试验表明:发动机采用去噪的TPS信号运行更平稳,小波变换后的去噪TPS信号对发动机控制具有良好的效果。     

液压系统压力信号无线数据传输优化

针对现有系统数据吞吐量低、采样频率低而无法满足液压系统压力测量要求的问题,通过详细分析其采样传输过程的原理,提出对采样数据打包、改进SimpliciTI协议、提高微控制器时钟频率和合理调整采样时间等方法来提高系统数据吞吐量。最后,分别用标准三角波信号和实际液压系统的压力信号对优化后的系统进行了性能测试。结果表明,系统的数据吞吐量可达76.8kbit/s,且数据采样均匀性良好。     

液压系统压力不足快速诊断与修理方法

压力不足是液压系统常见的、难于排除的故障之一。在油箱油面、油质正常的情况下,调整液流阀,系统压力升不起来或升不到额定值,造成执行元件(油缸、油马达)不动作或运动速度不够。液压系统压力不足故障的原因(可分为压力系统和执行控制系统两大区域): 1.压力控制系统有:(1)油泵驱动装置打滑或功率不够;(2)油泵内磨损;(3)溢流阀内部零件卡住,损坏或磨损等故障。 2.执行控制系统有:(1)执行元件:A)油缸出现故障。B)油马达出现故障。 (2)执行控制元件:A)方向阀、流量阀、随动阀等内部零件磨损或卡住,低压腔与高压互通位置及检修装配失误;B)器件内零件(密封件、配油盘等)磨损失效。C)系统外漏油严重等。在液压系统中,各种元件和辅助装置的机构及油     

减少液压系统压力损失的方法

减少液压系统压力损失的方法有很多，不能简单地从有关公式的分析中轻率地作出判断，要根据实际情况综合分析，辩证把握减少压力损失的方法。     

基于小波去噪的快速定向系统研究

基于巨磁阻传感器的快速定向系统精度高，功耗小，文章介绍了该定向系统的组成及工作原理，利用巨磁阻传感器测量地磁场，得到了测量数据。并利用小波分析对其进行去噪处理，提取地磁场信号特征，进而实现快速准确定向。最后简单分析了该定向系统的应用前景。     

基于小波变换的微弱生命信号去噪问题研究

为了解决生命探测雷达回波中微弱生命信号提取难的问题,采用小波变换的阈值去噪法对强噪声背景下的微弱的人体心跳信号时域波形进行了提取,在MATLAB环境下,利用软件程序对实采的人体心跳信号进行去噪处理,得到了较好的人体心跳时域波形,验证了小波变换可以在生命探测雷达回波中微弱生命信号的提取时发挥重要作用。     

基于压力积分的液压系统泄漏故障诊断方法

介绍一种基于压力积分的液压系统泄漏故障诊断方法,利用新型的压力波形采集仪测量并记录液压系统被测容腔的压力波形,用积分方法诊断液压系统的液导是否变化,即是否产生泄漏。给出该方法的原理和理论推导,通过台架实验给出了液压系统外泄漏情况下的实验结果。     

变压器故障信号去噪方法的研究

变压器故障信号由于受各种噪声影响,不能完全反映变压器的实际运行情况,将小波变换的信号处理技术应用于变压器故障诊断中,能消除噪声的影响,Matlab仿真结果表明了小波变换消噪的优越性。     

基于提升小波的闪电瞬态电场信号去噪

针对闪电电磁场变化信号实时采集和处理的需求,在讨论提升小波变换基本原理及特点基础上,提出了基于提升小波变换的闪电电场变化信号去噪方法.采用改进阈值法进行降噪处理,利用C语言进行去噪效果及算法复杂度仿真,与传统小波相比,取得了较好的原始闪电电场变化信号噪声抑制效果,为移植应用到基于ARM构建的闪电电场信号采集处理嵌入式平台做了铺垫.     

基于小波实时去噪与MEPC的加工过程调整方法

现代制造过程中,工件的质量受到多种误差源的影响,在辨识出加工过程的误差源之后,如何调整过程来补偿加工误差已成为一个重要的技术难题。考虑加工过程调整中噪声信息对调整效果的影响,提出了一种基于小波实时去噪的多元工程过程控制调整方法。首先采用小波实时去噪方法对含有噪声信息的测量数据进行实时滤波处理,再根据滤波状态来预测生产过程接下来可能出现的加工误差,进而通过多元指数加权移动平均控制器计算调整夹具定位销的长度来补偿加工特征误差,提高产品加工精度。最后以叶片的简化模型为例,通过产品加工特征输出误差值的变化验证了加工过程误差调整方法的有效性。     

基于小波变换的信号去噪研究

介绍了小波变换理论,系统地研究了小波变换在信号处理尤其是信号滤波去噪方面的应用。根据不同类型的噪音．给出了基于不同小波变换的滤波算法并且对基于小波变换的滤波原理进行了分析。     

发动机振动信号的时—频域二次去噪方法

本文提出一种适用于发动机机体振动信号的时频域二次去噪方法,从时域和频域两个方向对机体振动信号进行两次去噪。其中时域去噪过程首先是利用包络导数算子和短时能量概念来对时域上的噪声信号和工作特征信号进行识别和分割,再通过非局部均值(Non-Local Mean, NLM)方法实现去噪。而频域去噪过程则是先基于时变滤波-经验模态分解(Time Varying Filtering-Empirical Mode Decomposition, TVF-EMD)对振动信号进行时频特征提取,再提出一种融合差分熵的NLM方法对提取的本征模函数进行自适应去噪。应用所提出的去噪方法对实测的发动机机体振动信号进行分析,结果表明：该方法在时频域的去噪效果十分显著,在发动机状态监测和故障特征提取方面具有较大的应用潜力。     

基于多重小波变换的信号去噪及其在软测量中的应用

针对化工过程中数据的随机性、非平稳性及含有大量噪声的特点,提出了小波去噪的思想和步骤,并在此基础上采用多重小波变换阈值去噪的方法,以去除大部分高频随机噪声,提高数据的置信度。然后将该方法应用于醋酸正丙酯反应过程质量指标软测量模型中,仿真结果表明,该方法能有效恢复数据的真实性,能提高软测量建模的拟合精度与泛化性能。     

一种新的摆度信号去噪方法及其应用

受现场环境和设备的干扰,水轮机组摆度信号中存在较强的脉冲噪声和高斯白噪声,导致真实有效信号被淹没,这为信号提取带来很大的困难。针对这一问题,提出一种将中值滤波、小波阈值去噪以及Savitzky-Golay平滑滤波相结合的摆度信号去噪方法。首先,对待分析信号用中值滤波器进行去除脉冲噪声的预处理;其次,通过Savitzky-Golay平滑滤波和阈值去噪分别去除小波分解后的近似系数和细节系数中的白噪声分量。仿真结果表明,该方法能有效提高信噪比、局部相关指数以及平滑度,降低均方误差。实验结果表明,该方法既能去除水轮机组摆度信号中的噪声,又能有效保留真实信号中的细节特征。