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。     

机械微弱振动信号检测的研究

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模极大值在不同尺度上的传播特性不同的特点，利用小波分解重构算法，对机械振动信号进行了分解、去噪、重构和谱分析。实验表明，小波减噪方法非常适于机械微弱振动信号的检测。     

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。     

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。     

基于小波变换和形态学的图像边缘检测方法

提出了一种基于小波变换和形态学的图像边缘检测方法。对源图像进行小波分解,用数学形态学法对低频子图像进行边缘检测,用小波变换法提取高频图像的边缘,采用一定的融合规则将两个边缘图像融合在一起得到一幅完好的边缘图像。这种边缘检测方法结合了小波变换法和数学形态学法的优点,对用这两种方法得到的边缘信息进行融合,有效地抑制了噪声,且边缘连续、清晰。实验结果表明,提出的这种结合方法优于单独使用数学形态学法或小波变换法。     

基于最优小波基的电机故障信号特征提取研究

小波变换去噪中最关键的问题是最优小波基的选取,使其能够将噪声从原始信号中分离出来。针对电机故障的特点,提出了一种基于信号的最优小波基选取方法。将信号小波变换的能量阈值曲线作为小波基函数的适用性评价指标。通过训练神经网络,选取适合该信号的最优小波基,最后采用平移不变量(TI)小波阈值法实现信号去噪。在此基础上对750W化纤电机进行了测试,实验结果表明,该方法能准确找出适合特定信号的最优小波基。训练后的神经网络可直接用于其它类型电机的信号去噪处理,具有实用价值。     

将小波变换用于机械零件尺寸自动检测的研究

在机械零件尺寸的自动检测中,对被检测的零件图像进行小波变换处理,利用多尺度分析法,求出小波变换后直方图的零交叉点,获得一系列阈值,用于描述图像的边缘特征,可有效消除噪声干扰,得到较理想的检测边缘,对提高零件的检测精度有重大意义。     

波纹管的阻尼系数的估计方法和精度分析

利用小波去噪抑制测量噪声的影响,采用Hilbert变换法和峰值法估计波纹管的阻尼系数。对比分析了不同噪声下的两种方法的估计精度。研究结果表明,Hilbert变换法具有良好的估计精度和鲁棒性。     

分数阶小波包时频域的信号去噪新方法

为了提高信号去噪的效果,提出了一种基于分数阶小波包变换(FRWPT)的信号去噪新方法。该方法根据输出信号信噪比的大小,用迭代法寻找分数阶小波包变换的最优分数阶p值,通过分数阶小波包变换将带噪信号映射到最优分数阶小波包时频域内,对变换后的信号进行窄带通滤波,最后通过分数阶小波包逆变换对信号进行重构,实现分数阶小波包时频域内的信号去噪。以带噪Bumps信号和语音信号为例的去噪实验结果表明,采用该方法去噪后的信号信噪比明显提高,在抑制噪声的同时可以有效保持细节信息。     

基于双树复小波变换的心电信号去噪研究

在心电信号处理过程中,为了避免产生Gibbs振荡现象和严重的频率混叠现象,提出一种基于双树复小波变换,并结合最大后验估计确定阈值的心电信号去噪方法.文中采用了信噪比和均方误差来评价双树复小波变换和离散小波变换两种方法对心电信号的去噪效果.实验结果表明:与传统离散小波变换相比,双树复小波变换去噪更彻底,边界、纹理等特征能较好地保留,可以作为一种生物医学信号降噪处理的新方法.     

小波神经网络诊断系统的应用与进展

针对机械设备的非线性系统特性及其信号的非平稳时变特性,提出了用小波分析法处理非平稳时变信号提取特征向量和采用神经网络映射系统的非线性传递特性的设备诊断系统,实现对复杂机械的故障诊断。并分析了神经网络诊断系统的发展前景。     

小波分析在信号处理中的应用研究

小波分析是对傅里叶变换的继承和发展,首先介绍了小波理论产生的实际背景和小波变换的基本原理,特别是多尺度分析理论。最后,通过实验实现了分形信号的多尺度连续小波变换。     

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。     

离散小波分析导论（一）：小波变换的基本思想,展缩方程,展缩小波

介绍了离散小波分析的基本理论，详细阐述了离散小波变换的实现方法，并指出离散小波变换的一些应用前景。     

图像压缩中小波基的选择研究

分析了小波基的正交性、正则性、紧支撑性、消失矩和对称性等对图像压缩的影响,并选出数种典型小波基进行实验比较,对图像压缩中小波基的选择问题进行了研究。     

超微型转子动平衡测试机不平衡量提取

建立了不平衡量振动力学模型 ,然后利用离散小波变换对所采集的信号进行消噪处理 ,提取有用的低频信号 ,进行频谱分析 ,并提出了离散傅里叶变换快速算法。根据DFT运算结果 ,在频域提取不平衡量所对应的幅度和相位 ,有效地滤除了信号中混杂的低频及高频干扰 ,最后基于中值滤波原理求出不平衡量的幅度及相位估计值。本系统不平衡量测试精度小于 1 0mg·mm ,相角小于 2°。结果表明了该算法的可行性。     

Wavelet based denoising technique for liquid level system

The purpose of this paper is to employ wavelet based noise removal technique to remove measurement noise from differential pressure transmitter (DPT) output indicating the level of a process tank. The liquid level system (LLS) is approximated as a first order plant with time delay. When connected in closed loop, the LLS is ideally associated with a PI controller, an actuator, a final control element and a level sensor (DP transmitter in present system). There are enough chances of contaminating the output of LLS by the high frequency measurement noise. In this work, an attempt has been made to judge the performance of discrete wavelet transform (DWT) and discrete wavelet packet transform (DWPT) based noise removal technique when applied to LLS. The available denoised response using wavelet based filtering is compared with that of conventional Butterworth filtering method. Applying hard thresholding that typically retains a very small number of coefficients, the results are often smoothed at the cost of loosing information. By retaining larger number of coefficients and shrinking them, the soft thresholding methods usually give more useful results to denoise the signal. Threshold value has been calculated by Visu Shrink method and Minimax method in different cases.     

基于Shannon小波能量熵与FFT的电力系统谐波检测方法研究

利用小波变换的频带划分能力和小波熵对扰动信号检测能力,结合傅立叶变换准确的频域分辨能力,提出一种基于傅立叶变换及小波能量熵联合的电力系统谐波检测改进算法。分析了快速小波变换中小波混叠产生的原因,并提出解决方法。根据电力系统谐波的特点,建立谐波信号数学模型,基于该模型利用Matlab对算法进行仿真验证;利用DSP实验台,对改进算法进行实用化测试。