基于分形原理的绝缘子雾霾天泄漏电流分析研究

通过在实验条件下模拟大气中雾霾环境,测量绝缘子在各种雾霾条件下的泄漏电流。利用分形原理分析雾霾天的绝缘子泄漏电流特点,对比了不同雾霾条件下绝缘子泄漏电流的关联维度,总结出泄漏电流关联维度和雾霾环境的关系,并在关联维度分析方法的基础上,给出现有分析方法的缺点,并提出分析方法的改进建议。     

基于电机电流信号小波分析的机电液系统故障特征提取方法

作为机电液系统的输入源信号,电机电流信号具有容易获取的优点,是对机电液系统进行状态分析的理想信息来源。利用三相电机的电流信号对机电液系统的故障进行分析,并采用小波变换作为特征提取方法从电流信号中提取设备的故障特征。最后通过试验结果证明了所提方法有效性。     

基于最优小波包的电机定子电流故障特征提取方法

液压系统在矿山开采装备中发挥着重要的作用。为了对液压系统的运行状态进行有效的评估和诊断,利用三相电机的定子电流信号对液压系统的故障进行了分析,并采用自适应小波包分解作为特征提取方法从电流信号中提取设备的故障特征。通过试验结果证明了所提方法有效性。     

基于小波包分析的机械故障特征提取方法研究

研究了一种基于小波包分析与信号能量分解的故障特征提取方法 ,运用这种方法提取了一风机轴不对中故障特征向量 ,为神经网络故障诊断提供了新的故障样本。实验结果表明这种方法比基于Fourier变换的故障特征提取方法更有效 ,很适合于机械故障诊断     

基于小波和分形理论的机车故障特征提取研究

实测机车故障信号常常含有大量的噪声,其故障特征常常被淹没在噪声中,要对其进行故障特征提取,必须进行降噪处理。提出了一个新的阈值函数对实测信号进行降噪处理,用关联维数对机车的故障特征进行了提取,有效地提高了机车故障诊断的精度和效率。     

基于混合高斯模型及小波分析的烟雾特征提取分析

烟雾探测在日常生产生活中具有重要意义,是预见火灾隐患的重要手段。基于小波分析的图像型火灾烟雾特征提取的方法,采用混合高斯模型对背景进行建模,从而提取可疑的运动区域。相对于传统的运动提取方法,此方法能够有效的抑制光线变化以及噪声带来的干扰,实验结果表明,此判据具有较高的准确性。     

基于小波包分析的往复式压缩机故障特征提取方法

提出用小波包分解和单支重构来构造能量特征向量的方法,直接利用各频段成分能量的变化来提取往复压缩机的故障特征,并通过实例进行信号提取,结果表明:该方法可有效地诊断往复压缩机的各种故障。     

基于小波包的轴承信号降噪和特征提取的研究

为有效识别轴承故障特征,以轴承内圈故障的信号为例,采用在非平稳信号消噪和以频带能量分布作为故障特征方面有着广泛应用的小波包进行Mat-lab仿真,获得小波包降噪后的信号和作为内圈故障特征的频带能量分布。通过分析频带能量,其结果与实际故障相一致,得出小波包在轴承故障特征提取方面有着一定的优越性。     

基于独立分量和小波能量的滚动轴承故障特征提取研究

基于滚动轴承振动信号分布特点和小波分析的优点,提出以小波能量作为诊断标准来提取滚动轴承的故障特征。而实际中所采集到的振动信号却含有其他机械振动或故障能量。为了解决这一问题,提高滚动轴承的故障特征提取精度,提出一种基于独立分量和小波能量的滚动轴承故障特征提取。试验证明了该法的有效性和具有很广的应用潜力。     

基于小波包能量流和LTSA的垮落煤岩特征提取

针对综放工作面垮落煤岩识别的技术问题,采集了放煤过程中垮落煤岩冲击液压支架后尾梁的振动信号,并提出了一种基于小波包能量流和LTSA的特征提取方法。该方法首先利用小波包变换把振动信号分解成一系列的时频子空间;为了观察原信号能量在各层时频子空间的分布特征,计算了小波包分解每一层各个时频子空间的能量,构成了一个小波包能量矩阵,称为小波包能量流;然后利用局部切空间排列(Local Tangent Space Alignment,LTSA)挖掘小波包能量流的低维流形。为了验证小波包能量流低维流形的有效性,把该特征向量输入BP神经网络来识别垮落煤岩。结果表明:基于小波包能量流和LTSA提取的特征向量可以准确简约地表征垮落煤岩,BP神经网络的识别率达到100%。     

基于SWT和NMF的管道泄漏声发射信号特征提取与判别

针对管道泄漏声发射信号存在的非平稳性以及易受噪声干扰、特征不易提取的问题,提出基于SWT和NMF的管道泄漏声发射信号特征提取与判别方法,该方法首先利用同步压缩小波变换的方法提取管道流体泄漏声发射信号特征空间;其次,采用非负矩阵分解(NMF)对信号特征空间进行精简和优化,提炼出用于管道泄漏诊断和模式识别的特征向量;最后,采用支持向量机(SVM)对提取的特征向量进行模式识别和分类。实测结果表明,所提出的方法具有较高的分类准确率。     

基于小波理论和暂态零序电流比较的小电流接地选线新方法

分析了小电流接地选线装置的现状与选线方法,提出了一种新的基于小波分析和暂态零序电流比幅比相的选线方法。该方法先将电流信号进行小波去噪,然后通过分析计算得到各线路暂态零序电流信号的幅值与极性,并根据所得信息选出故障线路。该方法在电磁干扰背景下仍能正确选出故障线路,并且不受补偿度、故障点以及相角的影响,计算简单可靠。通过Matlab仿真,验证了该方法的准确性与可靠性。     

基于小波阈值的通风机故障特征提取应用研究

为了对原始信号进行有效的降噪,从而获得的客观的煤矿主通风机的振动特征,确保通风机故障的诊断,采用小波阈值的方法,分析了小波阈值降噪的基本思路以及小波去噪阈值的选取原则;对小波降噪的特点进行分析,对比了小波分析和傅里叶变换分析2种方法下的去噪能力,研究为通风机故障的诊断提供了理论基础。     

基于小波包变换的转子断条故障特征提取

针对鼠笼式感应电动机断条故障会在定子电流中产生特征频率的特点,采用双Hilbert变换对采集到的电流信号预处理,并且利用小波包变换提取故障特征信号。通过小波包分解,使得故障频率在每个子频段中突显出来。通过增加小波时域波形的波峰数,有效地抑制频带重叠现象和频谱泄露。双Hilbert变换解决了基频能量串扰的问题,让故障频率更容易提取。采用子频段节点重构系数均方根值变化率作为故障判断考察指标。通过实验室应用,验证该方法能够有效地识别转子断条故障。     

基于卷积型小波包能量矩的机械故障特征提取

故障特征参数的准确提取是故障诊断的一个关键性问题。提出了一种基于卷积型小波包能量矩的特征提取方法。相比传统的小波包能量特征提取方法,基于卷积型小波包能量矩的特征提取方法能更有效地提取信号在各频带上的能量分布特征。仿真和实验验证了利用小波包能量矩进行故障诊断是一个有效的方法。     

基于小波能量谱旋转机械振动信号的故障特征提取

旋转机械故障诊断的关键问题在于对振动故障信号的特征提取。利用小波能量谱分析方法能够发现不同分解层中的振动信号特征并分析出故障原因。基于小波能量谱方法能准确提取旋转机械的故障特征,尤其是对微弱故障信号,为正确判断故障提供了依据。实验验证了该方法在提取旋转机械振动故障信号方面的有效性和准确性。     

基于经验小波变换的柱塞泵故障特征提取方法研究

柱塞泵在液压系统中发挥着重要的作用。为解决柱塞泵运行过程中状态信息难以有效提取的问题,以泵出口处的压力信号作为分析对象,利用经验小波变换(EWT)对压力信号进行分解与重构,并通过实验验证该方法的有效性。     

基于PSCAD/EMTDC的矿井提升机短路故障电流特征提取与分析

短路故障是矿井提升机最严重的故障之一,短路电流特征的提取和分析对及时发现短路故障恢复生产起着重要的作用。在PSCAD/EMTDC下搭建了输电系统仿真模型,并采用C语言编程的方法对仿真模块进行了扩展。仿真结果表明,扩展的短路故障分析模块能准确地采集到短路故障电流,采用EMD分解的方法能有效地提取故障特征。     

基于小波变换的电动机定子电流信号压缩

监控系统在工作过程中 ,会获得大量的数据。在通讯带宽一定的前提下 ,大数据量的传输所造成的通讯时间过长 ,是影响远程诊断实时性的突出问题 ,因此研究方法详细介绍了小波算法和小波信号压缩原理 ,对电动机定子电流进行了试验和仿真 ,并验证了可行性和优越性     

基于小波变换的小电流接地系统故障选线方法

 配网单相接地故障时因故障电流小,其选线问题一直未能得到很好的解决。本文以适当的频率带宽对发生单相接地故障后各条线路的暂态零序电流进行分解,利用暂态零序电流在选线频带内小波系数的幅值和极性特征选出故障线路,并对采样频率和分解尺度的选择做了说明,给出了详细的故障选线步骤, MATLAB仿真实验表明,该方法不受接地电阻的影响,抗干扰能力强,选线准确、可靠性高。