基于SWT和Hilbert的密封磁阻马达式CRDM振动信号去噪

针对控制棒驱动机构滚轮振动信号采集过程受到噪声干扰的问题,提出了小波半软阈值（SWT）和Hilbert变换法相结合的去噪方法。该方法首先利用小波半软阈值算法在时频域对滚轮振动信号进行降噪处理,然后进行Hilbert变换求出其包络谱,分析寿命试验与缺陷验证试验中不同的滚轮振动信号。试验结果表明,该方法可有效消除噪声对振动信号的干扰,证明了小波半软阈值与Hilbert变换相结合的方法在驱动机构滚轮状态识别和故障诊断中的有效性,为驱动机构的状态判别提供了理论支持。     

小波在不锈钢堆焊层下裂纹楞边检测中的应用

根据噪声、材料杂波、裂纹回波、楞边回波等在Ｃα空间中Ｌｉｐｓｃｈｉｔｚ常数α的差异提出了在不锈钢堆焊层下裂纹的超声检测信号模型。经采样且模型化信号的小波变换模极大值因α的值不同而随分辨尺度ｊ的变化关系不同。通过小波分析实现了裂纹楞边回波的检测。     

拌摩擦焊焊缝缺陷超声检测信号特征分析与神经网络模式识别

以搅拌摩擦焊（FSW）焊缝的包铝层伸入、未焊透、隧道孔缺陷为对象,将小波分析理论应用于缺陷超声检测信号特征提取问题的研究,使用小波包分解重构节点能量、小波包分解节点系数、缺陷信号的功率谱密度小波分解这三种方法对缺陷的超声检测信号进行特征提取。利用类别可分离性判据和BP神经网络分别对提取的特征量进行评估和识别。结果表明,缺陷信号的功率谱密度小波分解这一特征提取方式具有最好的类别可分性,并且以该特征量为网络输入的BP神经网络具有85.71%缺陷识别率。      

粗晶材料超声检测信号处理

粗晶材料超声检测时,严重的结构噪声使信噪比很低。为了提高信噪比,增加粗晶材料超声检测的可靠性,人们在数字信号处理方法中做了大量工作。信号平均、滤波、卷积、频谱分析及时频分析等信号处理方法都获得过应用。小波分析是一种时频分析技术,具有自适应的带宽,适合于时变的超声缺陷信号的处理;用于粗晶材料的信号处理时,比其它方法获得的信息要丰富得多,且能大幅度提高信噪比。     

基于多分辨率分析的X荧光能谱的除噪与弱峰检测

在对X荧光谱噪声的分析基础上,阐述了多分辨率分析的基本思想,并将之应用于X射线能谱定量分析中的噪声的消除,取得了良好的效果.利用噪声和信号小波变换的性质随尺度的加大而显著不同的特点,运用小波多分辨率分析进行信号噪声的消除,可提高弱峰的检测能力,实验结果表明,该降噪的方法不仅计算速度快,而且和其它的方法相比,对低含量元素形成的弱峰的定量分析结果也更加理想.     

Gabor变换用于核压力容器裂纹楞边超声检测

核压力容器不锈钢堆焊层的材料噪声降低了在役检测中超声信号的信噪比。本文应用Ｇａｂｏｒ变换时频分析技术，根据裂纹楞边的频偏特性，提取了裂纹楞边超声回波。该技术可用于定量地检测核压力容器的裂纹状况。     

Gabor交换用于核压力容器裂纹楞边超声检测

核压力容器不锈钢堆焊层的材料噪声降低了在役检测中超声信号的信噪比，本文应用Ｇａｂｏｒ变换时频分析技术，根据裂纹楞边的频偏特性，提取了裂纹边超声回波，该技术可用于定量地检测核压力容器的裂纹状况。     

基于小波变换的炸药NQR信号处理

利用核四极共振(NQR)原理探测隐藏炸药具有准确率高、误报率低、无磁污染等优点,但NQR信号十分微弱,湮没在噪声中,不易检测,成为制约NQR技术发展的瓶颈。根据NQR信号的特点,提出并实现了一种基于改进阈值函数小波变换的NQR信号处理方法。经过试验对比,该方法可有效消除外界噪声对信号的干扰,提高系统探测的准确性。     

基于平稳小波变换的毛刺检测算法

核爆炸地震监测技术研究中,数据质量检测是地震数据自动处理的基本内容,毛刺是影响数据质量的主要问题数据。基于平稳小波变换和非线性能量检测算法,给出一种毛刺自动检测算法。平稳小波变换弥补了正交小波变换存在的不足,可以使尺度分解结果的长度和原始数据保持一致,具备时移不变性。非线性能量检测算法可以增强记录中的高频信号,对平稳小波变换的结果应用非线性能量检测算法,提高了记录中毛刺检测的准确性,非常适合连续地震监测数据自动处理的需要。实验结果表明,给出的这种算法特别有利于记录中小毛刺的检测,从而能够减小信号检测的误检率。     

分数阶小波变换法去除X射线荧光光谱噪声

将Grünwald-Letnikov(G-L)分数阶与小波变换(WT)相结合,利用Matlab软件对X射线荧光光谱模拟和实测信号进行去噪处理。分别与传统WT去噪、分数阶傅里叶小波变换(FRWT)处理后的信号进行比较分析。结果表明,采用分数阶小波变换(FWT)去噪效果优于分数阶傅里小波变换(FRWT)和传统WT去噪,其中去噪后的信噪比(SNR)分别达到97.635 5和116.306 7,均方误差(MSE)分别达到和0.474 7和1.293 1,且在抑制噪声的同时FWT更好地保留了信号的细节信息。     

Techniques for processing remote field eddy current signals from bend regions of steam generator tubes of prototype fast breeder reactor

Steam generator (SG) is one of the most critical components of sodium cooled fast breeder reactor. Remote field eddy current (RFEC) technique has been chosen for in-service inspection (ISI) of these ferromagnetic SG tubes made of modified 9Cr–1Mo steel (Grade 91). Expansion bends are provided in the SGs to accommodate differential thermal expansion. During ISI using RFEC technique, in expansion bend regions, exciter–receiver coil misalignment, bending stresses, probe wobble and magnetic permeability variations produce disturbing noise hindering detection of defects. Fourier filtering, cross-correlation and wavelet transform techniques have been studied for noise reduction as well as enhancement of RFEC signals of defects in bend regions, having machined grooves and localized defects. Performance of these three techniques has been compared using signal-to-noise ratio (SNR). Fourier filtering technique has shown better performance for noise reduction while cross-correlation technique has resulted in significant enhancement of signals. Wavelet transform technique has shown the combined capability of noise reduction and signal enhancement and resulted in unambiguous detection of 10% of wall loss grooves and localized defects in the bend regions with SNR better than 7 dB.     

Application of wavelet transform de-noising in pole identification of a system

Due to the multiscale character of wavelet transform, the method of wavelet transform de-noising (WTDN) is introduced. The WTDN method neither requires extra limit of frequency range for the processed signal,nor needs a prior estimate of impulse response for an identified system, so it is especially suitable to de-noise the wide-band signal and the impulse response of a blind system. The numerical simulation results indicate that the WTDN method is reliable, The WTDN method was used to process the sampled data from a preamplifier coupled to a gas detector. The experimental results also show that the WTDN method can effectively improve the SNR of sampled data and enhance the accuracy in pole identification of the system,     

基于小波变换的Wiener滤波投影预处理算法在图像重建中的应用

研究了一种将小波变换与Wiener滤波相结合用于投影数据预处理的算法。由于小波变换具有多分辨率分析特性,通过小波多尺度分析和小波系数控制,并结合Wiener滤波具有MMSE上最优性能的特点提出一种二者相结合的方法用于投影数据降噪预处理。对该算法进行实验仿真,结果表明,降噪后重建的图像主观质量得到明显改善,重建图像的噪声得到有效抑制。峰值信噪比方面可比一般的降噪方法提高5-12dB。     

核电厂围板螺栓超声检测技术研究

围板螺栓是核电厂堆内构件的关键连接部件,长期服役下可能产生辐照应力腐蚀裂纹（IASCC）等缺陷,有必要对其结构完整性进行无损检测。分析围板螺栓的结构特点和在役检查工况,开发针对外六角头结构螺栓的组合晶片超声检测方案,介绍探头设计选型原则和缺陷评定技术,确保良好的声场有效覆盖以及检测出螺栓不同部位的裂纹缺陷。通过对含缺陷试块的试验验证了超声检查工艺的可行性,结果表明该技术能够有效检测30%螺杆横截面当量的裂纹缺陷,信噪比可达12 dB以上,满足在役检查要求。      

Extraction of MHD Signal Based on Wavelet Transform

Mirnov signals mixed with interferences are a kind of non-stationary signal. It cannot obtain satisfactory effects to extract MHD signals from mirnov signals by Fourier Transform. This paper suggests that the wavelet transform can be used to treat mirnov signals. Theoretical analysis and experimental result have indicated that using the time-frequency analysis characteristics of the wavelet transform to filter mirnov signals can remove effectively interferences and extract useful MHD signals.