金属磁记忆检测中应力集中区信号的识别

金属磁记忆技术可以快速检测出铁磁构件的应力集中区,对其故障进行早期诊断。磁记忆信号非常微弱,容易受到外来噪声和干扰影响,使得难以准确确定应力集中区。针对含有噪声非平稳性的漏磁信号,在原有信号特征量梯度的基础上,给出了新的时域空间梯度和峰-峰值组合特征量,以及能量峰值处理方法,有效消除了随机噪声对磁记忆信号的影响,提高了应力集中区的识别率;从磁记忆信号的奇异性检测角度出发,通过多尺度小波系数的平方相关一致性来确定真正的应力集中区;实验验证了所提方法的有效性。     

模糊提升小波在脉冲漏磁信号处理中的应用

在脉冲漏磁检测中,有效抑制信号中的噪声是最终正确识别缺陷的关键环节之一.介绍了提升小波变换的基本理论及传统阈值降噪方法;针对传统硬、软阈值法的局限性,提出了包括带有可变因子的隶属函数的模糊阈值处理方法;运用该方法对仿真和实验信号进行了降噪研究.结果表明,采用模糊提升小波降噪方法能够很好的抑制脉冲漏磁信号中的噪声,在实时...     

建筑钢板件三点弯曲试验及磁记忆信号研究

为研究适用于钢结构建筑中以受弯为主的试件的损伤评价,通过对Q235钢板试件进行三点受弯试验,采集了试件加载阶段的磁记忆信号值Hp(y),引入多个磁记忆信号特征量,进行对钢结构损伤的表征研究.试验结果表明,通过磁记忆曲线的"波峰"和"波谷"现象以及磁记忆梯度曲线的"峰-峰值"现象,可以判断试件的应力集中区域.通过其余相关...     

基于振动法的磁记忆检测系统研究与设计

提出基于振动法的金属磁记忆信号检测方法。设计相应的金属磁记忆检测系统,包括带有磁场屏蔽外壳的传感器探头结构、磁记忆信号预处理模块和正交矢量锁相放大模块,并基于 STM32F107VCT6芯片设计下位机模块。利用研制的系统对经过加工的标准试件进行检测,通过测量法向磁场梯度的方法可以检测出试件应力集中区域,验证法向磁场梯度和应力集中系数的关系。     

磁记忆检测技术在导汽管对接焊缝中的应用

介绍了磁记忆检测的原理及方法,采用磁记忆检测法和超声波法对某电厂高压导汽管、中压导汽管共8道对接焊缝进行了检测对比分析,检测结果表明,采用磁记忆法进行检测,能方便、快捷、有效地普查焊缝,发现焊缝中已存在的缺陷,检测出焊缝边缘的应力集中区域;但此方法也存在缺点,仅能确定缺陷的位置,而不能对缺陷的形状、大小和性质进行定量、定性的分析。因此,建议在对管道焊缝进行检测时,可以先用磁记忆诊断仪进行快速扫查,当发现可疑信号后再通过其他无损检测方法进行辅助验证。     

故障分析中的小波软阈值改进除噪方法

软阈值消噪是信号消噪中的标准算法.故障检测中的信号去噪,要求在降低噪声水平的同时,保留信号中用于故障检测的奇异特征.通过分析信号和噪声的小波系数在小波空间的不同特性,在"噪声强度估计"、"阈值选择策略"和"小波系数调整策略"三个方面对软阈值除噪技术进行了改进.仿真研究表明改进方法较好地解决了保护信号局部特征和抑制噪声之间的矛盾,并对各种类型的故障信号均能进行有效的分析.     

基于自适应阀值的小波全频降噪方法研究及实现

在含噪信号中提取有效的局部放电信号时,传统的小波阈值降噪方法只对小波分解的高频部分进行降噪处理,而忽略了低频部分噪声对局部放电信号的影响。针对该方法的缺陷,本文提出一种基于自适应阈值的小波全频降噪方法。该方法根据噪声的小波分解系数随尺度增大而减小的特点,采用随尺度变化的自适应阈值对高频部分噪声进行处理,采用传统的固定阈值对低频部分噪声进行处理,从而实现对局部放电信号的小波全频降噪处理。实验数据表明:与传统的小波阈值降噪方法相比,小波全频降噪方法的均方根误差降低了19.3%,噪声抑制比和噪声降低水平分别提高56.4%、10.8%。由此验证了自适应阈值的小波全频降噪方法的降噪效果优于传统小波阈值降噪方法。     

小波神经网络在无线随钻测量系统在泥浆信号检测中的应用研究

本文首先对石油工程无线随钻测量系统中的泥浆脉冲信号以及存在的噪声干扰源进行了详细地分析,接着讨论了运用小波神经网络阈值去噪处理技术从频率不固定的多频强噪声背景下检测出有效信号的方法.实际处理结果表明,小波神经网络阈值去噪处理是一种行之有效的泥浆脉冲信号检测方法,具有一定的实用价值.     

基于小波混合阈值方法的电能质量信号去噪

基于小波变换的阈值去噪是滤除采样信号中白噪声的有效方法.在实际应用中,阈值的选取和对小波系数的处理方法是影响其去噪效果的2个重要因素.软硬阈值方法各有其优缺点.将两者结合起来的混合阈值方法可提高去噪算法的性能.在分析软硬阈值方法各自的优缺点后,结合正态分布的规律和信号、噪声的小波系数在不同层上的分布特点,提出了能自适应确定临界尺度的软硬阈值结合的混合阈值去噪方法.对采样信号进行小波变换,根据各层小波系数能量的最小值,确定临界尺度.对小于或等于临界尺度的层数上的小波系数用软阈值方法处理,对大于临界尺度的层数上的小波系数用硬阈值方法处理,这样处理能减小信号能量损失.对尺度系数和处理后的小波系数进行重构,得到去噪后的信号.仿真实验表明.混合阈值方法去噪性能稳定,在不同信噪比下都能有效地去除白噪声,较好地保留了原信号的局部特征,且方法简单,计算量小.     

铁磁性材料拉/压疲劳磁记忆信号研究

为探索金属磁记忆信号变化的物理本质,研究不同类型的疲劳载荷对磁信号的影响,首先利用金属磁记忆的基本原理对磁信号的产生过程进行分析和预测,然后对低碳钢Q345分别进行拉伸和压缩疲劳试验,比较不同循环周次下的磁信号法向分量曲线;分析不同检测点在拉伸、压缩疲劳循环中的磁记忆信号变化规律;并从磁畴和位错的角度解释了磁信号在整个疲劳阶段的变化情况。结果表明:在1个循环周次的作用下,检测线的磁信号发生了很大变化;随着加载循环周次的增加,磁信号法向分量Hp(y)整体上保持顺时针旋转,拉伸试件在接近断裂时的磁信号幅值急剧增大;对拉伸及压缩疲劳试件,均可通过磁信号法向分量平均值Hp(y)ave表征应力集中和疲劳损伤程度大小,并且损伤积累参数ΔHN可以用来判断试样所处的损伤阶段。     

基于SVD与小波变换的反高频脉冲磁场窃电方法

面对更隐蔽的高频脉冲磁场窃电方式,根据磁场信号进行反窃电检测会由于噪声影响而失效。针对这个问题,提出将奇异值分解（singular value decomposition,SVD）和小波变换结合的方法应用到防窃电装置中,在检测中去除噪声分离出窃电信号。首先将带有噪声的磁场混合信号进行快速傅立叶变换（fast Fourier transform,FFT）求出功率谱,引入经典阈值判断出窄带噪声的个数,并以此确定奇异值分解的有效秩阶次。然后对混合信号SVD分解,将窄带噪声对应的的奇异值置零后重构信号,最后利用小波变换去除随机噪声的影响。仿真和实验结果表明,此方法能有效应用到窃电检测中,并通过与 FFT 阈值滤波法、经验模态分解（empirical modedecomposition,EMD）法对比,所提方法抑制效果更突出。     

基于磁记忆的金属管道缺陷检测方法

作为油气输送媒介的金属管道,其缺陷处产生应力集中将造成安全隐患,为实现金属管道缺陷的非接触式定量检测,研究了一种磁记忆检测方法。采用磁异常梯度矩阵实现对产生应力集中的缺陷进行定位;利用平移不变量小波去噪(TI)与特征提取进行信号处理;麻雀搜索算法(SSA)优化BP神经网络实现缺陷尺寸反演。实验表明,平移不变量小波去噪相比小波阈值去噪,信噪比提升1.56%,均方误差降低4.87%;SSA＿BP神经网络反演均方误差比BP神经网络降低67.2%;检测方法能在提离状态下实时检测管道缺陷并反演缺陷尺寸。     

基于小波变换抑制GIS局部放电监测中白噪干扰的新方法研究

针对GIS局部放电监测中的白噪干扰 ,以离散二进小波变换为基础 ,采用软硬阈值结合的混合阈值滤波方式 ,将信号的能量误差函数作为去噪的目标函数 ,提出了一种从白噪声中提取GIS局部放电信号的新方法。仿真试验结果表明 ,该方法具有抑制白噪干扰能力强 ,PD信号畸变小 ,算法简单等优点 ,能够从白噪干扰中有效地提取出局部放电信号。     

一种改进的去除灰度图像椒盐噪声方法的研究

针对传统中值滤波算法（SM）在滤除高密度椒盐噪声时存在滤除不完全和使边缘细节变得模糊的不足,提出了一种改进自适应中值滤波法,该方法在计算像素点4邻域均值与检测点的灰度差值后,将此差值同一个自适应调整的阈值进行比较,若差值大于阈值则为噪声,否则为信号点。实验表明,该方法比传统方法去噪效果较好,对噪声密度在30％以上的图像,去噪后可使图像峰值信噪比（PSNR）达到20dB以上,均方误差（MSE）在100以内。     

一种平稳小波变换改进阈值函数的电能质量扰动信号去噪方法

含噪电能质量扰动信号分析的前提是准确找到突变点信息,对信号进行去噪的同时,又必须保留突变点特征。针对此问题,选取平稳小波变换分解信号,并利用提出的改进阈值函数对信号进行去噪。将含噪的电能质量扰动信号进行多层平稳小波变换,逐层估计平稳小波变换细节系数中噪声的均方差σ_j,计算各层阈值σ_j2lnk~(1/2)并根据信号、噪声的小波系数在不同尺度上的分布特点,通过ln(j+1)对各层阈值进行修正,结合改进的阈值函数分别对各层小波系数进行处理。利用尺度系数和处理后的小波系数进行重构,得到去噪后的信号。仿真结果表明,改进的阈值函数去噪方法能够较好地滤除噪声并保留突变点特征,从处理后的小波系数中可以清晰地观察到扰动的起止时刻,并能够分辨出暂态振荡与谐波干扰。     

基于小波收缩的心音降噪最优化分析

基于小波收缩技术提出一种最优化降噪方案用于去除心音信号噪声。依据频带相似匹配原则,分析心音信号频率特征和Haar、Daubechies、Symlets和Coiflets正交小波的特性,基于分析结果选取了Coif5小波并确定最优小波包进行分解重构。另外,提出一种光滑连续的自适应弹性阈值函数,能够克服硬阈值函数间断点问题,并基于4种阈值规则定量评价了其在不同信噪比下的降噪效果。仿真结果表明,当信噪比小于50 d B时,本优化方案配合启发式阈值规则能保留充足的心音细节信息,同时有效去除噪音。     

基于优化VMD与噪声估计的间隔阈值局部放电去噪方法

为了抑制局部放电(PD)信号中含有的窄带周期干扰和白噪声,提出一种基于优化的变分模态分解(VMD)阈值去噪方法。首先针对VMD算法可能造成染噪信号欠分解或过分解的问题,提出一种基于频谱分析和四分位数的模态分解数K值优化方法,并结合模态的峭度特征去除窄带周期干扰和高频白噪声;针对PD信号主导模态中残留的白噪声,利用文中研究中发现的VMD分解白噪声所得模态的两个统计特性,提出一种噪声标准差估计方法来确定阈值,最后引入间隔阈值函数对PD信号主导模态进一步去噪。采用该方法对仿真和实测信号进行去噪处理,并将其与传统方法进行对比,结果表明,所提方法不仅可以更有效地抑制噪声,同时也能更好地保留PD信号的特征。