基于独立分量分析和小波变换的低碳钢点蚀声发射信号特征提取

根据低碳钢点蚀声发射信号自身的特点,提出了一种基于小波变换和独立分量分析相结合的低碳钢点蚀声发射信号特征提取的新方法。实验结果表明,该方法在一定程度上能够克服因低碳钢点蚀独立源的不确定性所带来的影响,并能获得较好的低碳钢点蚀声发射信号特征提取效果。     

基于二进离散小波——核降噪自编码的电机振动信号多级降噪

在电机故障预测中振动特性信号常被噪音掩盖难以直接使用,因此针对含有噪音的振动信号本文提出一种基于二进离散小波变换(DDWT)--核降噪自编码(KDAE)的局部-全局多级降噪模型,该模型结合小波降噪在局部信号处理领域的优势和深度神经网络对于多维特征全局优化的能力。局部降噪过程选用sym5小波基函数,降噪阀值0. 06,降噪后的信噪比到达23. 1,信号的样本标准差降低一个数量级;为了弥补二进离散小波降噪后数据的重建损耗波动幅度大的缺点,文章进一步提出了针对全局降噪优化的基于核方法的降噪自编码模型,模型的误差只有0. 16%,通过优化后信噪比在上级降噪的基础上又达到了18,同时样本标准差降低为0. 0004,并且重构损耗的时序曲线在时间尺度上具有明显的光滑性。本文所构建的降噪模型对含有多维特征的的机电振动信号降噪提供了有效的解决方法。     

基于小波包-阈值的输油管道缺陷漏磁信号降噪研究

漏磁检测法是输油管道裂纹缺陷检测的重要方法之一,在工程应用与实验研究发现,漏磁检测过程中受到各种因素的影响而产生干扰噪声,影响到对信号的分析及缺陷特征的辨识。本文在对漏磁检测干扰噪声进行了分析,利用小波包分解重构功能和小波阈值自适应降噪的优点,提出了基于小波包-阈值算法的信号降噪处理方法,并利用实例做了应用分析,验证了该方法的实用性和有效性。     

基于小波变换的即热式水温信号降噪方法研究

利用小波阈值去噪法对仿真信号和即热式热水器出水温度信号进行降噪处理,并比较了不同阈值和不同阈值函数的去噪效果。仿真实验肯定了小波阈值法对即热式热水器温度信号消噪处理的可行性与优越性,实际数据试验表明:在sqtwolog准则和局部自适应阈值条件下选取软阈值降噪对即热式热水器出水温度信号的去噪效果最好。     

基于ICA技术和波形结构模式识别的管线泄漏诊断方法

针对强背景噪声下负压波特征信号难以准确提取的难题,提出采用独立分量分析技术(ICA)对负压波原始信号进行分解提取,以实现信号中弱目标信号和强背景噪声的有效分离,实验结果显示处理后的负压波信号信噪比大幅提高.分析不同工况下压力信号波形特征,提出采用波形结构模式识别方法判断管道运行状态,针对性地选取了波形特征参数指标,同时在有限样本情况下实现管道运行状态模式库的构建,从而达到波形自动匹配和识别的目标.现场测试结果表明了该方法的可行性.     

基于图像处理和小波去噪的化工信号分析

通过分析一例含噪化工信号,介绍一种经济简便的对连续信号采样的方法.首先使用扫描仪将记录纸上的信号曲线转化为数字图像文件,并进行预处理;然后用列平均法得到曲线上各列的纵坐标值,再按照一定比例转化成实际信号的幅值,这样间接得到了原信号的离散采样数据,并且将其保存为mat文件,最后用Matlab提供的小波函数进行去噪、恢复原信号.这种方法不需要任何额外设备,因此很适用于那些需要进行信号分析却没有数据采集系统的小型装置.     

基于小波变换的小波域阈值地震信号去噪方法研究

去噪是地震资料处理中不可缺少的重要步骤,随着勘探任务的要求越来越高,对资料的信噪比和分辨率的要求越来越高。小波分析做为一个有效的数学方法,也被广泛的应用到了地震资料处理中。本文比较详细的介绍了小波变换在地震资料处理中去除随机噪声的应用,通过试验对比表明了该方法的适用性。     

基于小波变换的气固流化床压力流动信号的分析

将小波分析技术应用于气固流化床压力波动信号的分析中,在不同尺度上提取信号能量特征,由此来对压力波动信号中所含丰富信息进行分析、提出了应用小波分析技术来判别流化床从固定床向鼓泡床转变的新方法,并确定了起始流化速度的范围,初步研究表明,所提取的特征信息反应了气固流化床从固定床向鼓泡床转变的过程,通过此特征信息可以确定流化床的起始流化速度的范围。／     

多小波对风机故障信号降噪处理的比较研究

在风机故障诊断系统中,因为现场采集的故障信号含有噪声,对故障诊断的准确性产生很大影响,所以有必要进行降噪处理。采用平衡预处理的SA4多小波和正交插值的SA4多小波对现场采集的含有噪声的故障信号进行处理,并与已有的系数重复行的GHM多小波、平衡预处理的CL多小波降噪方法进行比较,结果显示平衡预处理的SA4多小波的降噪方法比GHM和CL多小波的降噪方法更适合风机的故障诊断。     

基于ICA的眉毛识别方法研究

本文提出了一种基于ICA的眉毛识别方法.在经过预处理的眉毛图像上,先用ICA算法对眉毛图像进行特征提取,得到其特征向量,然后用K-近邻算法进行识别,最后经过实验验证,眉毛识别的识别率可以达到94.7％.再一次验证了,眉毛用于生物特征识别的可行性.     

基于Mallat小波变换分析牙轮钻头磨损状态的研究

在钻井过程中,由于井下岩石的不均质性、工况的不可预测性,采集到的钻柱振动信号通常被背景噪声信号所淹没。本文针对钻井过程中三牙轮钻头与岩石啮合产生钻柱轴向振动信号中强烈的背景噪声,采用Mallat小波变换对钻柱振动信号进行多尺度分解,小波去噪对每一尺度下归属于噪声信号的小波系数去除,并且保留及适当增强属于信号的小波系数。重构信号并进行分析,有效的提取出了被噪声淹没的信号特征。本文提出了新的钻柱轴向振动监测方法,可以及时发现三牙轮钻头磨损的前兆,实现安全、高效钻井。     

基于ICA的控制回路故障诊断方法

针对控制回路中各种设备的监测信号之间存在较强的关联性和非高斯分布的特点,首次将独立分量分析法(ICA)用于控制回路的故障诊断中。分别选取回路中控制器输入和输出、执行器输出、变送器输入和输出作为信号观测点,选择控制回路正常运行状况的数据进行ICA建模,获得I2和SPE统计限,当控制回路某个元件发生故障时可以通过统计量的变化对其进行监测。此外,还采用均值贡献率进行故障点定位,有效降低了故障的误诊率。     

基于小波阈值算法的数字图像降噪研究

本文以均值0的高斯噪声为对象,研究了维纳滤波器的二维图像降噪作用,并基于贝叶斯估计建立了小波阈值图像降噪算法。算法仿真表明维纳滤波的峰值信噪比随噪声增加而单调降低,窗宽5×5时综合降噪效果较好,但所恢复图像对比度低;本文建立的小波阚值方法其峰值信噪比在不同噪声下均比维纳方法高,并且所恢复图像的对比度提高。     

基于小波变换消噪和盲源信号分离的过程监控方法

针对过程信息不可避免地受噪声污染,提出了一种基于小波变换消噪和盲源信号分离的过程监控方法.该方法首先利用小波变换对过程测量信号消噪,再根据信息最大化准则提取盲源信号,然后利用Parzen窗法建立盲源信号的控制限及相应的过程监控图.通过对一个非等温连续搅拌过程（CSTR）的仿真研究表明,该方法是有效的.此外,为了与传统基于盲源信号分离的过程监控方法做比较,还进行了相应的对比研究.结果表明,对过程测量信息首先进行小波变换消噪能够提高过程的监控性能,减少过程故障的误报率和漏报率,从而进一步证实了方法的有效性.     

基于小波分析的信号去噪方法

工程角度看,小波分析是一种信号与信息处理的工具,是继Fourier分析之后又一有效的时频分析方法,小波变换作为一种新的多分辨分析方法,可同时进行时域和频域分析,具有时频局部化和多分辨特性,因此特别适合于处理非平稳信号。本位为此首先介绍了基于小波分析的信号去噪特点,接着介绍了三种去噪算法,即小波分解与重构去噪方法、变换域系数相关性去噪法以及非线性小波变换阈值去噪法法,     

小波变换与傅立叶变换在地震资料去噪中的对比

由于小波变换具有良好的时—频特性,从而为其在信号降噪中的应用提供了广阔的前景。小波变换通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析,解决了傅立叶变化不能解决的许多困难问题。本文通过傅立叶变换和小波变换在地震资料去噪中的对比可以看出,小波变换对奇异信号极其敏感,使得其在非平稳信号的去噪中显出了较大的优越性。     

基于小波变换的燃烧不稳定性检测方法研究

利用小波变换多尺度分析分解和重构燃气轮机燃烧室的高频、中频和低频压力信号,并在时域上定位燃烧不稳定性发生的时刻。对于具有不稳定成分的压力信号,该方法能够正确地检测出不稳定性,结果与电厂实际运行情况一致。     

连续聚合反应的ICA故障诊断方法研究

针对工业生产中的数据一般无法严格服从高斯分布的问题,采用独立分量分析方法建立了完整的多变量统计过程监控系统结构。以ICA算法提取独立分量,为了提高后续分析的准确性,提出了运用相关系数法剔除伪独立分量的方法;并对独立分量空间进行划分,分别计算两类统计量:I2、Ie2统计量和SPE统计量,确定其控制限,与在线数据进行对比,进行过程的监测与故障诊断。通过一个具体的连续聚合反应过程的仿真实例,证明了这种方法的可行性和有效性。     

电力电缆局部放电测量小波降噪技术

从主要测试方法、信号提取电路和信号波形、离散小波变换（DWT）的滤波器本质特性实例分析了电力电缆局部放电的现场测量和降噪分析技术。根据离散小波降噪的母小波选择、分解尺度选择和阈值算法等3个关键因素,分析了DWT降噪应用于电缆局放现场信号处理的局限性,并对DWT降噪应用于在线局放检测的前景进行了展望。