共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
基于小波算法的故障信号特征抽取 总被引:2,自引:1,他引:2
实现了一种运用 (Daub4)正交小波包变换,基于信号能量在小波包空间的分布特性,利用小波包去噪消除信号白噪声和有色噪声、提取信号特征信息, 实现故障诊断的方法.由小波包预处理提取信息特征,作为决策网络的输入矢量,降低了输入的数据维数,简化了网络的结构和计算复杂度,减少了决策误差. 相似文献
3.
根据多孔算法思想和应用Matlab小波工具箱对实际焊接电压信号的分析,选择db2小波基,提出了一种适合实际CO2焊接过程短路信号的小波检测算法.该算法使滤波器序列静止不动,采样信号序列动态的前进,对输入信号采样一次,处理一次,由于检测过程对时间要求非常苛刻,且小波算法包含大量的乘和累加运算,运算量很大,故选择DSP(TMS320LF2407A)为处理器,采用C++编制主程序;同时充分利用DSP的硬件乘法器和RPT指令,用汇编语言编制了计算量小、执行速度快的小波变换子程序;将该子程序嵌入主程序中,采用C++与汇编混合编译的方式对采样信号进行三级分解来检测短路信号的发生时刻.试验表明,算法的正确性,并能实时、准确的检测出真短路信号的发生时刻,满足波形控制要求. 相似文献
4.
时域同步平均(Time Synchronous Averaging,TSA)信号只包含齿轮啮合频率信号和倍频信号,若齿轮出现故障,会使TSA信号得到某种程度的调制.文章将连续小波变换应用于齿轮箱振动采样的TSA信号,检测和分析齿轮箱的轮齿缺陷,设计并制作齿轮箱故障诊断试验台,通过齿轮全运行周期啮合试验,利用LABVIEW虚拟仪器采集系统采集振动信号,然后利用MATLAB编写相应的程序,绘制出所需信号的波形图,对所采集的数据文件进行信号分析处理,以达到齿轮箱故障诊断的目的,并验证了小波变换对齿轮故障诊断的有效性. 相似文献
5.
6.
7.
超声检测中,特定的缺陷回波信号一般都有一定的相关性,因而可利用自适应噪声抵消来增强缺陷回波信号。针对最小均方(LMS)算法自适应噪声抵消的缺点,提出了基于小波变换的自适应噪声抵消方法,通过Matlab软件将该算法应用于超声缺陷信号的仿真处理。结果表明,该算法大大提高了缺陷回波信号的信噪比,且具有较高的缺陷定位精度和纵向分辨率。 相似文献
8.
小波变换在加工误差分析中的应用研究 总被引:1,自引:0,他引:1
陈小异 《组合机床与自动化加工技术》2006,(1):85-87,91
论文以信号处理理论为基础,提出了将加工数据中的系统性误差和随机误差与信号分析中的低频分量和高频分量相对应的分析方法和思路,介绍了小波分析中的多分辨率分析和小波包分析工具的原理,并以此为工具提取加工数据中的高、低频分量,即利用它们对机械加工中的数据进行分析、处理,从中提取包含在加工数据中的系统性误差和随机性误差,为及时了解工艺系统的状况,对其进行必要的调整、补偿提供依据,同时也为研究误差产生原因、机理及寻找其变化规律提供支持。 相似文献
9.
10.
11.
12.
13.
水下焊缝图像受到水下环境、弧光、飞溅、泥沙浑浊等噪声影响,生成的焊缝图像模糊不清质量较差,采用传统的边缘检测算法提取水下焊缝边缘,结果无法满足要求。为解决此问题,利用Canny算法,提出基于多尺度小波变换的自适应双阈值边缘检测算法。该算法结合多尺度小波变换,以三次B样条为小波函数,采用双线性插值进行非极大值抑制,根据OTSU法生成自适应双阈值抑制噪声和去除伪边缘。实验结果表明:相比传统的Canny算法,此改进算法对水下焊缝图像边缘检测效果更佳,边缘检测更精确、丰富完整,且有效抑制噪声,验证了此算法的有效性。 相似文献
14.
15.
16.
针对回转体零件实际加工形成的表面由多种频率成分构成的特点,为精确分解零件表面几何形状误差信号,在比较分析了传统数字滤波算法和小波算法的基础上,提出零件表面轮廓信号滤波的小波变换法。小波变换具有带通滤波的功能,它比传统的滤波方法更方便更有效。实验表明对实测信号进行小波变换滤波可以减少噪声信号的干扰,同时结合傅立叶变换可实现了表面形状误差、表面波度及表面粗糙度的综合提取,为三类误差的评定提供前题,满足了高精度测量的要求。 相似文献
17.
针对振动信号的非线性、非平稳性和早期故障特征信号难以提取的特点,提出一种基于经验小波变换(EWT)和流形学习约简的故障特征提取方法。首先利用EWT将振动信号分解成不同特征时间尺度的单分量固有模态函数(IMF),然后从包含故障信息的IMFs中提取滚动轴承的时域统计特征、频域统计特征、AR模型自回归系数和功率谱熵,构造高维特征集;再利用线性局部切空间排列(LLTSA)流形学习算法将构造的高维特征集约简为故障区分度更好的低维特征集;最后利用支持向量机(SVM)对提取特征进行故障识别。实验结果表明该特征提取方法对滚动轴承故障诊断准确率更高。 相似文献