基于小波变换的单相接地故障选线方法

将小波变换的方法应用到配电网单相接地故障选线中，利用小波变换的时频局化特性，充分利用故障线路暂态信息，再利用合理的判据，从而达到准确选线的目的。Matlab小波工具箱仿真分析的结果表明了方法的可靠性。     

基于连续小波变换的滚动轴承外圈故障检测

提出了用连续小波变换与傅里叶变换相结合进行轴承外圈故障识别的新方法。先通过Morlet连续小波变换对故障轴承信号进行不同尺度的分解．再对其获得的小波系数进行快速傅里叶变换来识别故障特征频率。然后对不同信号做小波系数能量谱进行对比。优点在于能够在强噪声背景下较为精确的识别外圈故障。实际测试验证了新方法的正确性。     

基于经验小波变换和峭度值的滚动轴承故障检测方法

机械故障信号大多具有复杂多分量和调幅-调频的特点,但目前已有的方法在实际分析中多存在缺陷。为了有效识别故障特征频率,该文提出了一种基于EWT和峭度值的轴承故障检测方法。这种方法通过EWT对滚动轴承的振动信号进行分解,得到多个调频分量(AM-FM),并用文中提出的计算方法得到的各个调频分量的特征指标后进行筛选,得到包含敏感故障信息的分量。将该方法应用于轴承故障信号的解调分析,提高了分析的针对性。将改进方法应用于轴承故障实测信号分析,验证了该方法的准确性。     

基于小波变换的刀具磨损检测方法

提出采用切削力信号的奇异性指数作为衡量刀具磨损的参量。利用小波变换对切削力信号进行分析 ,变换结果的模极大值点反映了刀具发生磨损或破损的时刻 ,而其奇异性指数的大小则反映了刀具的磨损状况。试验结果表明了该方法的有效性。     

液压泵故障的小波变换诊断方法

分析了小波变换的时 -频局部化特性及基于多分辨分析的信号小波分解重构算法 ,研究了信号局部奇异性在小波变换下的特性。根据故障信号和噪声的局部奇异性在小波变换下的模极大值在不同尺度上的传播特性不同的特点 ,并利用小波分解重构算法 ,对泵壳振动加速度信号进行了分解、去噪和重构。大大改善了监测信号的信噪比 ,对故障特征信号进行了时域定位 ,提取了故障特征频率。     

基于参数优化Morlet小波变换的故障特征提取方法

针对轴承或齿轮箱等机械元件的故障振动信号表现为冲击衰减波形的特点,提出一种基于参数优化Morlet小波变换的故障特征提取方法。利用最小Shannon熵方法优化Morlet小波的形状参数,实现与冲击特征成分的最佳匹配,再对小波变换系数矩阵进行奇异值分解,根据奇异值曲线中主要反映突变信息的过渡阶段所对应的尺度范围求得最佳小波变换尺度,最后对信号进行Morlet小波变换提取故障特征。仿真试验和实际应用的结果表明,该方法能更有效地从强噪背景中提取故障特征。     

基于相对变换PLS的故障检测方法

针对偏最小二乘方法(partial least squares,PLS)在无量纲标准化处理后导致的特征值大小近似相等,难以获得代表性的潜变量等问题,提出了一种基于相对变换PLS( relative-transformation PLS,RTPLS)的故障检测方法.该方法引入马氏距离相对变换理论,通过计算采样数据之间的马氏距离,将原始空间数据变换到相对空间.然后在相对空间进行PLS分解,提取有代表性的潜变量,建立故障检测模型,实现采样数据的在线检测.通过对TE (Tennessee Eastman)过程故障和轧钢机系统力传感器故障的仿真实验验证了所提出方法的有效性和实用性.理论分析和仿真实验均表明,基于RTPLS的故障检测方法能有效地消除量纲的影响,提取具有更大的变化度和代表性的隐变量,增加故障检测的精度和实时性.     

基于小波变换圆度误差的检测方法

针对圆度误差在非接触检测过程中噪声对原始信号产生干扰的问题,提出采用小波变换进行采样信号的降噪处理,小波变换具有多分辨率分析的特点,在信号分析处理中能有效区分信号中的噪声,具有良好的去噪能力;讨论了快速小波变换算法及小波阈值降噪法的基本原理和处理实测信号的具体步骤;分析了基于小波变换的最小二乘圆法评定圆度误差的算法,并推导了最小二乘圆的理论模型;运用Matlab小波工具箱并通过试验说明了小波分析处理圆度误差的方法和效果。     

运用小波变换检测汽车后桥总成故障

用傅里叶变换和小波变换寻找并分解出最能反映汽车后桥故障的频率段，再从该频率段的重建信号中提取最能反映故障的特征（包括信号的方差和峰态）。为了寻找最优判断故障的指标，从现场采集的后桥总成振动信号数据库中抽取一定样本的正常件和故障件，并提取每个工件信号的特征数据，用支持向量机神经网络可得到最优的分类指标。     

基于振型差小波变换的结构损伤检测方法

小波变换具有在时域和频域内表征信号局部特性的能力,能够在不同尺度下对结构响应中的突变信号进行放大和识别。在位移模态振型的基础上,提出了一种基于小波变换的结构损伤检测方法。将损伤前后结构的位移模态振型差作为原始信号进行小尺度小波变换,通过损伤前后位移模态振型差小波变换系数的变化,可判定损伤存在,确定损伤位置。并通过悬臂梁和海洋平台的数值模拟对该方法进行了验证。     

基于小波变换的直扩信号检测方法研究

详细介绍了小波变换模极大值去噪的原理,以BPSK信号为例研究了自相关检测方法。最后对基于小波变换的直扩信号的检测系统用Matlab软件进行了仿真,验证了该方法的可行性。证明该方法明显优于传统的直接对接收到的直扩信号进行检测的方法。     

基于小波变换和形态学的图像边缘检测方法

提出了一种基于小波变换和形态学的图像边缘检测方法。对源图像进行小波分解,用数学形态学法对低频子图像进行边缘检测,用小波变换法提取高频图像的边缘,采用一定的融合规则将两个边缘图像融合在一起得到一幅完好的边缘图像。这种边缘检测方法结合了小波变换法和数学形态学法的优点,对用这两种方法得到的边缘信息进行融合,有效地抑制了噪声,且边缘连续、清晰。实验结果表明,提出的这种结合方法优于单独使用数学形态学法或小波变换法。     

基于小波分析和小波包的电动振动台故障检测方法

针对电动振动台产生随机振动情况下的故障特点,对某型电动振动台的振动信号进行分析,采用小波分解与重构的方法,提取了伴随噪声的振动信号中的故障信息,判断出电动振动台的故障点.该方法不需要进行数据建模,而且具有一定的鲁棒性,适用性强,对难以建立解析数学模型的诊断对象非常有效.通过小波包分析对重构振动信号再次进行分解,并有针对性地对包含有故障特征频率的频段信号进行重构,能有效地滤去各种干扰信号,显示故障特征信息,为电动振动台故障诊断提供了一种更加快速有效的新途径,从而证实了小波分析及小波包综合应用在检测故障信号方面的有效性.     

基于小波变换的电气设备故障诊断技术

小波变换具有良好的时-频特性，因此可以有效地用于电气设备故障诊断。在对电气设备进行故障分析、诊断过程中，利用小波变换进行故障信号的故障时刻检测具有重要意义。小波变换用于电气设备故障诊断就是对电气设备各种电磁、机械等信号进行实时监测控制，判断其状态，以便在故障初期或故障时刻发出警报，并随时进行处理，排除故障。对信号进行特征提取，是故障诊断的关键。突变信号往往表明电气设备发生了某类故障，如果能对突变信号进行有效识别，就可以进行故障诊断、故障分析，从而排除故障。分析了电气设备故障的奇异性，通过仿真得出小波变换用于电气设备故障诊断的方法，以准确检测奇异点，确定故障时刻。     

基于方向小波变换的边缘检测

讲述了方向小波在图像处理中的应用,介绍了传统小波变换边缘检测方法,详细介绍了方向小波变换边缘的方法步骤,最后通过实例比较得出了方向小波变换比传统的小波变换在图像边缘检测中更优越。     

基于小波包变换和GA-PLS算法的故障特征选择方法

为了提高故障诊断的分类精度,减小分类运算时间等问题,需要从原始特征集合中选择出更为优化的特征子集合,因此,提出了一种基于小波包变换和GA-PLS算法的特征选择方法。首先,采用小波包变换对提取出的振动信号进行分解,从而得到小波包的分解系数;其次,运用遗传算法 偏最小二乘法从原始信号和小波包系数的统计学特征中选择出最优特征集;最后,将最优特征集作为输入,输入到支持向量机中以实现对不同故障的诊断与识别。应用于轴向柱塞泵故障诊断中,与现有特征选择方法对比,实验结果验证了本研究特征选择方法的有效性。     

基于小波变换振动能量分布的车窗电机故障检测算法研究

针对车窗电机的质量检测问题,对电机的结构、故障原因、振动信号时域、频域、时频特征、能量特征等方面进行了研究,对常见轴承故障频率进行了归纳计算,对传统的傅里叶变换频域检测、希尔伯特—黄变换时频检测进行了应用分析和归纳总结,并在此基础上创新性地结合了小波变换和能量分布概念,提出了一种基于八阶小波变换能量分布的车窗电机故障检测方法,利用振动加速度传感器和Lab View构建了一套完整的采集检测系统,并通过八阶小波变换分解及能量分布曲线构建,对故障和非故障电机的振动信号进行了对比研究。研究结果表明,该系统和方法能有效地反映不同电机的能量分布特征,能够对故障电机和合格电机进行很好的区分,显著提高车窗电机故障检测的效率和准确性。     

基于平稳小波变换的悬臂梁微小缺陷检测方法研究

针对悬臂梁微小缺陷难以直接从模态振型进行有效识别的问题,提出了基于平稳小波变换的悬臂梁微小缺陷检测方法。通过利用有限元方法对悬臂梁进行建模和模态分析,得到了悬臂梁的模态参数。在此基础上,通过利用平稳小波变换对悬臂梁模态振型进行正交分解以得到平稳小波变换的近似系数(含模态振型的低频信号成份)和细节系数(含模态振型的高频信号成份)。最后,从平稳小波变换细节系数中提取了悬臂梁的微弱缺陷信息,实现了悬臂梁微小缺陷的有效定位和检测。从有限元模拟和平稳小波变换的结果可知,悬臂梁不同位置缺陷的前四阶细节系数都可以有效用于微小缺陷的定位。该方法具有较好的检测精度和可靠性,在结构缺陷萌生之初就可以有效识别缺陷的存在,避免结构灾难事故的发生,可推荐用于实际工程结构的检测。     

一种基于小波变换的煤矸石图像边缘检测方法

针对煤矸石在线识别与自动分选系统中的图像处理问题,采用小波变换的多尺度方法,研究了煤矸石图像的轮廓提取与边缘检测,通过图像消噪和边缘加强,对煤矸石图像进行了处理.研究结果显示,采用小波变换的边缘检测方法,可以有效地抑制噪声,准确提取煤矸石图像的边缘特征,有助于提高煤矸石的识别率.