小波分解及图像处理在内燃机振动诊断中的应用研究

内燃机缸盖振动具有明显的非平稳时变特点，因此在监测诊断时应尽量利用信号中的信息。为了克服时域和频域特征提取方法的不足，从而充分利用振动信号所包含的信息，本提出了一种新的内燃机故障诊断方法：对缸盖振动信号进行小波包分解，得到信号的时-频分布图，并利用软件方法定义图象，然后提取图象的各种特征参数实现诊断。将该方法用于6135柴油机气阀机构的故障诊断，取得了很好的效果。结果表明此方法简单有效，诊断精度较高，且对信号采样的要求不高，易于实用。     

小波包分析在电动机转子断条故障诊断中的应用

采用改进型小波包算法从电气和机械方面提取信号的故障特征,提出一种基于小波包分析频带能量的故障诊断方法。经实验可知,该方法能够更全面的快速检测到转子断条故障的存在而且准确率高,在许多工程实践中可以应用。     

柴油机缸盖振动信号的小波包分解与诊断方法研究

研究了柴油机缸盖表面振动信号的时域、频域和循环波动特性,揭示了它的非平稳时变特点,提出了从振动信号的小波包分解系数中实现整循环征兆提取和故障识别的方法。实际及分析结果表明了该方法的可行性和有效性,这对其它复杂机械的振动诊断同样具有参考价值。     

小波包降噪方法在滑动轴承故障诊断中的应用研究

小波分析对高频信号降噪效果不明显。针对该问题,提出利用小波包分析对轴承故障信号的降噪方法,并用计算机仿真和实例分析对小波包降噪方法进行了验证。通过对小波降噪和小波包降噪方法的对比分析,表明小波包分析在降噪中的有效性。     

基于小波变换的Nanoindenter图像处理

根据纳米压痕仪的特点,对小波变换应用于纳米压痕仪图像的降噪、增强及融合方法进行了阐述。采用纳米压痕仪对单晶Al进行纳米级压痕,利用纳米定位平台原位扫描技术获得了三维图像,使用bior3.3,coif2,sym8分别对所得图像进行降噪、增强、及融合处理。结果表明,利用小波变换对纳米压痕仪图像进行处理是有效的、可行的,图像质量得到明显提高。     

变速箱故障声压信号的小波包分解与诊断

针对变速箱故障声压信号的非平稳时变特点,给出了小波包分析处理变速箱故障声压信号的原理和方法,并分析了一个变速箱齿根裂纹故障的诊断实例.实验结果表明,该方法在变速箱声学诊断中是有效可行的,在其它机械的声学诊断中也具有一定的参考价值.     

基于小波包变换的径向基神经网络在故障诊断中的应用

提出了一种新的旋转机械故障诊断方法。基于小波包变换的频率划分特性，对旋转机械的振动信号进行小波包分解，建立旋转机械六种典型故障特征矢量，准确地提取了故障的特征信息，结合RBF神经网络训练速度快的优点，将RBF神经网络应用于故障特征的选择，最后，利用所确定特征及RBF分类器进行故障诊断。实验结果表明，该方法可实现典型故障的可靠诊断。而且由于利用小波包变换代替了传统的FFT，故本方法对于诊断频率分布范围较广而复杂且信号具有较强时变性的复杂故障有着良好的应用前景。     

超越离合器故障的小波包变换诊断方法研究

论述了小波包分解及其能量谱处理超越离合器故障的原理与方法，应用小波包分解及其能量谱直观地识别出故障的特征频带，并进行了量化分析，结果表明，小波包及小波包分解能量谱比传统的傅里叶分析方法具有更大的优越性及实用价值。     

应用小波分析提取故障诊断信号的特定频段

在总结小波分析对信号特定频段提取技术(定义方法、组合小波方法、多分辨率分析方法、小波包方法)，以及对这些技术的有效件、适应性进行比较的基础上，通过仿真试验实现了对合成信号的频率分解，达到和FFT相类似的效果，同时，把基于小波分析的频段提取技术应用到旋转机械的故障诊断中，分析结果表明该技术可以有效地实现有用频段的提取和干扰频段的抑制。     

Fault Diagnosis of a Turbo—unit Based on Wavelet Packet Theory

In this paper we studied the fault feature of the generator set and the characteristics of wavelet packet theory for signal de-noising.The vibration signal of the generator set in different states is ana-lyzed by using the signal re-construction technique of the wavelet packet theory.The time domain method is given for the generator set fault diagnosis.The experiment results show that the wavelet packet theory can be used to directly identify the state of the generator set and provide a credible new idea for complex machinery fault diagnosis.     

小波分析在齿轮故障诊断中的应用研究

通过对突变分段信号的傅里叶变换和小波分析,说明小波分析在判断频率突变位置方面的优越性。利用db4小波对从故障模拟机械平台提取的齿轮故障信号进行小波分析,有效的提取了信号故障特征。     

小波包变换在金属磁记忆信号处理中的应用研究

金属磁记忆技术是对金属部件进行早期损伤检测行之有效的方法.针对磁记忆信号中存在干扰磁场,不利于应力集中区特征信号的识别的问题,运用小波包分解重构的滤波方法。小波包将信号分解到各个不同的频段,截取感兴趣的频段,再重构信号,达到降低干扰信号的目的。仿真分析验证了该方法的可行性。通过对实测磁记忆信号进行小波包分解重构,使得应力集中区的特征更易识别,取得了较好的效果,降低了误判的几率。     

基于小波变换的STM图像处理

根据扫描隧道显微镜(STM)的特点,阐述了将小波变换应用于扫描隧道显微镜的降噪、增强及融合的方法,对于STM扫描获得的石墨原子图像,选用不同的小波基函数和分解层数进行分解和重构,结果表明,利用小波变换对扫描隧道显微镜图像进行处理是有效的、可行的,图像质量得到了明显提高。     

利用模糊模式识别诊断内燃机失火故障的研究

提出了一种基于模糊模式识别的内燃机失火故障综合诊断方法。通过建立简明实用的瞬时转速诊断模型并深入分析瞬时转速信号的波形特点,定义并提取了１０种无量纲的诊断特征参数。在此基础上,利用模糊模式识别技术对这些参数进行信息融合,首先快速识别整机有无失火故障,然后在有必要时再进行故障气缸定位。实验结果表明,该方法可以充分利用多种特征参数的信息互补性,提高了诊断效率和识别正确率,并能满足在线监测和实时诊断的要     

机械故障诊断中的小波基及算法研究

针对小波分析在机械故障诊断应用中的小波基选择和快速算法存在的问题,对常用的正交、半正交、双正交小波提取信号特征的能力进行了分析比较,表明半正交Ｂ样条小波因具有线性相位和采用较长的分解序列而具有较好的频率局部化特性和较小的变换误差,具有比较好的综合性能。推导了正交小波包的图形显示算法。利用该算法解决了小波变换快速算法中存在的数据长度随分解层数倍减小的问题。研究结果为故障诊断中小波基的选择和信号的深层     

图像小波阈值去噪中马赛克现象的处理

在图像去噪处理中，采用小波阈值去噪法会产生马赛克现象，造成图像失真．为此作者提出了利用指数函数处理小波系数的去噪方法，可以保证在与阈值去噪法获得同样信噪比条件下，减轻马赛克现象，并利用超声C扫描粘接检测图像验证了该算法的有效性．     

五滚柱式定向离合器故障诊断的小波包变换方法

论述了小波包分解及其能量谱处理五滚柱式定向离合器故障的原理与方法。应用小波包分解及其能量谱直观地识别出故障的特征频带，并进行了量化分析。结果表明，小波包及小波包分解能量谱比传统的傅立叶分析方法具有更大的优越性和价值。     

基于小波分析和模糊神经网络的齿轮故障诊断研究

建立齿轮故障信号采集模拟试验台,结合小波分析特征提取方法和模糊神经网络对齿轮故障进行了诊断,通过实验仿真,取得了很好的诊断结果。相比于传统的BP神经网络诊断方法,无论在诊断速度还是诊断精度上,模糊神经网络更具有优势。     

基于时频域模型的噪声故障诊断

为了避免传统的基于振动信号的内燃机主轴承磨损故障诊断中安装传感器以及提取故障特征频率的麻烦,采用一种基于内燃机工作噪声信号和时频域分析的方法。首先讨论了对内燃机噪声信号进行小波包络谱分析,得到可以判断主轴承磨损故障的特征频率。然后,进一步阐述了采用噪声信号小波包分解,可得到包含更多故障信息时-频分布图。基于此,运用图像处理技术建立基于图像匹配的内燃机主轴承诊断模型。结果表明此方法简单有效,充分利用了故障信息。     

解析小波及在振动分析中的应用

本文在希尔伯特变换和小波定义的基础上,提出解析小波及解析小波变换,分析了它的一个重要性质即对信号可实现正交滤波、提取包络。最后给出了小波在轴承振动共振解调应用的实例。