基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及其于多分辨分析的信号小波的分解算法，研究了信号局部奇异性的小波变换下的特性；根据故障信号的局部奇异性在小波变换下模的极大植及其在不同尺度上的传播特性，对308型滚动轴承振动加速度故障信号进行分解，对故障特征信号进行时域定位，并提取了故障特征频率f=46.88Hz，这与实际的故障特征频率相近，说明该方法适用于滚动轴承的在线监测和故障诊断。     

基于小波分析的故障信号检测

通过对不同小波基的选取进行比较，给出了用小波分析寻找故障点的方法．并结合故障分析实例做出仿真．仿真结果证明，该方法可以提高信号的分辨率，降低噪声，提高信噪比．     

小波分析及Matlab仿真在信号检测方面的应用研究

运用小波分析方法,将检测信号进行分段降噪处理,提取出精确信号,进而解决信号检测过程中遇到的实际问题。     

小波分析在振动信号检测中的应用

本文讨论了小波变换应用于振动信号检测的原理和特点，通过理论和实验分析表明：小波理论的发展适应于振动弱信号及突变信号检测的要求，为桩基质量的检测和分析提供了一种新的研究方法。     

基于小波分析的汽轮发电机组振动信号检测

汽轮发电机组的余弦突变及倍频突变是现场常见的振动故障,模拟了一个正弦振动信号分别产生余弦突变和倍频突变,并利用db5小波对此故障信号进行5层分解得到5层细节信号.故障信号分解的细节部分清晰地显示了奇异点的准确位置.仿真结果证明了小波分析用于汽轮发电机组振动信号检测的可行性和有效性,从而为汽轮发电机组振动信号的故障诊断提供有力依据.     

基于小波分析的信号滤波方法研究

论述了小波分析的基本原理,研究了应用小波变换进行信号滤波的方法,通过正交小波包对信号的分解,把频率成分复杂的信号分解到互不重叠的频带,根据需要删除某些频带的信号（噪声）,然后用小波包生包重构算法对信号进行重构,可实现对信号的滤波。给出了应用小波包变换对振动信号进行滤波的实全坷有效地滤除信号中的确定必噪声和随机噪声,可进取出淹没在信号中的非常微弱的特征信息,与传统的信号滤波方法相比具有明显优点。     

基于小波变换的信号检测

研究了基于小波变换的信号检测方法及它在不同尺度上分析和处理信号的各种频率成份。用非线性小波阈值的方法去除噪声,使有用信号能从噪声中检测出来,提高信号的分辨率、信噪比。     

小波分析在振动信号检测中的应用

本文讨论了小波变换应用于振动信号检测的原理和特点，通过理论和实验分析表明：小波理论的发展适应于振动弱信号及突变信号检测的要求，为桩基质量的检测和分析提供了一种新的研究方法．     

小波变换在瞬态信号检测中的应用

阐述了利用小波变换（ＷＴ）进行信号瞬态检测的原理。众所周知。短时Ｆｏｕｒｉｅｒ变换（ＳＴＦＴ）的时频分辨率固定不变,因此,其应用受到一定限制。小波变换的特点是将一维时域信号映射到时频域上,且其时频分辨率是变化的,这在信号检测中上有较强的优势。本文给出了计算机分析结果。     

奇异信号的小波奇性检测与小波滤波

对奇异信号在小波变换下的奇异点特征进行分析,并将小波奇性检测运用小波滤波,实现了奇异信号的时－频二维滤波,使滤除噪声同时保留了信号的奇异点信息。     

一种新的小波包络检测快速算法及其应用

针对传统包络解调分析方法需要人为选定共振频带的缺陷, 提出一种用 Morlet 小波和连续小波变换实现的包络检波算法. 该方法利用小波变换时-频分析的优势, 用傅立叶变换快捷计算小波变换系数, 从而有效提取各共振响应频带的调制频率. 经实验验证, 该方法能有效地提取信号包络, 准确地提取出滚动轴承的故障频率.     

基于小波变换的二相编码信号检测

针对低信噪比条件下相位编码信号检测效果差的问题,运用粗细定位相结合的思想,采用双尺度小波变换对二相编码信号进行了研究。该方法在大尺度的模值点上,对信号的奇异点进行粗略定位;在小尺度的模值点上,对信号的奇异点进行精确定位,进而实现了对二相编码信号的检测。通过仿真实验表明,该算法在信噪比优于0dB的情况下,可以较好地完成信号的检测过程,当信噪比优于3dB时,检测概率高于95％。     

小波分析在突变信号检测中的应用

本文探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法,在不同尺度上分析和处理信号的各种频率成分,使信号的奇点、突变点放大,提高信号的分辨率、信噪比.提出通过二进小波变换检测信号奇异点的实用技术,有效地检测出滚动轴承故障发生的起始点,为在线故障诊断做出了有益的探索.     

傅里叶变换与小波变换在信号故障诊断中的应用

研究了傅里叶变换与小波变换在信号故障诊断中的应用。仿真表明，小波变换在检测信号突变点方面比傅里叶变换优越得多，且利用小波变换可以精确地检测出信号突变的时间与位置。最后探讨了在应用小波变换进行故障检测时小波基的选取原则。     

小波分析在电液系统故障诊断中的应用

通过实验的方法,对电液系统进行了局部故障模拟,提取了模拟故障的特征信号,并利用小波变换这一时变信号分析的有力工具,对信号进行了多尺度分析,通过对小波变换后系数的模量极大值的检测来确定故障发生的时间点,对突变信号进行有效识别．结果表明,小波分析方法应用于电液系统的故障诊断是可行的．     

基于小波奇异性检测的电力系统故障检测算法

在应用小波变换信号奇异性检测理论进行故障检测基本判据的基础上,对其进行了补充,提出了电力系统故障检测的补充判据,提高了故障检测的准确性,同时使故障检测判据更具可操作性.并给出了10 kV系统单相接地故障的MATLAB仿真实例.     

基于最优小波包基的降噪方法及其应用

如何有效去除信号中的噪声是地球物理勘探领域中一个较重要的研究内容。如何去除有效数据中的噪声而保持信号的初至相位不发生畸变,常规的频率域或时间域滤波方法均不能较好的解决这个问题,而基于小波包基的信号去噪方法却是一种较好的方法。本文以小波包分析为基础,根据最小代价原理研究信号分解的最佳小波包基,对不同频率的系数采用不同的阈值进行量化,对高频信号采用Stein无偏似然估计的原则计算阈值,而在低频部分则采用以信号能为依据的浮动阈值,利用量化后的小波包系数重构得到去噪后的信号。仿真和实验结果表职,该方法去除噪声的同时并不改变原信号的相位,也不会产生波形的畸变。同时,将该方法利用到超声波数据降噪处理的工程实际中也取得了较好的效果。     

小波包分析在滚动轴承信号消噪处理中的应用

对滚动轴承的故障特点进行了分析.根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性,提出了小波包分解和重构用于滚动轴承信号消噪处理的概念及其算法,建立了滚动轴承加速度信号实时测试系统.通过实验研究得出,用小波包分解并通过重构可使分解后的数据长度不变,使分解层数不受限制,证明小波包分析方法应用于滚动轴承信号消噪的有效性,并取得了较好的效果.