首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 78 毫秒
1.
为了准确地确定矿井通风所产生的噪声声源,为治理噪声打下基础,考虑到空气动力噪声、机械噪声、电机噪声这三大类噪声在频率和强度方面的差异,文章利用小波变换对实际测量的噪声信号进行了分解。根据分解的结果,可以比较准确地确定产生噪声的声源,为后续重点且有针对性的治理噪声打下了良好的基础。实验证明,利用小波变换确定噪声源的方法是可行且有效的。  相似文献   

2.
基于小波的矿井主要通风机振动信号噪声消除算法   总被引:1,自引:0,他引:1  
介绍了小波变换与信号奇异性的关系、判断信号奇异性的“模极大值检测”法则;利用信号和噪声在小波变换尺度上的不同表现,结合矿井主要通风机振动信号的特点,给出了矿井主要通风机振动信号的噪声消除算法,并进行了实例分析。  相似文献   

3.
《煤矿机械》2013,(12):65-67
随着敏感性负荷大量的涌入电网,电网谐波问题受到关注。介绍了小波包变换理论,并将该理论应用于电网谐波分析。仿真结果表明小波包变换具有良好的分析性能,能够准确地分辨出信号中的高频信息,为电力系统的谐波检测提供了依据。  相似文献   

4.
基于小波变换模糊聚类的噪声消除算法   总被引:3,自引:1,他引:2  
通过分析信号和噪声的小波变换系数在不同尺度上的传播特性,结合模糊聚类方法,提出了一种新的消除图像噪声算法-LEFC去噪算法。实验表明,该算法与其他几种小波软阈值去噪算法相比,更具有效和稳健的去噪效果。当噪声率超过40%时,其优越性更加突出。  相似文献   

5.
华臻  张鑫  王振翀 《煤矿机械》2006,27(8):102-104
针对目前矿井通风作业中存在的一系列制约性问题,科学地生成通风网络图并解算风网;运用基于小波空间的IBMR,生成通风系统的三维虚拟环境,而且能够与系统自然地进行信息交互,从而为矿井通风安全可视化研究提供了更先进、快捷的方法;也为小波空间中IBMR的图像生成技术在矿业工程中的进一步开发与应用奠定了坚实的基础。  相似文献   

6.
贾敬  梁为 《煤矿机械》2006,27(6):1078-1079
介绍了小波变换的基本概念,利用小波变换的变焦特性和局部化性质对漏磁法钢丝绳检测信号进行了多分辨率分析。结果表明,该方法在奇异信号检测和局部化分析方面具有优异特性,小波变换可以聚焦到信号的细节,适合突变信号的时频分析处理。  相似文献   

7.
基于小波变换的遥感图像处理分析   总被引:2,自引:0,他引:2  
通过介绍小波变换理论及其最新进展,主要分析小波变换在遥感图像压缩、图像去噪、多源传感器影像融合、遥感图像边缘提取、分类等方面的主要应用。随着小波理论的进一步发展,其必将在遥感领域发挥更重要的作用。  相似文献   

8.
对小波变换的时频分析特征进行了详细研究,将其应用到配电网常见故障的识别中。在MATLAB/SIMULINK下搭建了系统仿真模型,对发生不同故障时的电流信息进行了特征提取,结果证明基于小波变换的方法不仅能对故障类型进行判别,而且还能准确确定出故障发生的时间。  相似文献   

9.
小波变换与Hilbert-Huang变换应用于层序划分的比较   总被引:1,自引:0,他引:1       下载免费PDF全文
测井资料应用于层序地层研究的实例很多,一般选取能够敏感反映沉积过程的GR或AC曲线开展研究,且过去多注重测井曲线形态及幅值特征的应用。近年来学者们倡导了将测井数据小波变换和Hilbert-Huang变换分别应用于层序地层划分的新方法,但并未对这2种方法进行过对比分析。笔者简要介绍了小波变换与Hilbert-Huang变换的原理,通过对所构建的仿真分段信号的处理分析,展示了2种方法在识别信号中的突变点与突变区域方面的有效性,结合实例分析了2种方法在层序地层划分应用中的差异性。结果表明:小波变换更宜于识别测井信号中的多尺度旋回性,适于不同级别层序的划分;而Hilbert-Huang变换更宜于识别测井信号中的突变性,对信号中突变点位置的识别更加准确,适于确定层序的界面。将2种方法相结合,把济阳坳陷惠民凹陷钱斜14井沙河街组划分为3个长周期基准面旋回、7个中周期基准面旋回和23个短周期旋回,与前人传统方法研究结果具有一致性,展现了组合方法的优越性。  相似文献   

10.
奇异信号的奇异点经常携带比较重要的信息,它是信号的重要特征之一。证明了小波变换能用来检测信号的奇异性,利用小波变换模的极大值和信号奇异点的关系,可以分析信号局部奇异性。信号局部奇异性用李氏指数来描述。研究了奇异性检测小波基的选择条件。给出了实例分析,结果表明,小波变换在信号奇异性检测和局部化分析方面具有优异特性。  相似文献   

11.
针对微震信号与爆破震动信号自动识别难的问题,提出了基于经验小波变换(EWT)的矿山微震信号识别方法。运用仿真信号对EWT和经验模态分解(EMD)进行对比检验,表明EWT分解效果要优于EMD,而且可以减少模态混叠问题;对矿山实测的400组爆破震动和微震信号进行EWT分解,得到紧支集频谱的内禀模态分量,借助互信息量筛选得到f1~f7共7个分量,进而分别利用分量f1~f7构建Hankel矩阵,计算每个Hankel矩阵的奇异值平均值、方均根值、标准差,并作为特征量;利用支持向量机(SVM)对微震和爆破震动信号进行分类。结果表明:爆破震动信号分量f1~f7的奇异值方均根值和标准差都要大于微震信号,分量f1~f5的奇异值平均值要大于微震信号;EWT_Hankel_SVD特征提取法识别效果要优于应用较为广泛的EWT_SVD,且基于EWT_Hankel_SVD分类准确率达到92.5%。  相似文献   

12.
基于小波变换的岩石三轴蠕变曲线消噪分析   总被引:1,自引:0,他引:1       下载免费PDF全文
韩冰  王芝银 《煤炭学报》2007,32(3):243-247
借助小波变换的基本原理,采用Mallat塔式分解算法对蠕变曲线进行多分辨分析,并对分解后的小波系数进行阈值处理,滤去噪声部分,然后通过小波逆变换对系数进行重构,得到消噪后的信号.分析结果表明:应用小波变换对蠕变曲线的实际测点数据进行消噪处理,能够有效去除实验过程中由于机器自振和外界干扰产生的噪声影响,相应提高了测量曲线的信噪比,从而可以得到较为平滑的实验曲线.  相似文献   

13.
随机噪声的压制是微震信号分析过程中的重要环节,目前大多数降噪技术都不同程度的存在去噪效果差、易损伤有效信号等问题。针对微震信号的随机非平稳特征,提出一种联合经验模态分解(EMD)及小波阈值的降噪方法,压制微震信号中的随机噪声。该法首先使用EMD对微震信号进行自适应分解,得到有限个本征模态函数(IMF)。考虑到随机噪声主要集中在高频IMF分量中,基于噪声能量突变原则找出低频IMF分量与高频IMF分量的分界后,利用小波阈值方法对高频IMF进行降噪处理,最后将降噪后的高频IMF分量与剩余的低频IMF分量重构即可实现微震信号降噪。仿真分析及实验结果表明,该方法能充分保留微震信号的随机非平稳特征,较对比方法具有更好的降噪效果。  相似文献   

14.
基于小波变换的遥感影像融合与评价   总被引:13,自引:0,他引:13       下载免费PDF全文
林卉  杜培军  张莲蓬 《煤炭学报》2005,30(3):332-336
阐述了小波变换的Mallat算法,同时对遥感影像融合的分析与评价进行了深入的探讨,提出了综合利用三类统计参数来进行评价的方法.经实验,评价结果与理论分析结果和目视效果相吻合,说明这些参数可以作为遥感影像融合的客观效果评价准则.  相似文献   

15.
基于小波变换的电动机定子电流信号压缩   总被引:2,自引:1,他引:1  
监控系统在工作过程中 ,会获得大量的数据。在通讯带宽一定的前提下 ,大数据量的传输所造成的通讯时间过长 ,是影响远程诊断实时性的突出问题 ,因此研究方法详细介绍了小波算法和小波信号压缩原理 ,对电动机定子电流进行了试验和仿真 ,并验证了可行性和优越性  相似文献   

16.
叙述了对空气动力噪声和机械噪声所采取的降噪措施以及其计算与构造 ,对采取降噪措施前后的声环境进行了实测  相似文献   

17.
对矿井风量计算的通用公式(N=15、18、19、21.1、24、25.5、40.3、50),进行了详细的剖析.指出了用沃洛宁矿井通风基础理论推导的公式,包括鲁郭夫斯基大爆破后的通风风量计算公式都是错误的.  相似文献   

18.
由于井巷空气的密度不同会产生自然风压。自然风压的存在,将会导致矿井通风网络的参数发生变化,进而对矿井的安全生产产生影响。因此,定量分析自然风压对矿井通风网络的影响,对矿井的安全生产是十分必要的。文章运用热力学、流体力学及通风网络的有关理论,建立自然风压对通风网络影响的相关数学模型,定量分析自然风压、通风网络风阻及风量之间的关系,并以此作为通风系统安全性评价、风量调节以及通风系统管理的理论依据。  相似文献   

19.
矿井局部通风设备系统故障诊断方法研究   总被引:1,自引:1,他引:0  
文章针对矿井局部通风设备系统故障而造成瓦斯浓度超限的瓶颈问题,提出采用粗糙集理论和遗传算法对矿井局部通风设备系统的故障诊断方法进行研究。建立了故障模型树;对关键故障征兆和故障规则获取算法及软件进行了分析与开发,并对煤矿进行了应用示范研究。为煤矿通风设备系统的故障诊断提供了一种新的方法思路和原型软件。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号