基于FFT和小波变换的谐波分析策略

有源电力滤波器是一种用于动态抑制谐波、补偿无功的新型电力电子装置,它能够对大小和频率都变化的谐波以及变化的无功进行补偿。该文提出了FFT变换与小波变换相结合的检测电路,小波变换分析将信号分成了稳态部分及非稳态部分,稳态部分采用傅里叶变换,非稳态部分采取模极大值分析。利用Matlab对其仿真很好的验证了该方法是可行的,可有效滤除谐波。     

基于FFT和小波变换的电能质量分析方法

电能质量问题大体能分为两大类--稳态和非稳态,稳态信号主要是谐波和间谐波,而非稳态主要包括短期变化、暂态和长期变化.提出利用小波变换的奇异性来区分稳态和非稳态,用FFT算法分析稳态信号的干扰,而用小波变换分析非平稳信号,根据持续时间及结合提取的干扰信号特征来细分非稳态信号类型.实验证明这种方法对各种信号是有效的.     

基于小波变换及FFT算法的涡街信号处理

近年来涡街流量计的应用越来越广泛,但在实际使用时管道振动和流场扰动等引起的噪声易对涡街信号造成干扰,导致实际测量精度达不到要求。本文使用小波变换及FFT算法对涡街信号进行处理。该方法对涡街信号提取和去除噪声效果良好。有利于扩大涡街流量计的量程范围,提高测量精度。     

电子标签与集装箱物流信息化

分析了集装箱物流对电子标签特殊要求,归纳总结了用于集装箱物流的电子标签应具备的动态、远距离、高可靠读写与耐高温、抗盐雾腐蚀、抗冲击、高密封性能与数字安全性能等主要特性。分析对比了有源和无源RFID的应用优势与劣势,探讨了应用于集装箱物流的电子标签标准所应覆盖的相关内容。根据集装箱物流的特征,探讨了由设备层、数据层、应用层组成的集装箱物流信息系统的基本架构。最后讨论了电子标签在集装箱物流应用中的安全性、标准化等技术问题。实际应用表明,基于RFID的高频有源电子标签系统的集装箱信息管理系统,可以实现对货物形态和运输信息的有效监控和实时管理,具有良好的应用前景。     

基于小波变换和FFT的电能质量扰动分类

根据电能质量扰动的特点,提出了小波变换（WT）和FFT相结合的电能质量扰动分类方法。该方法的主要思想是：利用小波变换对突变点敏感的特性,用其进行突变点检测和定位,以有无模极大值来区分暂态和稳态扰动;利用FFT频域分析的优势,对其进行频谱分析,以扰动信号频谱的不同特点,对暂态和稳态扰动信号分别进行进一步分类;采取检测突变点间电压有效值的方法,对短时电压扰动信号进行进一步的分类。仿真分析表明该方法对于简单和复杂电能质量扰动信号均具有准确的分类能力。     

基于改进重复算法的FFT变换的C语言实现

针对在DSP器件上直接用汇编语言编程实现快速傅立叶变换过于复杂,通用性差的问题,引出一种重复算法.该算法可以简化程序中的反序排列过程,利用C语言进行程序开发.并在重复算法的基础上,提出改进重复算法,引入基础矩阵模块化的概念,使快速傅立叶变换的编程趋向简单化和模块化,并且拥有良好的通用性.     

基于小波变换的打夯振动分析

探讨了冲击振动检测标准建立的合理性,提出使用小波的多通道分析功能来建立冲击振动检测标准的思想。回顾了有关振动检测标准的现状和小波分析的时频特性,分别从时域、频域和小波域对某打夯机造成的冲击振动进行分析,指出从时域和频域建立冲击振动检测标准的不足及从小波域建立冲击振动检测标准的优越性,验证了从小波域建立冲击振动检测标准的合理性和可能性。     

基于RFID的物流集装箱设备的信息化监控与管理

作为物流运输装备核心的集装箱,在现代快速物流、货运安全、货运监管、国际反恐和智能供应链的行业需求下,迫切需要智能化、信息化,即实现集装箱在供应链和物联网下的可视、可监测和可控制。一、智能集装箱智能终端研制智能集装箱物联网拓扑架构图如图1所示。物流装备中最主要的装备,占到物流运输的90%以上的为集装箱、托盘和道路运输     

基于小波变换与纹理特征分析的地基云图识别

云状是云观测的三大要素之一,正确识别云状有助于分析大气运动状态,为天气预报提供重要依据。文章采用了图像处理的方法对全天空红外云图进行初步云状识别的研究,利用小波分析与纹理特征(灰度共生矩阵)分析相结合的方法提取所需识别云类型的特征参数,设计并建立适合云状识别的分类器。所做分析和研究工作表明,对比单一纹理特征分析和利用小波分析与纹理特征分析相结合的方法对所选全天空红外云图的识别结果,后者具有较高的准确率。     

基于EMD及FFT的滚珠丝杠副振动信号分析

为了监测滚珠丝杠副的健康状况,对采集到的滚珠丝杠副振动信号做EMD分解,得到包含原始信号固有特征的若干IMF分量,对选定的IMF分量做FFT得到对应的频谱图,从频谱图中可以提取出滚珠丝杠副的特征频率,根据特征频率可以初步判断出滚珠丝杠副的健康状态。由分析可知,利用EMD和FFT对分析非平稳、非线性的滚珠丝杠副离散振动信号是有效的。     

小波变换与FFT在电网谐波检测中的应用

电力系统中大量谐波的注入使得网络电能质量明显下降,而传统的检测方法由于自身技术的限制,已经不能满足目前谐波检测对实时性和精确性的要求。该文在分析了电网谐波变化特征的基础上,结合谐波检测新理论的发展及应用实践,提出将小波变换与传统检测方法相结合的检测方案,并用仿真试验验证了该联合算法的有效性。数据结果表明:小波变换在分析复杂信号中各谐波成分时表现出了其时频局部化特性的优势,而传统的FFT可准确提取信号各成分的频谱信息,该联合检测方法有效地提高了谐波检测的精度。     

集装箱物流技术与装备的新发展

分析了集装箱物流装备向大型化、高速化、实用化、轻型化、专用化、通用化、自动化、智能化、成套化、系统化发展的趋势，介绍了电子化、自动化、智能化、仿真及优化技术在集装箱装卸设备和装卸工艺上的应用情况。     

基于小波包的点云数据平滑处理

点云数据的平滑处理是逆向工程曲面建模前的必要环节.提出了基于小渡包的点云数据平滑处理方法,通过小波包变换将点云数据分解成不同层次的小波系数,而点云数据中的噪声点属于高频信息范围,所以在小波系数域内通过去除高频信息重构点云数据,一方面可以实现点云数据的平滑处理,另一方面则可以针对不同的频谱信息进行噪点云除.同时,由于点云数据的离散间隔信息不均匀,采用离散小波进行处理时在采样方式上存在误差,故根据点云数据的获得原理,采用图像域的二维信息作为索引代替原三维点云数据的x,y坐标.小渡包重构后通过索引信息将原来的坐标信息还原,从而达到点云数据平滑的目的.整个算法通过图像域、小波系数空间和三维欧式空间的相互转换完成点云数据的平滑处理.最后以具体的实例验证所提方法的有效性.     

基于Canny算子和FFT的非接触图像振动测量研究

针对接触式振动测量过程中需要接触被测结构且易受外界影响,双目视觉非接触式振动测量过程中操作步骤较复杂的问题,提出了一种基于Canny算子和FFT的非接触图像振动测量方法。首先通过相机采集被测结构的运动图像,并进行了灰度化处理,利用Canny算子提取了图像的边缘特征;然后选取了图像系列像素点,用Matlab软件跟踪提取了其运动信息,进行了FFT分析,得到了该边缘像素点的振动频率,即被测结构的振动频率;最后进行了简支梁正弦激励稳态响应实验与悬臂梁冲击响应测试实验,并将实验结果与加速度传感器测量结果进行了比较。研究结果表明:在10 Hz～35 Hz简支梁正弦激励下测得的振动频率与传感器测量结果相对误差小于1.1%,悬臂梁冲击响应测试下测得的振动频率与传感器测量结果相对误差小于0.7%,该方法具有实际应用的可行性。     

基于改进FFT变换的地铁电网谐波监测系统虚拟仪器化设计

针对地铁电网谐波具有频率波动及半波对称的特性,以及传统硬件检测方法功能单一、灵活性差等缺点,文中提出了一种改进FFT算法,并在该算法基础上设计并开发了基于虚拟仪器的地铁电网谐波监测系统.该系统硬件采用PC-DAQ结构方案,在一定硬件设备的基础上,增加虚拟仪器开发平台.系统软件采用LabVIEW2009,运用LabVIEW强大的函数库实现数据采集、频率跟踪及谐波分析、数据动态显示等多种功能.改进FFT算法在MATLAB中仿真表明,该算法是传统FFT运算量的一半,提高了运算速度;软件测试表明,该系统能够实现预期功能,并具有检测精度高、实时性及扩展性好等优点.[1-2]     

基于小波变换的水下爆炸压力时频特征分析

提出了水下爆炸压力时频特征分析原理,给出了一次水下爆炸压力的测试结果,分析了短时非平稳水下爆炸压力的时频特征,提取了冲击波、首次和二次气泡脉动压力信号,讨论了它们在不同频带的能量分布规律.研究结果表明,冲击波压力的峰值大,衰减快,主要作用在1 kHz以上的高频段,易造成舰船局部的破损;气泡脉动压力的能量接近总能量的一半,主要作用在1 kHz以下中低频段,是使安装频率为数十赫兹的舰船设备产生冲击振动的主要能源.     

基于Hilbert-Huang变换的转子碰摩故障特征分析

Hilbert-Huang变换(HHT)得出的时频图是分析非平稳信号的有效工具.应用HHT时频方法对转子早期局部碰摩和全局碰摩故障信号进行了分析,与传统的频谱分析比较表明:HHT时频方法具有良好的时频聚集性,能够很好地反映转子系统早期故障信号的时频特征,可以有效地对转子系统碰摩早期故障进行诊断.通过对全局碰摩故障信号分析,说明碰摩过程中摩擦力是不均匀的,碰摩接触面积的增大在时频图上表现为基频成分的波动变化加剧和高频成分的增加.基于HHT的三维谱图和时频亮度谱图能清晰地显示碰摩故障的频率、时间和振幅信息,为工程实际中转子系统的早期碰摩故障诊断和全局碰摩特征分析提供了有效的依据.     

基于小波变换的齿轮振动信号降噪分析

在齿轮的故障诊断中,振动信号常常夹杂着大量的噪声信号,表现出极大的非平稳性,采用基于小波变换的降噪方法,通过实例对齿轮振动信号进行降噪分析,收到了较好的效果.     

基于小波变换的客车车内振动噪声源识别

测定了不同工况下车内噪声信号和车架车身等处的振动信号，利用Daubechies小波函数对噪声信号和振动信号做小波变换，获取信号能量分布的特征向量和相关系数，确定两种信号相关程度，根据相关系数大小识别车内振动、噪声源，经过识别发现发动机为该车的主要振动噪声源。试验表明，该方法比传统的分析方法更为简单、有效。