共查询到19条相似文献,搜索用时 156 毫秒
1.
针对轴承早期故障特征微弱,极易被背景噪声淹没而不能及时检测的问题,本文提出了基于谐波分解和自互补Top-Hat变换的轴承微弱故障特征提取方法。首先,通过改进广义谐波小波函数,使得信号分解后子带个数和带宽范围不受二进制分解方式的限制,并在此基础上应用谱峭度图方法确定信号中故障特征相对集中的最优频带;然后,对最优频带信号进行多尺度自互补Top-Hat变换,抑制背景噪声的干扰,突出微弱的故障冲击特征,并引入故障特征能量比的方法自适应确定最优结构元素的尺度;最后,通过包络解调提取出轴承微弱的故障特征。对仿真信号和实测轴承全寿命数据分析的结果表明,该方法能较为有效检测出轴承微弱的故障特征,具有较高的工程应用价值。 相似文献
2.
3.
小波变换与卡尔曼滤波结合的RLG降噪方法 总被引:3,自引:1,他引:3
针对激光陀螺随机游走噪声其非平稳和非正态分布的特性,提出了基于小波变换的卡尔曼滤波的RLG降噪方法,该方法既具有小波变换对自相似过程的去相关作用和多分辨分析的功能,同时又保持了卡尔曼滤波器对未知信号的线性无偏最小方差估计的特点,实现了激光陀螺随机游走噪声的实时多尺度分解和最优估计。实测激光陀螺零偏信号去噪的结果表明,基于小波变换的卡尔曼滤波器使随机游走噪声的标准差降低了10.3%,降噪效果优于传统的卡尔曼滤波器。 相似文献
4.
结构物理参数识别的多尺度参数卡尔曼滤波方法 总被引:1,自引:0,他引:1
经过正交小波变换后,低尺度上测量信号的信噪比提高。应用小波变换将结构的激励信号和响应信号分解到不同尺度上,得到不同尺度上结构的状态方程和测量方程,结合动力学系统辨识的参数卡尔曼滤波方法,提出了结构物理参数的多尺度参数卡尔曼滤波辨识方法。理论分析和数值算例表明:在多尺度上对结构参数进行辨识比在单一尺度上辨识能获得更高的精度。 相似文献
5.
6.
7.
8.
由于柴油机振动信号的特征频带和噪声频带存在重叠现象,利用小波阈值消噪时难以选取合适的小波阈值,针对该问题提出一种基于小波包的LMS自适应滤波降噪方法。该方法将小波包与LMS自适应滤波相结合,首先利用小波包变换对信号进行多层分解,然后以噪声干扰对应尺度上的第一层“细节”分量及最大分解尺度上的逼近分量重构信号,将重构后的信号作为LMS自适应滤波器原始输入信号,再以小波包最大分解尺度上的高频细节信号作为自适应抵消器的参考输入信号,进行LMS自适应滤波降噪处理。仿真计算和工程应用表明,该方法参数设置较少,易于控制,不涉及小波阈值降噪中阈值的选取问题,对比试验信号的分析验证了方法的有效性,将该法应用在柴油机振动诊断中提高了故障识别率。 相似文献
9.
10.
11.
12.
水中金属丝电爆炸产生的冲击波,上升时间仅有数十纳秒,脉冲宽度仅为十几微秒,远小于化学炸药产生的冲击波,采用现有传感器对其进行精确测量非常困难。分析了冲击波波形形成过程,基于帕塞瓦尔时频域能量守恒定律,采用多尺度小波分解的方法,给出了一种冲击波波形重建方法。采用该方法对PCB138传感器实测的压力信号进行了重建,并与Müller-plate针式压力传感器得到的波形进行了比对。结果表明:重建后的信号更加接近真实波形,基于多尺度小波分解的波形重建算法,较基于傅立叶变换的重建算法,稳定性更好,准确度更高。 相似文献
13.
基于小波包分解的多尺度互相关管道定位方法 总被引:1,自引:0,他引:1
针对直接互相关时延估计法定位管道故障点存在定位精度差的问题,提出了基于小波包分解的多尺度互相关时延估计方法用于管道故障点定位.首先对2路光电检测器采集到的管道沿线振动信号进行小波包分解和重构得到不同尺度数据,然后对2路信号的同一尺度数据做互相关运算,利用互相关时差定位和加权平均原理计算故障点位置,抑制了噪声引起的时延估计误差.现场实验数据表明,本文方法平均定位误差小于150 m,相对误差小于0.4%,最大定位误差不超过±400 m,定位均方差小于0.05,相对于传统直接互相关时延估计法,此方法可进一步降低时延估计的平均误差和均方差,显著提高定位精度和一致性. 相似文献
14.
提出一种使用提升格形态小波进行生物芯片图像滤波增强的方法。根据生物芯片图像的样点和噪声区域的大小选择合适的结构元素或者预测-升级算子,并通过形态学算子或者提升格构造形态小波分解和重构形式。利用形态小波的不同级连方式和高频系数的处理实现生物芯片图像的滤波增强。实验表明,该方法可以有效地结合形态学和小波滤波的优势,降低了运算量,取得良好的生物芯片图像增强效果。 相似文献
15.
提出了基于变分模态分解(VMD)的高阶奇异谱熵的特征提取方法,并应用在滚动轴承故障诊断中。首先,使用4阶累积量切片代替奇异谱熵分析(SSEA)的协方差矩阵,引入VMD分解实现方法多尺度化,提出信号多分辨高阶奇异谱熵分析(M-HSSEA)方法;通过信号分析,VMD解决了模态混叠的问题,且能够实现信号滤波,同时该方法提取的熵特征向量增强了相空间重构参数鲁棒性;通过和小波奇异谱提取特征的方法对比,结果表明所提出的方法在克服频率混叠现象,提取的特征点总体离散度小等方面更具优势;最后,结合深度信念网络分类器实现了对故障的分类,实验结果验证了所提方法的有效性和可行性。 相似文献
16.
17.
18.
分析了谐波小波的优点。在研究谐波小波的频段分解的基础上,提出了不分层分析的谐波窗方法。推导了谐波窗的频段分析表达式,并给出了实现过程。该方法显示了小波分析的窗口伸缩功能.但避免了在基于二进的小波变换过程中,由于隔点采样导致的信息丢失现象。利用该方法对3个数字信号进行分析,体现了该方法对近频信号和微弱瞬态信号的识别能力,也体现了该方法对淹没在强噪声中微弱周期信号的提取能力。利用该方法,对某汽车齿轮箱的裂纹故障产生的原因进行振动信号的频域识别,得到了满意结果。 相似文献
19.
一种无频带错位的小波包算法 总被引:5,自引:0,他引:5
研究了数字信号处理中的小波分析方法。基于多尺度分析的思想,提出了信号的小波分解及重构新算法和小波包算法。由于算法中采用了频移技术,在小波分解中避免了频率的折叠现象,同时在小波包算法中也解决了频带的错位问题。算法在工程中更具实用价值 相似文献