用A计权连续小波变换识别内燃机噪声源

为了适应内燃机噪声声源识别的需要,当用连续小波变换进行信号分析时,常对小波变换算法作适当的改进.依据连续小波变换的叠加性和尺度转换性质,提出了变换后小波系数的频率修正方法,即在修正小波变换时对信号中不同频率成分小波系数的不同衰减,使变换后小波系数的大小能够准确反映信号中不同频率成分的幅值特性,在此基础上提出了A计权连续小波变换算法,对频率修正后的小波系数进行A计权修正,使之更加适合实际工程中声源识别的需要.利用该方法对某发动机进行了噪声源识别,取得了良好的识别效果.     

内燃机噪声源识别的小波相关系数方法研究

为了分析内燃机(ICE)噪声信号的时频特性和识别主要噪声源,研究了小波变换中尺度与频率之间的关系,重新定义了连续小波变换,并基于不同小波对同一信号分解时小波系数之间存在极大相关性,提出用规范化相关系数时频图分析噪声信号和识别内燃机噪声源的新方法.新方法能够准确地对信号进行时间和频率定位,且频域结果与信号功率谱相当吻合.对发动机声学信号进行了时频分析,同传统连续小波变换相比较,该方法能够更好地反映信号能量的时频域分布状况.结合声强结果,声学信号时频图能够直接地显示不同噪声源的时频特征.     

用声模态技术识别内燃机噪声源

为了准确识别内燃机噪声源，提出了一种声模态分析技术.通过对双传声器声强信号进行傅里叶变换，得到两个声压互谱的虚部，进而计算出各测点声强的频率分布，将测量面上各测点某一频率成分的声强值挑选出来，得到测量面上各频率成分的声模态.用声模态技术对一台汽油发动机噪声源识别，确定了各测量面的主要噪声源的位置，并对噪声源产生机理进行了分析.结果表明，声模态技术能准确识别出测量面上各种频率成分的噪声源位置，为噪声控制的结构改进和声源屏蔽提供重要信息.     

弦乐合弦声信号时频特征的小波包分析

利用小波包分析技术对弦乐合弦声信号进行时频分析，并采用Hilbert变换对小波分解系数时域重构信号进行包络线检波，得到了合弦声信号幅值的时频等高线相平面图．与传统傅里叶谱分析技术相比较，小波变换的时频相平面图能同时反映合弦声信号的构成频率成分及其时域特征．     

基于小波变换的桩基缺陷识别方法

在反射波法的桩基信号检测中主要归纳为检测幅值突变,当反射信号较弱时,用一般的时域分析法或频域分析法,就无法检测桩身质量问题.用小波分析就可以解决这一问题,小波分析具有时频局部化特点.从理论上说,桩基信号混有反映桩基缺陷的脉冲信号,通过对称小波变换后,在一定的尺度范围内其极值点对应原信号的突变位置或时刻.工程中信号分析如用连续小波变换产生的数据量多,且计算量大,分析复杂.而用离散小波变换可以有效地减少数据量,并能识别工程信号的奇异性(缺陷).论文通过一个在确定位置有微弱幅值变化,进行小波变换后(其中小波为二次B样条小波),可以清楚地识别幅值发生突变的时刻.同时也对工程实际中的一具体桩基用低应变动态检测的数据进行了分析,根据桩的破坏特征及离散小波变换后计算桩身发生缺陷的位置,可以确定本例中的桩有4处发生了离析.并且可以有效地对桩基缺陷进行识别.     

基于小波变换的地震波时变功率谱估计

为进一步认识地震动的非平稳特性,基于小波变换提出一种估计时变功率谱的方法.利用小波变换的带通滤波特性,结合时变功率谱的物理意义,从能量的角度推导各频带上小波系数与时变功率谱密度函数的关系,从而通过地震动信号的小波系数估计时变功率谱.利用基于小波变换的估计时变功率谱方法,针对实测和模拟地震动信号进行时变功率谱估计,并与基于傅里叶变换估计的功率谱进行了比较验证.结果表明：该方法正确、可行,它将原有的频率-幅值的二维认识提高到频率-时间-幅值的三维认识,解决了傅里叶变换估计功率谱缺乏时间信息的问题.     

基于提升小波变换的图像认证数字水印

目前基于小波变换的数字水印算法主要根据频域小波系数的幅值大小确定是否嵌入水印,这种算法的缺点是嵌入水印后的图像的视觉透明度不够好.该文提出了一种基于提升小波变换的盲水印算法,利用提升小波变换将原始图像进行多分辨率分解,利用低频部分系数来生成水印,基于密钥来选取高频部分的小波系数,并根据小波系数的奇偶性嵌入水印.在水印提...     

基于小波变换的内燃机瞬时转速信号的分析

使用非线性离散序列的小波变换 (DTWT)对同时存在高频噪声和高斯白噪声的内燃机瞬时转速信号进行去噪 .通过对此信号进行频谱分布的分析 ,用Donoho的阈值去噪法去除高斯白噪声之后 ,根据小波变换的多分辨率思想 ,提出了仅使用小波变换的尺度系数进行小波反变换来去除高频噪声 ,然后运用小波反变换来恢复内燃机瞬时转速信号的方法 .实验结果表明 ,此方法能够较精确的去除噪声 ,恢复内燃机瞬时转速信号 .     

基于小波变换的内燃机瞬时转速信号的分析

使用非线性离散序列的小波变换(DTWT)对同时存在高频噪声和高斯白噪声的内燃机瞬时转速信号进行去噪．通过对此信号进行频谱分布的分析，用Donoho的阈值去噪法去除高斯白噪声之后，根据小波变换的多分辨率思想，提出了仅使用小波变换的尺度系数进行小波反变换来去除高频噪声，然后运用小波反变换来恢复内燃机瞬时转速信号的方法．实验结果表明，此方法能够较精确的去除噪声，恢复内燃机瞬时转速信号．     

线性自适应小波理论的齿轮箱故障诊断方法

针对早期齿轮箱故障信息淹没在背景组分中的问题,提出了基于线性自适应小波理论的齿轮箱故障诊断方法.该方法基于希尔伯特变换(HT)和自适应小波变换(AWT),能从低频的调制振动信号中区分并识别不同程度的裂纹故障.首先用希尔伯特变换提取调制振动信号的包络值以显示调制频率.然后利用自适应小波变换来处理由希尔伯特变换得到的调制信号,其中在自适应小波处理希尔伯特变换后的调制信号的过程中利用粒子群算法(PSO)对过程参数进行优化.实验结果表明该自适应小波变换能通过过程优化小波找到匹配振动信号的啮合频率及其谐波、耦合频率、载波频率及其边频带,能够从调制信号中提取出特征参数,且具有较高的分辨率.     

基于EEMD和CWT的挖掘机座椅振动分析

针对某型液压挖掘机座椅振动加速度信号,应用集总经验模式分解(ensemble empirical mode decomposition, EEMD)方法进行处理,提出以能量贡献率与相关性分析相结合的方法,实现本征模态函数(intrinsic mode function, IMF)中冗余项和伪信号的剔除;并应用连续小波变换(continuous wavelet transform, CWT)对各有效IMF分量进行时频分析,实现振源特征提取和定位。试验分析表明:影响驾乘舒适性的分量主要来源于发动机的发火激励和2阶转动激励,同时缸内气体压力循环作用产生的发动机切向、径向激励力也是一个重要的来源。该方法可有效地实现座椅振源信号的分解、筛选及定位,对于研究挖掘机振动舒适性具有一定的应用价值。     

基于小波理论对双线性结构地震响应分析

本文应用小波时频分析方法对双线性单自由度(SDOF)结构的动力特性进行了研究。基于结构在地震动输入下的响应,分别采用连续小波变换(CWT)和离散小波变换(DWT)识别了结构在响应过程中的频率变化情况和双线性结构的屈服和卸载时刻。结果表明,小波分析方法能准确地识别结构在非线性地震响应中的频率变化和屈服、卸载时刻。     

连续小波变换识别水轮机故障信号孤立奇异点

针对低频振动信号，给出一种故障信息识别的有效方法。选择双正交样条小波作为基小波，将多尺度分析及孤立奇异点的检测运用到水轮机房轴径向摆度分量信号的故障识别中。结果表明，利用连续小波变换系数模极大值（WTMM）的多尺度分析、根据WTMM曲线的长度、强度及其Lipschitz指数可以定位孤立奇异点；运用最小二乘算法估算李氏指数，即可估算故障点的奇异性程度并取得了很好的诊断效果。     

基于EMD和小波变换的结构风振高阶参振模态识别

为了确定结构随机理论求解中的高阶参振模态数目,采用经验模式分解(EMD)与小波变换相结合的方法分析结构气弹模型自激响应数据信号的时-频-谱联合特性,从原始信号中分解出固有模态函数(IMF),再对各个IMF进行小波变换提取信号特征参数,从而识别出结构风振随机计算所需的高阶参振模态截止频率,并将识别结果与直接采用随机理论对...     

基于小波和神经网络的传感器故障诊断

提出了一种新的基于小波包变换和BP神经网络的传感器突变故障诊断方法。根据小波变换在时域和频域都具有良好的局部化特性对信号特征进行精确定位,根据传感器输出信号的小波包分析提取能量变化率的特征向量,利用BP神经网络进行传感器故障分类。这种方法无需预先建立传感器模型和测量传感器输入信号,通过对小波包系数的削减,减少了冗余数据,提高了故障检测的实时性。仿真实验结果表明了该方法的有效性。     

小波变换时频敏感特性的试验研究

利用小波变换的时频敏感特性，通过试验提出了结构在自由及受迫振动过程中的健康监测及损伤检测方法.在悬臂板与弹簧组成的系统的自由及随机振动过程中，通过烧断连接弹簧与悬臂板的细绳来对系统造成破坏，其中离散小波变换用于识别结构损伤造成的信号奇异性，而连续小波变换则用于排除外界脉冲噪声的影响及确定结构刚度损失的大小.试验结果表明，该方法能有效地监测结构振动过程中的损伤，以及检测结构刚度损失的大小.在结构随机振动试验中，连续小波变换施加在由随机减量法获得的自由衰减信号上，获得了更好的检测效果.所提出的离散小波变换与连续小波变换联合使用的结构健康监测及损伤检测方法可用于结构的在线监测，且无结构建模误差的影响     

Natural frequencies and damping estimation based on continuous wavelet transform

The continuous wavelet transform （CWT） based method was improved for estimating the natural frequencies and damping ratios of a structural system in this paper. The appropriate scale of CWT was selected by means of the least squares method to identify the systems with closely spaced modes. The important issues related to estimation accuracy such as mode separation and end effect, were also investigated. These issues were associated with the parameter selection of wavelet function based on the fitting error of least squares. The efficiency of the method was confirmed by applying it to a simulated 3dof damped system with two close modes.