基于小波变换的发动机表面缺陷图像去噪方法的研究

目的 滤除发动机表面缺陷图像上的噪声,使发动机表面缺陷信息得以更好地呈现。方法 首先利用小波变换将发动机表面缺陷含噪图像进行系数分解,获取不同的小波系数;接着利用支持向量机对小波分解系数进行分类,以达到将噪声信号与非噪声信号进行分离的效果;最后利用插值运算对硬阀值函数进行优化,以克服函数不连续性引起的振铃效应等弊端,使得去噪后图像能够保持更多的细节信息。通过实验仿真将所提方法以及中值滤波、双边滤波方法的去噪效果进行对比。结果 所提方法去噪后图像与中值滤波以及双边滤波方法去噪后图像相比,具有更高的PSNR值以及SSIM值。测试图像噪声强度为25%时,所提方法去噪后图像的PSNR值以及SSIM值较中值滤波方法去噪分别提高了20.66%以及11.89%,较双边滤波方法去噪分别提高了10.30%以及5.48%。结论 所提方法比中值滤波、双边滤波方法具有更好的去噪效果,能够对发动机表面缺陷图像的噪声进行去除,并较好地保留图像的细节信息。     

钢管虚拟超声检测信号处理技术

针对表面粗糙的钢管进行超声波检测时存在的噪声高、信噪比低的问题,利用自行搭建的虚拟超声检测信号处理系统,对表面粗糙钢管的超声检测信号分别进行了基于传统傅里叶变换的频谱分析和FIR滤波以及基于小波变换的时频分析和小波去噪。通过对比试验发现,基于小波变换的信号处理技术可以对表面粗糙钢管的超声检测达到更好的去噪效果。     

一种新的液压系统故障特征信号消噪方法研究

现场采样获得的液压系统压力脉动信号通常含有很多的噪声,如果不能有效地消除噪声,那么故障特征参量的提取将会受到很大的影响,从而影响液压系统故障诊断的准确性。针对压力脉动信号非平稳随机性、统计特性不可预知等特点,提出一种基于小波自适应滤波的信号消噪方法,并将其应用于采集到的液压系统压力脉动信号的消噪中。通过实例分析,验证了基于小波变换的自适应滤波的信号消噪方法要优于传统的自适应滤波的信号消噪方法。     

基于改进阈值法的平移不变小波压力脉动去噪研究

针对传统软、硬阈值函数和广义阈值在消噪处理中存在恒定偏差、不连续等缺点,提出一种改进阈值函数和新阈值相结合的新方法.为避免传统的小波变换去噪在信号的不连续点上产生Pseudo-Gibbs现象,将平移不变量方法与上述改进阈值去噪方法相结合.采用该方法对实验测取的压力脉动信号进行消噪处理,结果表明:该方法提高了重建信号的信噪比,降低了均方根误差值,有效地消除了信号噪声.     

小波变换在缺陷红外图像去噪中的应用

红外图像存在成像模糊、噪声较大等缺点。为了获得良好的检测、识别效果,红外图像的去噪成了很重要的一项工作。简单介绍小波变换的基本原理,并将其分别与中值滤波和主成分分析方法相结合,对缺陷的红外图像进行处理。该去噪方法无需建立在对噪声方差的精确估计上。试验表明,该算法优于传统的滤波去噪法,能同时有效地抑制高斯噪声和椒盐噪声,有利于对缺陷作进一步的分析和判断。     

基于改进阈值函数的提升小波变换超声信号去噪研究

在焊接缺陷的超声检测中,噪声和伪信号大大降低了检测结果的可靠性和质量。因此消除噪声、提高超声检测信号的信噪比,已成为超声无损检测与评价技术成功应用的关键。首先介绍了提升小波变换的基本理论,分析了小波阈值法去噪的原理和方法;然后在软、硬阈值函数的基础上,提出了一种基于改进阈值函数的提升小波去噪方法;最后对实际焊接缺陷超声回波信号进行了去噪实验研究,并从信噪比和均方根误差两个方面对去噪性能进行了比较分析。结果表明,该方法在一定程度上改进了软、硬阈值去噪法的缺点,获得了更好的去噪性能和更高的信噪比,并且提升小波变换的去噪速度快、设计灵活、编程简单,因此在实时信号去噪方面具有很好的应用前景。     

样本熵改进小波包阈值去噪的轴承故障诊断

为了准确诊断出轴承故障,提出了样本熵改进小波包阈值去噪算法的轴承故障诊断方法。分析了样本熵与噪声大小、数据长度、信号固有特征的关系,得出了样本熵可以很好表征噪声大小、与数据长度、信号固有特征相关性极小的结论。使用样本熵从三个方面改进了小波包阈值去噪算法:提出了自适应阈值函数,使阈值函数随噪声分布情况进行自适应调整;以噪声信号样本熵值最大为依据,提出了最优阈值估计方法,使阈值随噪声大小自适应调整;以相邻分解层数的样本熵均值差值为依据,提出了分解层数确定方法。将样本熵改进小波包阈值去噪算法应用于轴承故障信号去噪中,去噪信号功率谱中轴承转动频率及倍频、外圈故障特征频率及倍频、两者的调制频率显露明显,能够明确判处出轴承为外圈故障,体现了极好的去噪效果。     

基于旋转电弧传感器的水下电弧焊信号处理

为了去除旋转电孤传感器于水下电弧焊的电流信号中的干扰,提出了小波滤波和中值滤波的组合滤波方法.介绍了基于旋转电弧传感器的水下电弧焊接系统,分析采集到的水下焊接电流信号的特征,从理论上论证小波变换应用在水下电弧焊接信号去噪的可行性.利用Matlab中小波工具箱对实际采集到的电流信号进行小波滤波分析,选取合适的小波基.对滤波后信号,存在的水下焊接中短路过渡和断孤的干扰,采用中值滤波的去噪方法.实验证明:小波滤波和中值滤波组合的方法能更有效地抑制干扰,并保留有用的水下焊接电弧信号特征,处理时间满足实时性要求.     

基于非抽样小波镜像变换的电弧特征提取

为准确度量电弧信号突变信号特征,运用非抽样小波镜像变换算法提取电弧信号特征。首先将截取到的电弧信号作镜像合成变换;其次,采用非线性小波阈值和非抽样小波分解与重构方法相结合滤除镜像信号噪声,减少消噪算法运算过程的计算量;最后通过信号镜像逆变换裁剪出真实的电弧波形。实验结果表明,与传统方法相比,新方法在降低信号噪声的同时,有效抑制了信号相位偏移,完整捕获电弧波形,避免信号两侧边缘发生畸变,满足焊接过程实时控制要求。     

最优冲击响应小波在振动信号分析中的应用

提出最优冲击响应小波,将其与尺度相关降噪相结合,进行强噪声背景下振动信号分析。从单自由度系统冲击响应出发,得到冲击响应小波基函数,然后依据峭度最大准则确定最优小波基。利用连续小波变换和尺度相关对振动信号降噪。实例分析表明:该方法具有良好的去噪性能,并能更好地提取振动信号中的故障特征。     

弧焊过程电信号小波软阈值消噪

在ＣＯ２弧焊过程电信号的实际测试过程中,噪声的存在常是难以避免的,消除噪声是信号分析中重要的环节。小波变换具有很好时、频域性,以不同的小波变换尺度,可将分解成不同的频率分量。对于连续信号函数,随着尺度的增大,小波系数也增大;对于噪声,其小波变换系数随尺芳的增大而减小。据此,可消除信号中的噪声成分。论文重点分析了小波软阈值法信号消噪方法,通过对实测弧焊过程电信号的消噪处理,对比分析了低通滤波、粗糙小     

基于K-SVD算法的带钢表面缺陷图像去噪

目的有效滤除带钢表面缺陷图像高斯噪声。方法高斯噪声是影响带钢图像质量的主要噪声类型之一,针对带钢表面缺陷图像高斯噪声去噪,首先对传统K-SVD(K-means and singular value decomposition)算法中的字典进行升级改造,然后采用正交匹配追踪(OMP,Orthogonal Matching Pursuit)算法对图像进行重构,滤除噪声,最后运用此算法对缺陷图像进行高斯滤波处理。为验证该算法去噪效果,选取几种常见的典型缺陷图像(划伤、气泡、氧化色、粘结纹)进行测试仿真,并选用中值滤波、均值滤波、小波变换、维纳滤波、3维块匹配(BM3D)等多种传统滤波方法进行比较。结果该算法对四种典型缺陷去噪的PSNR(Peak Signal to Noise Ratio)值平均可达33.976 d B,MSE(Mean Square Error)平均值为27.607,SSIM(Structural Similarity)平均值为0.912。结论该算法对带钢表面缺陷重构图像的边缘细节清晰,PSNR、MSE、SSIM三个性能指标明显优于其他传统滤波算法,去噪效果良好。     

基于小波变换的超声波检测信号的消噪处理

基于超声回波信号的特点,提出了利用小波变换法对管材中沟槽的超声反射信号进行消噪的方法。选择db12小波基对含噪的超声信号进行4层分解,然后分别采用强制消噪法、固定阈值法、自适应阈值法进行消噪处理。并对三种方法的滤波结果进行了对比分析,结果表明:自适应阈值法具有很好的去噪效果,并且很好地保留了反映超声信号的特征尖峰点。利用小波变化理论,对管材沟槽的超声波检测信号进行了消噪处理,取得了较好的滤波效果。     

基于小波改进阈值去噪与LMD的滚动轴承故障诊断研究

为从含有强烈噪声干扰的滚动轴承振动信号中提取故障特征信息,提出了一种小波改进阈值去噪与局部均值分解(LMD)相结合的故障诊断方法。首先,根据构造小波改进阈值函数需满足的必要条件以及滚动轴承振动信号特征,提出了适应于滚动轴承振动信号的抛物线平滑阈值函数,利用其对振动信号进行去噪预处理;然后,对去噪后的振动信号进行LMD分解得到若干乘积函数分量(PF);最后,根据相关系数筛选出有效PF分量,并对其进行包络解调,提取故障特征频率。仿真分析和应用实例结果表明,该方法能有效提取滚动轴承故障特征信息,实现滚动轴承的故障诊断。     

匹配小波滤波在超声信号处理中的应用

提出与特定超声回波信号相匹配的小波基实用设计方法，给出构造正交小波基的充分必要条件。应用到匹配滤波去噪中，结合传统的门限法，在小波域对不同种类噪声进行抑制。     

无缝管道漏磁信号去噪新方法

漏磁(MFL)检测信号常被多种噪声源污染,极大地降低了漏磁信号中缺陷信号的可检测性。提出一种漏磁信号去噪新方法。该法首先利用自适应滤波方法去除漏磁信号中的无缝管道噪声(SPN),然后再利用小波系数去噪方法去除SPN自适应消除系统输出的漏磁信号中的噪声。实测的漏磁信号处理结果说明,该方法具有良好的去噪效果,可提高漏磁信号中缺陷信号的可检测性。     

滚动轴承微弱故障信号检测的研究

研究了信号局部奇异性在小波变换下的特性.根据故障信号和噪声的局部奇异性在小波变换下模极大值在不同尺度上的传播特性不同的特点,利用小波分解重构算法,对滚动轴承振动信号进行了分解、去噪、重构和谱分析.实验表明,小波减噪方法非常适于滚动轴承微弱故障信号的检测.     

基于小波去噪与HHT变换的轴承故障特征信号提取方法研究

针对轴承故障诊断问题,提出一种融合小波去噪与HHT变换的故障特征信号提取方法。对圆柱滚子轴承的内圈故障和滚子故障进行了跑合检测试验。对采集的时域信号通过小波去噪方法进行去噪处理;采用HHT变换进行时频分析,得到一系列的本征模态函数分量;根据分析的试验结果判定轴承故障情况。试验结果表明:内圈故障和滚子故障轴承的特征信号提取值与理论计算值基本一致。     

改进阈值小波去噪方法在机床冲孔声音信号处理中的应用

机床冲孔产生的声音信号包含了许多有用信息,为了滤除声音信号提取过程中的工厂环境产生的噪声,使用改进阈值小波去噪方法对声音信号进行处理。利用信噪比(SNR)和均方误差(MSE)作为去噪效果指标,使用新的阈值选取规则,提出了一种分段连续的阈值函数,对传统小波去噪方法进行改进。该改进函数通过引入常数a,解决了传统阈值函数中软硬阈值函数不连续和恒定偏差问题。采集机床冲孔声音信号并叠加高斯白噪声作为机床冲孔含噪信号进行验证。通过实验确定了最佳小波函数类型和分解层数,将改进阈值小波去噪算法与传统算法进行对比,结果表明:改进后的算法去噪效果良好,且有效保留了较低的信号能量。     

基于HHT的剪力称重轨检测信号去噪研究

剪力称重轨动态计量检测过程中,不可避免地受到各种噪声的干扰,这些噪声严重影响高速车辆实时、动态的称重结果.通过传统的傅立叶变换和低通滤波,很难将这些干扰剔除.针对这种情况,提出基于希尔伯特-黄变换原理的信号去噪方法.该方法通过经验模式分解对信号进行4层分解,得到3个固有模态函数和残余相,基于给定阈值规则,提取最大尺度的逼近模态和残余相作为滤波结果.实验结果表明:采用该方法能够在复杂噪声中准确提取有用的称重信号,极大提高了称重轨的动态计量精度,省去了繁琐的滤波器参数调整.