CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法研究

针对球磨机振动信号非线性、非平稳性特点及总体平均经验模态分解方法(CEEMDAN),舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了一种基于CEEMDAN-小波阈值联合的球磨机筒体振动信号去噪方法。首先运用CEEMDAN算法将信号分解成一系列IMF分量;其次采用连续均方误差准则确定含噪声较多的高频IMF分量;然后采用小波阈值去噪方法对含噪声较多的高频IMF分量进行去噪处理;最后将去噪后的IMF分量和去噪的IMF分量进行重构,从而得到去噪后的信号。通过对实测球磨机筒体振动信号进行去噪分析,结果表明本研究提出的联合去噪方法去噪后信号的信噪比更高、均方根误差更低,证明该方法具有更高的去噪精度。     

发动机振动信号的时—频域二次去噪方法

本文提出一种适用于发动机机体振动信号的时频域二次去噪方法,从时域和频域两个方向对机体振动信号进行两次去噪。其中时域去噪过程首先是利用包络导数算子和短时能量概念来对时域上的噪声信号和工作特征信号进行识别和分割,再通过非局部均值(Non-Local Mean, NLM)方法实现去噪。而频域去噪过程则是先基于时变滤波-经验模态分解(Time Varying Filtering-Empirical Mode Decomposition, TVF-EMD)对振动信号进行时频特征提取,再提出一种融合差分熵的NLM方法对提取的本征模函数进行自适应去噪。应用所提出的去噪方法对实测的发动机机体振动信号进行分析,结果表明：该方法在时频域的去噪效果十分显著,在发动机状态监测和故障特征提取方面具有较大的应用潜力。     

提升小波变换在振动信号去噪中的应用

振动信号存在不同形式的波形特征,传统小波去噪中,小波分解的结果与所采用的小波基函数有关,选用不适当的小波基函数会冲淡振动信号的局部特征信息,从而造成原始信号的部分有用信息丢失。为了克服上述缺陷,介绍了提升算法和基于该算法的小波变换快速算法,探讨了如何利用提升小波变换对信号进行去噪一通过对实际信号去噪处理．得出了提升小波算法能够较好地应用于信号去噪的结论。     

基于LabVIEW的声发射信号采集与去噪软件系统设计

在压力容器检验现场,各种噪声普遍存在,使得声发射信号严重失真甚至淹没在噪声信号中。针对声发射信号的采集及噪声干扰问题,以LabVIEW为开发平台,结合NI高速数据采集卡,设计了压力容器声发射信号采集与去噪软件,实现了声发射信号的实时采集、显示且具有信号去噪处理等功能。现场测试表明具有操作简单,运行稳定的特点,可应用于压力容器检验现场。     

小波分析在振动信号去噪中的应用

旋转机械振动信号是监测和诊断设备运行状态的重要信息,但是采样信号不可避免地受到各种噪声和干扰的污染。介绍了采用小波分析对振动信号进行去噪处理。通过对噪声信号的特性分析,用一维小波对信号进行分析和研究,并在MATLAB环境下对信号进行详尽的仿真研究,验证了小波去噪的优越性,并总结了应用小波去噪的一些实际经验。     

基于小波变换的汽车节气门位置信号去噪

传统的汽车节气门位置信号(throttle position sensor,TPS)处理方法不易消除发动机舱内电磁信号及周边环境的干扰。根据TPS的特征,在MATLAB中选用Daubechies五阶正交小波(dB5)对TPS噪声信号进行4层小波分解,再对分解后得到的各层系数用软阈值法量化处理,最后利用小波重构,实现对信号去噪。最后将获得的去噪信号用于发动机控制,并将控制结果与采用未去噪信号的发动机进行实车对比试验。试验表明:发动机采用去噪的TPS信号运行更平稳,小波变换后的去噪TPS信号对发动机控制具有良好的效果。     

基于小波变换的微弱生命信号去噪问题研究

为了解决生命探测雷达回波中微弱生命信号提取难的问题,采用小波变换的阈值去噪法对强噪声背景下的微弱的人体心跳信号时域波形进行了提取,在MATLAB环境下,利用软件程序对实采的人体心跳信号进行去噪处理,得到了较好的人体心跳时域波形,验证了小波变换可以在生命探测雷达回波中微弱生命信号的提取时发挥重要作用。     

多小波在信号中的去噪研究

在信号的传输过程中,常常因为各种干扰使得接收图像失真,从而需要对接收信号进行去噪处理。笔者介绍了多小波自适应阈值去噪的方法在信号去噪中的应用,并与传统小波去噪方法进行了实验对比,结果为通过采用多小波自适应阈值去噪方法中的均值逼近对信号进行预处理后,信噪比(SNR)要比不用均值逼近法的要高,信号质量得以大大改善,并且均方误差(MSE)反而也减小了,数据更加可靠。因此得到了更为理想的接收图像。     

基于提升小波的闪电瞬态电场信号去噪

针对闪电电磁场变化信号实时采集和处理的需求,在讨论提升小波变换基本原理及特点基础上,提出了基于提升小波变换的闪电电场变化信号去噪方法.采用改进阈值法进行降噪处理,利用C语言进行去噪效果及算法复杂度仿真,与传统小波相比,取得了较好的原始闪电电场变化信号噪声抑制效果,为移植应用到基于ARM构建的闪电电场信号采集处理嵌入式平台做了铺垫.     

基于小波变换的信号去噪研究

介绍了小波变换理论,系统地研究了小波变换在信号处理尤其是信号滤波去噪方面的应用。根据不同类型的噪音．给出了基于不同小波变换的滤波算法并且对基于小波变换的滤波原理进行了分析。     

利用LMS的接触疲劳试验机振动信号处理方法

接触疲劳试验机在运行过程中,对外界环境的干扰十分敏感。本文阐述了试验机的原理,并设计了振动信号检测和变换电路,提出一种基于LMS算法的振动信号分析方法,旨在提高振动信号的测量精度,减少微弱环境振动导致的信号波形杂乱,甚至失真。经实际运行,证明了该方法的有效性和实用性,为更好地判断构件失效提供了可靠的实验数据。     

基于LabVIEW实现振动信号分析的研究

以LabVIEW集成开发环境为平台,根据采集的信号,选择合适的分析方式,分析出信号所含频谱成分。并对其进行了阐述。     

基于小波变换mallat算法的雷达回波去噪

为了准确识别雷达回波信号中的目标信号,将小波变换引入雷达回波信号处理,对回波信号进行分解、重构,并通过滤波器设计,去除了雷达信号中的噪声。采用Matlab软件进行系统仿真,结果表明,采用小波变换mallat算法对探地雷达回波信号进行目标识别具有较好的时频分辨率,且可抑制杂波,去除噪声,能很好地识别目标信号,具有很好的应用前景。     

基于非线性微分方程的机械臂运动位置控制方法

针对当前机械臂运动位置控制方法存在机械臂关节节点位置的跟踪效果差和机械臂运动位置控制能力差的问题,提出基于非线性微分方程的机械臂运动位置控制方法。首先对机械臂动力学进行分析,获取内部三连杆结构作用原理和机械臂动力学目标函数,再利用坐标求权矩阵重构机械臂动力学目标函数,获取机械臂相关的非线性微分方程,将非线性微分方程的输出结果,即机械臂动力学参数代入 CPG 神经网络中,构建机械臂运动控制模型。实验结果表明,所提方法的械臂关节节点位置跟踪效果好、机械臂运动位置控制能力强。     

基于扩散张量偏微分方程的拓扑优化过滤方法

为了有效抑制拓扑优化结果中出现的数值不稳定现象,提出了基于扩散张量偏微分方程的初边值模型,考虑Neumann边界条件,实现边界扩展,并采用有限差分法求解。将有限差分模型与拓扑优化循环相融合,分别实现单元密度和目标函数灵敏度的过滤处理。算例验证了方法的有效性与灵活性,结果表明：目标函数灵敏度过滤方法能保持边界清晰度,但需要较多的过滤迭代次数;单元密度过滤方法的计算效率较高,但结果边界模糊。     

粒子滤波在轴承故障振动信号降噪中的应用

针对滚动轴承振动信号容易受到较为复杂的随机噪声的污染,提出了基于Rao-blackwellised粒子滤波的振动信号降噪方法。建立了不含噪的振动信号的时变自回归模型,进而转化成对应的状态空间模型,把降噪问题转化成在状态空间模型下的滤波问题,并用仿真信号进行了试验研究,结果表明,该方法具有较好的降噪效果。     

基于小波包能量谱齿轮振动信号的分析与故障诊断

小波包是继小波分析之后提出的一种新型的多尺度分析方法,解决了小波分析在高频部分分辨率差的缺点,体现了比小波分析更好的处理效果.测试了齿轮传动系统在几种不同故障类型下的振动信号,利用小波包变换的分解和重构算法,有效地提取出齿轮故障特征信号,得到试验结果.通过比较时域分析、频域分析和小波包分析对齿轮振动信号进行的特征提取,...     

基于运动微分方程的搬运机器人姿态控制器设计

搬运机器人在工作过程受到外界环境干扰的影响,姿态难以平衡,为此设计一种基于运动微分方程的机器人姿态控制器。根据机器人两轴之间的约束关系计算角速度和线速度,构建动力学模型;从运动控制、状态监测等分析控制器功能需求,将硬件部分分为主控芯片、姿态检测和电机驱动等模块,选择适宜的芯片和传感器,满足抗干扰要求;利用运动微分方程确定机器人的可行姿态,形成姿态约束;采用遗传算法选择最优个体,多次迭代后获取最佳姿态控制参数,实现自动控制。实验结果表明,该控制器能够保证机器人搬运过程中具有较强的自平衡能力,在外界环境干扰下,控制器仍能确保机器人姿态快速恢复平稳。     

正交加筋双层板的挠曲微分方程

从工程问题中抽象出一类正交加筋双层板的力学模型,并应用δ-函数来描述其筋的非连续性,建立了其挠曲微分方程。     

基于振动信号的涡旋压缩机噪声测量方法的研究

从结构声辐射原理出发,研究了涡旋压缩机表面振动信号与噪声信号特性,以及它们之间的相关性,进而阐述了利用其表面振动信号实现其噪声测量的可行性;然后,通过试验获取了其表面声辐射效率曲线,由分析结果指出了目前结构声测量的弊端;最后,提出了基于神经网络噪声的振动加速度测量新方法,并在工程中得到了较好地验证。