基于小波优化神经网络的故障定位算法研究

在研究已有小电流接地系统单相接地故障定位方法优缺点的基础上,提出了一种小波优化神经网络的故障定位算法。首先在分析单相接地故障暂态电气量特征的基础上,利用小波奇异性检测进行特征提取。然后构建故障定位的优化神经网络模型,以遗传算法良好的全局寻优能力为基础,根据神经网络良好的非线性拟合能力,建立起故障特征与故障点位置之间的映射,实现故障定位。最后仿真测试表明,故障定位的相对误差不超过1.5%,并且不受故障点位置、故障点电阻和相角的影响。     

小波奇异性分析在输油管道泄漏检测中的应用

针对目前输油管道泄漏检测准确率低的现状,采用小波奇异性分析的方法,对管道压力信号进行小波分析,检测出信号的奇异点,采用了能够抑制模极大值漂移的改进的ad hoc算法,对奇异点进行定位,对4条管线检测结果表明,该方法可以用于输油管道泄漏监测,并可进行精确的定位。     

基于小波分析的电力电缆故障检测方法研究

针对电缆状态检测过程中暂态信号靠传统检测方法难于处理的问题,提出运用小波工具箱函数,根据电缆故障暂态电压的奇异性及包含的故障状态信息,来确定故障信号产生奇变点的位置。通过低频交流电压叠加法,应用小波函数分析绝缘树枝劣化中产生的电压信号。检测结果表明,此方法能准确确定故障信号出现的时刻,判定电缆绝缘的劣化程度。和传统方法相比,利用了小波的带通滤波性质,减少了信号损失,简化了检测系统硬件电路,此方法易实现,检测分析效果好。     

基于小波模极大值的信号奇异性检测

小波分析近乎完美的数学特性受到各领域科学家和工程技术人员的青睐.文中讨论了基于小波模极大值的信号奇异性检测方法,该方法突破了傅立叶分析在时域和频域方面的局部化能力,信号的局部正则性可由其小波变换模随尺度参数的衰减特性来刻画,通过确定小波变换在细尺度下的局部模极大值来检测信号奇异性.实验表明,该方法能有效的、实用的.     

基于小波网络的传感器故障检测

针对常规BP网络存在的问题,在小波网络的基础之上将其结构进行改进提出复合小波网络,代替BP网络用于传感器的故障检测,为避免由于传感器输入信号突变引起的传感器输出与观测器预测值产生较大偏差而导致的误诊断,提出将检测方法加以改进。仿真实验表明,复合小波网络较BP网络和未改进的小波网络收敛速度快、预测精度高,更适用于故障检测;采用了复合小波网络的改进的检测疗法既提高了检测的快速性,义提高了可靠性。     

基于小波分析的边缘检测技术研究

边缘检测是图像检索的关键技术之一。边缘检测方法比较多,但这些算法各有自己的特点和特定的应用领域。现在提出一种新的边缘检测算法,该算法以小波分析为基础,通过对原始图像进行小波变换实现边缘检测,具有良好的检测效果。     

利用小波分析检测航空发动机传感器故障

该文比较了傅立叶变换与小波分析的基本理论并研究了它们在航空发动机传感器故障检测应用中的特点,提出了一种基于小波变换的故障检测方法.该方法针对噪声和故障信号均具有呈现非平稳瞬态特性的特点,利用小波多分辨分析将量测信号分解到不同的频率通道中去,因此它就可以在一定的频率区间内,将故障信号成分和正常信号输出成分区分开来,提高传感器故障检测的准确度.仿真结果表明,该方法借助小波变换强大的时频分析能力,可以准确判定传感器软、硬故障,有效降低误报率和漏报率,具有良好的应用价值.     

基于小波变换模极大值的信号奇异性检测

奇异性信号往往带有一些重要信息,小波是奇异性检测的一种有力工具。本文通过小波变换模极大值法对信号的消噪处理和奇异性检测,并对几种常见小波进行不同奇异性信号的检测效果对比,并实际应用于电压骤变信号的分析。     

基于小波分析的电缆故障特征提取方法研究

针对电缆状态检测过程中暂态信号靠传统检测方法难于处理的问题,提出运用小波工具箱函数,根据电缆故障暂态电压的奇异性及包含的故障状态信息,来确定故障信号产生奇变点的位置。通过低频交流电压叠加试验,应用小波函数分析绝缘树枝劣化中产生的电压信号。试验结果表明,此方法能准确确定故障信号出现的最早时刻,判定电缆绝缘的劣化程度。和传统方法相比:利用了小波的带通滤波性质,减少了信号损失,简化了检测系统硬件电路。此方法实现容易,信号分析效果好。     

一种基于小波分析的故障检测与诊断

小波分析是一种时变信号时－频两维分析方法。根据小波分析的思想，构造出一种新型机械设备故障诊断装置，使得机械故障的诊断晚加准确，并在实际应用中取得了良好效果。实践证明这种拟小波理论的信号处理方法在故障诊断中是十分有效的。     

基于小波多分辨率分析的并发故障检测方法

提出了利用小波多分辨率分析技术进行多重并发故障检测的方法。根据信号分解重构后的时间位置不变这一事实,将信号进行多尺度的小波分解,并根据奇变信号和噪声信号小波变换后的系数差异,采用软阈值法,对其高频分量进行去噪重构,根据重构后的故障信号高频分量在不同尺度上的特征,对其进行故障特征提取,并将不同尺度上的故障特征进行综合,获得并发故障各自特征,进而可以实现对多重并发故障的检测和识别。对一电网信号分析的仿真结果证实了该方法的正确性和可行性。     

基于LPV模型的鲁棒故障检测滤波器设计

针对航空发动机动态过程中由于模型误差造成故障检测误报的问题,采用雅克比方法建立航空发动机动态线性变参数(LPV)数学模型反映发动机动态特性,利用特征结构配置法设计故障检测滤波器,较好地消除了模型偏差对故障检测准确率的影响.通过某型涡扇发动机控制系统传感器典型软、硬故障检测仿真实验表明,该方法提高了残差信号对模型误差和未知输入信号的鲁棒性,对发动机加减速过渡过程中故障检测准确度高,实时性好.     

基于小波包去噪与PCA的故障检测与诊断方法研究

提出了一种基于小波包去噪和主元分析的故障检测和诊断方法.该方法利用小波包分解系数收缩的信号去噪法先对正常工况下的数据进行处理,然后运用T2统计、Q统计方法,结合主元得分图和变量贡献图对一模型进行了仿真研究.结果表明,该方法是有效的.     

基于极点配置和椭球分析的传感器故障检测

针对具有未知扰动与测量噪声的线性离散时间系统, 提出了一种传感器故障检测方法. 首先, 将传感器故障视为增广状态, 将原始系统转化为一个等效的新线性动态系统. 然后, 基于鲁棒观测器设计和极点配置方法构造了一个故障检测观测器, 使得生成的残差能够同时满足对扰动与噪声的鲁棒性和对故障的敏感性. 此外, 设计了一种基于椭球分析的残差评价方法, 该方法可通过判断残差是否被无故障残差椭球包含来检测故障. 最后, 通过一个二阶RC电路模型的仿真算例验证了所提出方法的有效性与优越性.     

基于MATLAB的奇异信号检测中小波基选择研究

小波分析是近年来发展起来的一门新的数学理论和方法,在图像处理、特征提取及数据压缩等领域都有着广泛的应用。该文介绍了小波变换及其用于信号奇异性检测的基本原理,重点研究了信号奇异性检测中小波基(又称母小波)及尺度的选择问题,提出了规则性系数相似法,即根据相似性,可以用平滑的小波,即规则性系数大的小波表示平滑的函数;用不平滑的小波,即规则性系数小的小波表示非平滑的函数。同时针对天然气管道泄漏检测这一具体的工程实例,采用该方法对管道发生微小泄漏时所产生的缓变信号进行了分析,仿真实验验证了该方法的有效性和适用性。     

基于小波包的奇异信号检测方法及仿真

高压电器设备的故障大多与绝缘有关,而局部放电是造成绝缘损坏的主要原因之一。如何有效地从噪声和干扰中准确提取局部放电信号的特征,是绝缘故障在线检测的关键。针对高压电缆中的局部放电信号检测问题,提出了一种基于小波包的奇异信号检测方法。首先,分析后得到窄带信号和奇异的放电信号在小波包变换下会表现出截然不同的特性,然后利用这个特性,采用小波包的方法有效地抑制窄带干扰,并从噪声中提取出奇异的局部放电信号。仿真结果显示出在两项指标中,同步性指标大于99％,相似性指标大于90％,这证明了该算法能够从噪声和干扰中,有效地检测并提取出高压电缆中的局部放电信号。     

一种基于小波神经网络故障检测方法的仿真研究

文中提出了一种基于小波神经网络一性观测器的故障检测方法。它是一种把信号分析和模型相结合的故障检测方法,通过小波对信号的去噪和神经的神经网络的自学习功能,来获取系统输入输出的非线性动力学特性,进而实时计算出残差并进行逻辑判疡,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真,结果表明了该方法是可行的。     

基于小波变换的心电图QRS波群峰值检测

该文给出了一种利用高斯一阶导数小波变换对心电图（ECG）QRS综合波峰值进行检测的方法。该方法的基本思想是：首先对ECG信号在小尺度上进行小波变换,然后利用系数中的极大极小值对来确定原始信号峰值（R峰或QS尖峰）的范围,进而返回原始信号定位峰值点。使用该方法对MIT—BIH Arrhythmia Database提供的30分钟的真实ECG记录进行仿真分析,结果显示该方法能较好的检测QRS波,并较为精确的定位峰值点。     

航空发动机控制系统故障检测仿真平台研究

通过分析目前航空发动机控制系统故障检测仿真软件缺乏通用性、模块化的问题,将发动机建模、故障检测和组件开发技术相结合,提出并设计了航空发动机控制系统故障检测仿真平台,分析该平台的设计目标、软件总体架构与主要功能.针对某型涡扇发动机为研究对象,给出传感器与执行机构典型故障的模式分析和检测逻辑,在飞行包线设计点进行仿真计算.实践表明该平台能够准确实时仿真发动机控制系统典型故障,具有功能可靠、易扩展、工程化程度高的特点.