基于小波模极大值钢绳芯输送带磁记忆信号的奇异性检测

金属磁记忆技术是检测钢绳芯输送带故障的一种重要方式,小波变换的多尺度瞬态分析为检测磁记忆信号突变点提供了最合适的方法。阐述了基于小波变换模极大值的信号奇异性检测理论,通过应用小波模极大值对钢绳芯磁记忆信号进行奇异性检测,可以准确得到故障点的位置。仿真结果表明,该方法对判断钢绳芯接头发生抽动和断丝位置非常有效。     

基于小波变换的奇异信号检测

奇异信号的奇异点经常携带比较重要的信息,它是信号的重要特征之一。证明了小波变换能用来检测信号的奇异性,利用小波变换模的极大值和信号奇异点的关系,可以分析信号局部奇异性。信号局部奇异性用李氏指数来描述。研究了奇异性检测小波基的选择条件。给出了实例分析,结果表明,小波变换在信号奇异性检测和局部化分析方面具有优异特性。     

小波包去噪分析在煤层厚度探测中的应用

将小波包去噪的理论应用在煤厚探测信号的奇异性检测中。对实测信号奇异点进行定位,计算出煤层的厚度,为奇异性信号的分析提供了一种新颖的方法。     

基于小波奇异性的滚动轴承故障检测研究

基于小波变换的信号奇异性检测原理,提出了信号奇异点的定位及奇异性程度的检测方法,并利用Matlab仿真平台,对故障信号实例进行了仿真和分析。仿真结果表明,与传统的Fourier分析方法相比,该方法是一种简单、有效的检测方法,特别在非平稳信号的监测和机械故障诊断领域。利用此方法可以比较精确地判断出信号发生的奇异点时刻以及奇异程度的大小,并且边缘效应要小得多。     

基于小波模极大值的煤厚信号奇异性检测

信号的突变性或奇异性通常携带有最重要的信息,小波变换为信号的多尺度瞬态分析提供了最合适的方法。阐述了基于小波变换模极大值的奇异信号检测理论,并将其应用在煤厚探测信号的奇异性检测中,通过计算机语言编程,对实测信号奇异点进行定位,从而判断出煤层的厚度,为煤层厚度探测提供了一种新颖的方法。     

一种确定锚杆系统损伤位置的小波分析方法

提出一种利用小波分析诊断锚杆系统损伤位置的方法.小波变换的模极大值均出现在信号有突变的地方,且突变点处的高频成分较多,突变点就可从其小波变换的高频部分的模极大值检测出来.在实验室制作了锚杆模型,并进行了低应变动力测试,对动测信号进行小波分析,提取突变点,所得到的损伤位置与实际模型情况一致.     

小波理论及其在电力系统故障检测中的应用

小波变换理论在时域和频域的局部化性质，使之能有效地检测出信号的奇异性。文章着重介绍了小波分析在信号奇异性检测中的基础理论，同时简介了小波分析的基础理论，最后将其应用到电力系统故障检测中，取得了满意结果。     

小波分析技术在地震信号噪声处理中的应用

小波分析是20世纪80年代中后期逐渐发展起来的一个新的数学分支,它具有多分辨率分析的优良特性,在许多方面获得了广泛应用。信号中混入噪声之后,会引起信号的奇异性变化。随机噪声和有效信号本身在奇异点的奇异指数大小不同,从而它们的小波变换的模极大值在不同尺度下的传播行为也不一样。依据此区别,对于一个含噪地震道记录信号进行小波分解(即多分辨率分解)之后,在模极大值图上去除那些幅度随尺度增加而减小的极值点(对应噪声的极值点),而保留幅度随尺度增加而增大的点(对应信号突变点位置),这样就可以在模极大值图上达到去除噪声的目的。小波分析技术在地震信号噪声处理中,去噪效果明显优于传统的傅立叶变换方法。     

基于小波的矿井主要通风机振动信号噪声消除算法

介绍了小波变换与信号奇异性的关系、判断信号奇异性的“模极大值检测”法则;利用信号和噪声在小波变换尺度上的不同表现,结合矿井主要通风机振动信号的特点,给出了矿井主要通风机振动信号的噪声消除算法,并进行了实例分析。     

基于小波减噪的滚动轴承故障频率的识别

研究了振动信号局部奇异性在小波变换下的特性,定量分析了小波变换方法的减噪特性。根据滚动轴承故障振动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,利用小波分解和重构算法,对轴承振动信号进行了分解、减噪、重构和谱分析。实验表明,小波减噪方法非常适于低信噪比情况下滚动轴承微弱振动信号的故障频率检测。     

滚动轴承故障振动信号的分析方法研究

针对滚动轴承故障信号具有非平稳、非高斯的特点,提出了将时域分析与小波分析相结合的方法对滚动轴承进行故障诊断。在研究不同信号分析方法理论的基础上,以滚动轴承外圈故障振动信号为例,采用多种信号处理方法进行了分析。结果表明,各种分析方法在分析轴承故障时的特点各不相同,在实际使用中,可将时域分析与小波分析综合使用,实现轴承状态的实时监测与故障的准确定位。     

小波包分析在采煤机减速器故障诊断中的应用

提出了一种采用小波包理论提取采煤机减速器故障信号的方法。利用小波包变换对减速器振动信号进行分解、重构及能量计算,有效地提取出采煤机减速器故障特征信号,从而获得故障的信息。仿真研究结果表明,基于小波包能量法的故障诊断方法能够有效地提取出采煤机减速器故障的频率信息。     

钢绳芯输送带磁记忆检测信号小波分析方法研究

运用金属磁记忆检测技术对在役钢绳芯输送带中钢绳芯进行早期故障检测,利用小波分析对钢绳芯的异常应力集中区信号进行消噪处理和奇异性检测,消除了干扰信号,提高了信噪比,使故障点更加明显,经实验证明,该方法能够准确地检测出输送带内部钢绳芯发生抽动和断丝的位置。     

基于小波变换的钢绳芯胶带磁记忆信号处理

 针对钢绳芯胶带工作环境复杂的特点,提出了一种用小波变换对钢绳芯胶带磁记忆检测信号进行预处理的方法。用小波变换模极大值方法对信号进行奇异性检测以及去噪处理,在去除了信号中噪声的同时,有效地保留了信号的奇异性信息。用交替投影法重构信号,极大地减少了重构误差。实验结果表明,实时检测的钢绳芯磁记忆信号含有大量噪声,经小波变换处理后信号平滑了许多,信号的奇异信息也有效地得到了保留。为钢绳芯胶带的故障检测提供了理论依据。     

基于希尔伯特变换和小波包节点能量法的齿轮箱故障诊断研究

故障齿轮箱的振动信号中可能包含周期性的振幅和相位调制信号,在齿轮箱故障诊断中,解调成为一个重要的问题。在分析了齿轮振动信号的基础上,提出了一种基于希尔伯特变换和小波包节点能量法的故障诊断方法。通过一个包含调幅调相信息的仿真信号进行了验证,结果表明该方法能够有效提取调制信号,比使用小波包变换更有效。     

基于小波包分析和有向无环图支持向量机的电机故障诊断研究

针对电机振动信号的特点,提出一种基于小波包分析和有向无环图支持向量机的故障诊断方法,将电机不同故障下的振动信号进行小波包分解与重构,提取频带能量作为特征向量,应用有向无环图支持向量机建立从特征向量到故障模式之间的映射,实现对电机的故障诊断。结果表明,该方法能准确有效地诊断电机故障。     

基于小波能量熵的故障信号诊断研究

针对电力故障信号为突变、非平稳信号的特点,利用消噪阈值法对故障信号进行预处理,通过小波变换对故障信号进行特征提取,然后将小波变换和信息熵相结合,并应用到故障检测与定位中,为奇异信号的检测提供了新思路和新手段。通过仿真分析,得到以下结论:小波能量熵WEE可以很好地检测故障突变点,小波能量熵随时间的变化规律,反映了电流或电压在时域的能量分布特征并表征信号的频率变化,可以用作分类所需的特征。