HHT方法在转子振动故障诊断中的应用

传统的振动故障诊断主要是基于频谱分析的方法，而Hilbert-Huang变换得出的时频图是分析故障信号奇异性的有效工具，也是非平稳信号比较有力的分析工具。Hilbert- Huang变换方法以经验模态分解为基础，使信号变换后得到的瞬时频率具有物理意义。该文通过几种时频分析方法如魏格纳-维尔(Wigner-Ville)分布、小波变换等比较，发现Hilbert-Huang变换的时频分析更能够清楚给出时频分布情况，准确反映系统的固有特性。对转子实验台几种典型振动故障信号进行了分析研究，结果表明，利用Hilbert-Huang变换的时频分析不仅能直观检测信号中的微弱奇异成分，而且可以有效地进行故障诊断，实现早期故障预报。该方法为旋转机械状态检测和故障诊断提供了新的手段。     

基于Daubechies小波的多分辨分解在电压闪变信号分析中的应用

电压闪变是低频时变的非平稳信号,传统的傅里叶变换在分析非平稳信号方面存在很大的局限性,而小波变换具有时频局域化性质,是分析这类信号的有力工具。提出了利用小波多分辨分析提取电压闪变信号的方法,并根据小波函数的特点和分析的目的,选用不同N值(消失矩阶数)的Daubechies小波对闪变信号进行特征提取、定位及去噪处理。根据调幅波的时频信息,获得闪变信号的频率和幅值;通过检测小波变换模极大值,实现了对电压闪变发生、恢复时间的精确定位;并采用软阈值方法消去电压闪变信号中的噪声。仿真结果表明,不同N值的Daubechies小波和多分辨分析的结合在信号分析中可以取得良好的效果。     

基于小波变换的电力系统故障暂态信号分析

介绍了连续小波变换定义.小波变换具有良好的时频局部化特性,并可根据信号频率的变化自动调节时频窗口,因此小波变换十分适合电力系统故障产生的暂态信号的分析.电力系统故障暂态信号的小波变换模极大值标志着电力系统最重要的故障特征,可以作为继电保护和故障测距的依据     

小波分析检测线缆故障的应用研究

小波分析克服了傅立叶变换不能对信号同时时频局部化分析的缺点,具有很强的信号特征提取能力,尤其对暂态突变信号或微弱变化信号的处理表现出明显优势,为快速准确检测电缆故障研究了应用小波分析处理故障线路行波信号的技术。通过计算模量初始电流行波在小波变换下的模极大值,根据3个模量的故障特征选择故障相。EMPT仿真数据的分析,证明该方法具有很高的精度。     

Introducing wavelets and time--frequency analysis

The wavelet transform has emerged over recent years as a powerful time--frequency analysis and signal-coding tool suitable for use in the manipulation of complex nonstationary signals, and it has been in the forefront of many recent developments in biomedical and biological signal processing.     

利用小波包变换实现噪声环境下特征信号的提取

电力系统暂态或故障时 ,电压电流信号包含了故障的信息 ,文中称包含了故障或暂态信息的电压和电流信号为特征信号 ,利用特征信号可以进行系统分析和故障检测 ,但是特征信号往往被淹没在大量的噪声信号中 ,这样给电力系统分析和检测带来困难。文中分析了电力系统中几种常见的噪声和特征信号的时频特性 ,简单介绍了小波包变换的理论和特点 ,分析了利用小波包变换来消除噪声 ,提取特征信号的理论 ,并通过实例验证了小波包良好的抗噪能力 ,为实现噪声环境下特征信号的提取提供了良好的分析方法 ,为电力系统分析和故障检测提供了良好的工具。     

多N值Db小波多分辨分解的电压闪变检测

与传统的傅里叶变换相比,小波变换具有时频局域化特性,时频窗口的宽度均可随信号的变化自动调节,在检测突变信号和不平稳信号方面有非常明显的优势。提出一种小波多分辨分析提取电压闪变信号的方法．并根据小波函数的特点和分析的要求,比较选用多N值（消失矩阶数）的Daubechies小渡对典型闪变信号进行特征提取和定位。根据调幅波的时频信息获得闪变信号的频率和幅值,实现了对电压闪变发生、恢复时间的精确定位。仿真结果表明,多N值的Daubechies小波结合使用在电压闪变检测和分析中具有更好的效果。     

基于元素分析的滚动轴承故障诊断

针对现有信号降噪或重构方法无法完全去除噪声,且时频表示存在能量模糊问题,提出了一种利用元素分析进行滚动轴承故障诊断的方法。所提方法首先构造了元素模型来表征信号,然后对元素模型进行Morse小波变换,并从小波变换中计算得出信号冲击点,从而得到信号的故障特征频率。该方法还可以利用基于小波变换中时间或尺度平面内的少量孤点来重构信号。最后,采用一组仿真信号数据和两组实验数据来评估所提方法性能,并与其他信号重构方法和时频分析方法对比,结果表明,所提方法对滚动轴承故障信号重建和识别的效果更好。     

小波分析在电能质量检测上的应用研究

把小波多分辨率分解方法和小波包分解方法应用于电能质量短期变化分析中，通过小波变换对信号进行多分辨率分析可以判断出信号是短时断电、电压骤升、电压骤降还是短时谐波，如果足短时谐波，则可利用小波包分解的方法进行时频分析。     

基于加窗的CWT灰度矩提取水电机组非平稳征兆

针对非平稳信号中特征分量对应的连续小波变换(continuous wavelet transform,CWT)系数在时间-尺度平面集结为高幅值能量区,构建了一种沿时间-尺度方向加窗的CWT灰度矩,蕴含了CWT系数图像的纹理特征,可成为一个量化征兆描述非平稳信号的时频特征。仿真结果表明,时间-尺度加窗CWT灰度矩能有效的提取非平稳信号中突变分量的时间-频率-幅值信息,并应用到了三峡电厂机组的振动分析实例,获得了非平稳信号的时频信息,为水轮机振动量化征兆获取增加了一个新选择。     

基于连续小波变换的振动故障分析方法研究

某型机在进行调整试飞时驾驶舱振动过大,此类机振动故障信号一般具有非平稳特征,传统傅里叶分析无法得到频谱随时间变化的趋势.小波变换具有良好的时频局部特性,能够反映信号在局部范围内的特征.在介绍小波变换理论的基础上,采用基于Morlet小波的连续小波变换对飞机振动故障数据进行了分析,得到频率随时间变化的趋势.结果表明,小波...     

交流旋转机械的状态监测

在综述了各种交流旋转机械的状态监测方法后,对小波变换新技术进行了介绍,并通过小波变换对暂态非平稳信号的分析,阐明了小波变换在分析暂态信号方面,比传统的Ｆｏｕｒｉｅｒ变换更具优越性。交流旋转机械随着运行状态的劣化,会产生一些暂态信号。因此,利用小波变换来监测交流旋转机械的状态,具有良好的应用前景。     

Wavelet transform-based signal waveform discrimination for inspection of rotating machinery

This paper presents a new discrimination procedure of signal waveforms based on wavelet theory for the inspection of rotating machinery. The wavelet transform decomposes signals into time-frequency space, rather than mere frequency space, limited by the uncertainty principle. This decomposition permits time-frequency analyses and provides a more flexible means of signal processing than before. To examine a rotary compressor pump, particular waves in the rotational load torque signals that correlate with failure modes are discriminated from one another and evaluated. To extract the focal waves, the signal is decomposed with wavelets and then only particular waves, such as impulses, are reconstructed from a selected set of wavelet coefficients. This is called time-frequency space filtering. The wavelet local modulus maxima are used to pen a time-frequency window through which only the focal waves can pass with high fidelity. The maxima have information of the inflection points of the wave at each resolution that represent its waveform. The experimental results show the effectiveness of the procedure.     

线性正则变换与时频滤波

线性正则变换是一种重要的时频分析工具,它是傅里叶变换、分数阶傅里叶变换的推广,是更一般形式的信号变换。Wigner分布是经典的时频分布函数,具有较好的时频聚集性能。本文从线性正则变换与Wigner时频分布的关系入手,分析了线性正则变换的时频滤波原理,并在此基础上提出了基于线性正则变换的时频滤波方法,给出了滤波器参数的详细设计。仿真实验表明,该方法是时频域信号滤波的有效手段。     

一种提取电力系统谐波的快速算法

正确提取电力信号的谐波分量是提高供电质量的前提，根据电力信号主要分量为周期信号的特点，将离散周期正交小波变换应用于暂态谐波信号分量的提取，形成了快速简捷的分解及重构算法，经算例验证，这种方法在提取暂态谐波分量时较傅里叶变换具有更好的时频分辨率，分析表明，合适的小波基及符合实际情况的代价函数是确定最优分解二叉树的关键，从而能够极大地提高计算速度和分解精度。     

基于小波变换的电力系统谐波分析

电力系统的谐波是影响电能质量的重要因素,本文论述了基于小波变换的谐波检测方法,将含谐波的电信号进行基于多分辨思想的正交小波变换,解决了时频同时局部化的问题,并提出单子带重构算法,改善了Mallat算法中的频率折叠问题。由于小波分析在时、频域内良好的局部性,使之在谐波的跟踪检测、进而抑制谐波对电力系统的不良影响方面具有十分重要的意义。     

基于改进Morlet小波的信号符号率估计

连续小波变换由于具有良好的时频分析能力而广泛应用于信号特征分析,同时也由于较大的运算量而影响了其在工程上的运用。针对这个问题,本文根据指数遗忘分布在时间上的相关性,对Morlet小波函数进行了改进,并应用于信号符号率估计。仿真结果表明,采用快速算法的morlet小波变换在信号符号率估计性能方面并没有下降,并且运算效率大大提高了。     

基于平稳小波变换的光伏直流串联电弧故障检测

光伏系统直流串联电弧故障具有随机性和隐蔽性的特点,且容易受到外部环境和光伏系统内部噪声的影响,难以检测。利用小波变换提取的电流时频域特征对电弧故障有很好的辨识度,但面临小波基选取的问题。在采集大量电弧故障数据的基础上,通过小波变换分析和对比实验,提出一种针对常用电弧故障特征指标提取的最优小波基选取方法。通过此方法确定bior4.4小波基为提取电弧故障特征的最优小波基,并由此构建基于bior4.4平稳小波变换的时频域特征。通过对比试验发现,基于bior4.4的时频域特征对电弧故障的辨识度明显提高,且表现出对正常噪声信号的抑制作用。为从多角度反映电弧故障特征,补充时域特征,并与时频域特征结合构成电流特征库,利用随机森林算法实现电弧故障的诊断。电弧故障检测准确率达到98.58%,正常信号的误判率仅为0.76%。     

基于多重小波变换的自适应脉搏信号去噪

小波变换在生物医学信号降噪处理中有着广泛的应用,但小波降噪处理中的软硬阈值法本身都有一定的局限性,而且还除去了部分有用信号,降噪效果不太理想。本文基于小波分析的特点,提出了一种对信号进行多重小波变换的自适应去噪法,该方法不仅克服了小波去噪软硬阈值法的局限性,而且解决了自适应滤波中参考信号选取难的问题,将该方法用于脉搏信号降噪,得到了满意的去噪效果。     

断路器机械振动信号特征值提取方法分类性能研究

以ZW45-12型单稳态永磁机构断路器为研究对象,通过搭建数据采集平台得到断路器正常合闸状态、分闸弹簧单根脱落和机构卡涩3种不同运行状态信号数据,利用模糊C聚类分析算法比较短时傅里叶变换、小波包能量熵和希尔伯特—黄变换3种特征提取方法的性能。通过对比研究,得出采用小波包变换方法得到的时频熵向量具有最佳的类可分性能。