基于小波奇异性的电主轴振动信号处理

将小波奇异性理论运用到高速电主轴振动信号处理中,分析了如何进行小波奇异性信号重构的方法,提出了电主轴振动信号奇异性检测算法。构建了电主轴信号测试与处理系统。根据小波变换后信号与噪声在各尺度空间呈现的不同特性,对小波逆变换信号重构,提取了高速电主轴振动信号特征。仿真实验表明,利用小波奇异性对电主轴振动信号进行处理,能够去除噪声对加工过程监控系统的影响,同时还可以对机械故障信号进行预测,达到了提高电主轴使用寿命的目的。     

数控机床高速电主轴的性能研究

介绍了数控机床用电主轴的特性及其应用现状，分析了高速电主轴单元设计制造中的结构设计，轴承选用，动平衡等若干问题，通过电主轴的性能测试表明，该型电主轴设计合理，动，静态性能指标符合要求。     

小波分析在无线随钻系统测试信号处理中的应用

对随钻系统地面遥测信号及测量环境进行了分析,采用分相码的编码方式来传输信息,提高了检测的可靠性.讨论了运用小波变换信号处理技术从频率不固定的多频强噪声背景下提炼出有用信号的方法,并给出了仿真结果.     

数控机床高速电主轴的热态特性分析

本文介绍了高速电主轴的结构、主要传热机理和热源的生热率计算方法,在此基础上建立有限元分析模型,并分析了轴承预紧力,电机转速,轴承冷却空气流量三种工况对电主轴热态特性的影响,为改善电主轴的热态特性提供理论依据。     

基于ANSYS的国产数控机床高速电主轴的仿真分析

为了研究国产数控机床高速电主轴的静、动态性能,通过ANSYS分析软件建立了电主轴的简化有限元模型,对电主轴的静、动态特性参数进行了数值仿真分析;并采用实验模态测试技术验证了有限元模型的有效性和准确性;在此基础上,分析了电主轴支撑跨距对电主轴动态性能的影响规律,确定了电主轴跨距的最优范围.结果表明,有限元仿真与实验模态测试结合,能有效分析电主轴的动态性能,并实现结构的优化.     

水力机组振动监测中小波的应用

小波变换能很精确地将振动的真实信号从受各种噪声严重污染的采集信号中提取出来,具有很高的信号去噪能力,它通过对仿真信号进行小波分解,抽取其低频系数进行频谱分析,提高了频率分辨率,在水力机组的振动监测中具有重要的应用价值.     

高速电主轴热态特性的研究

主轴轴承高速下的急剧摩擦发热是影响和限制机床主轴转速和加工精度提高的主要原因．本文通过对高速电主轴热态特性的试验与研究，分析了高速下主轴轴承及主轴系统的热态特性及其影响因素，提出了改善主轴单元热态特性的措施．     

高速电主轴的原理与应用

介绍高速电主轴的工作原理和基本结构,分析高速电主轴的驱动和冷却润滑方式,综述其应用及发展前景。     

高速电主轴动态特性仿真分析

在有限元软件ANSYS中对某高速磨削电主轴直接进行动力学有限元三维建模,并通过对模型较精确的单元网格划分,利用ANSYS结构动力学模块对电主轴的主轴部件进行模态分析和谐响应有限元仿真,计算了主轴前六阶的固有频率、临界转速和振型等动态特性,并进一步对主轴前端面的动态响应位移做了研究分析,结果验证了主轴结构设计的合理性,同时也为电主轴更深层的动态特性分析提供了重要参考。     

汽车ABS性能测试参数小波去噪方法分析

分别对强制去噪法、小波阀值去噪法、模极大值去噪法的原理进行了阐述,分析比较了几种去噪方法的优缺点,最后由ABS试验台上获取的制动压力信号进行降噪分析,获取很好的去噪制动压力信号。这便于使计算制动管路液压波动的频率更为准确,可以方便由制动压力曲线的局部极值点进行汽车ABS的故障诊断。     

基于小波变换的信号消噪

采用一种新的阈值确定方法：二次平方损失函数法（QSLF法）,通过对待信号进行小波变换,在小波变换域中,把小波系数进行阈值处理,即：增强属于信号的小波系数,减弱或去除属于噪声的系数,然后进行小波变换的逆变换,虽然会造成在小程度上丢失了一些细节,但只要考虑到抑制干部噪声与所保留信号细节之间的权衡问题,仍能恢复出所期望的待分析信号,计算机模拟实验结果表明：该方法能有效的消除噪声。     

基于小波变换的脉搏波信号去噪

利用Mallat算法对脉搏波信号进行多分辨分析和去噪,具有品质因数恒定、运算量小、分解尺度可调的优点,且去噪效果好,整个系统基于MSP430单片机实现,完成了对脉搏波检测的功能,效果较好,有一定的实际应用价值。     

基于傅立叶变换和小波变换的信号处理

介绍了傅立叶变换、小波变换等几种常见的分析处理信号的方法,并对一个实例信号分别利用这两种方法进行了分析处理,阐明了这两种变换在对信号处理上的不同特点。     

基于小波变换的去噪方法

分析了信号与噪声在小波变换下的不同特点,提出了基于小波变换的去噪方法,且将该去噪算法用算子加以描述,给出了具体实例。小波变硬阈值去噪法和软阈值去噪法的性能比较及仿真实验,表明基于小波变换的去噪方法是非常有效的。     

小波变换信号消噪技术研究

通过对信号与噪声奇异性分析，给出信号与噪声的小波变换模极大值在各个尺度上的表现截然相反的结论，并给出了一种非线性的消噪方法。该方法与传统的消噪方法不同，即不同于低通滤波器滤波，而是根据信号与噪声的奇异点性质不同进行滤波。实验结果表明，这种方法在改善信噪比的同时，又保持相当高的时间分辨率，并且计算简单，有很好的去噪效果。     

小波变换与傅立叶变换在信号消噪中的对比研究

由于小波变换具有良好的时-频特性,从而为其在信号降噪中的应用提供了广阔的前景.通过傅立叶变换和小波变换在信号消噪中的对比研究可以看出,小波变换对奇异信号极其敏感,使得其在非平稳信号的消噪中显出了得天独厚的优越性.     

基于2D小波变换的图像消噪算法

利用2D小波变换对含噪图像进行消噪处理。基于小波变换具有的多分辨率特点,分析图像信号的局部特征,滤除掉含噪图像中的高频成份,达到降低噪声的目的。文中给出了含噪二维图像信号模型,以及利用2D小波分析对图像信号消噪的步骤。同时介绍了MATLAB6．5中小波分析支持的图像格式。经噪声图像仿真测试,小波变换中独立阈值法具有较好的消噪效果。     

基于小波变换的大地电磁信号去噪研究

大地电磁信号具有非线性、非平稳、非最小相位特征,是一种典型的非平稳随机信号,传统傅里叶变换来对其去噪效果不是很理想。小波变换具有良好的时域分析和多分辨分析特性,用来处理非平稳随机信号可以获得更多有价值的信息,因此小波变换成为大地电磁信号的有效的去噪处理方法之一。本文基于小波变换的理论研究,研究了它在大地电磁信号去噪处理中的应用。研究表明,在大地电磁信号去噪中小波变换对于各种噪声的压制是非常有效的。     

基于小波变换的脑电信号降噪方法的研究

通过小波变换方法对左右手运动想象脑电信号进行降噪.在对各种小波阈值降噪方法(固定阈值形式Sqtwolog及硬阈值法;使用Birge-Massart惩罚函数的阈值形式及软阈值法;使用分层阈值及改进的阈值法)的讨论比较之后,给出一种改进方案.然后对不同降噪方法处理后的脑电信号用概率神经网络进行分类.最后对分类效果进行比较,证明了此改进方案具有可行性.     

基于小波变换方向信息的奇异值图像去噪研究

提出一种基于小波变换方向信息的奇异值图像分解去噪方法.由于图像噪声主要集中在小波域中的高频子图部分,且系数较小,可以利用奇异值分解后较大的奇异值和对应的特征向量重构出去噪图像,然而由于奇异值分解固有的行列方向性,对于高频对角线子图重构出的图像去噪效果不理想,故采取旋转至行列方向后再进行常用的奇异值滤波.低频子图仅作简单维纳滤波,最后将去噪后的低频和高频子图进行小波反变换重构出最终的去噪图像.实验结果表明,该方法在有效去噪的同时较好地保留了原有的高频细节信息.