小波分析在液压缸泄漏检测中的应用

本文介绍了一种基于小波分析的液压缸泄漏故障检测方法，通过检测液压缸工作腔压力信号小波变换在适当尺度上的极大值点，提取出压力信号的突变特征，从而为液压缸泄漏检测提供了定量的依据。     

小波变换在管道弱超声回波奇异性检测中的应用

研究了小波变换在细尺度下检测信号奇异性的原理。通过对样管中标准缺陷的超声回波分析试验,证明6层db5小波变换可以有效地分离出湮没在噪声中的微弱缺陷信号,并可以有效地分离出信号的孤立奇异点,准确定位缺陷出现时刻。     

基于小波包和支持向量机的滚动轴承故障模式识别

为了解决对故障轴承的特征提取和故障特征准确分类问题,提出了应用小波包变换和支持向量机相结合进行滚动轴承故障诊断的方法.小波包变换具有良好的时-频局部化特征,非常适于对瞬态或时变信号进行特征提取.而支持向量机可完成模式识别和非线性回归.利用上述原理根据轴承振动信号的频域变化特征,采用小波包变换对其提取频域能量特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别.试验结果表明,支持向量机可以有效、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径.     

Surface wavelength content based clustering using neural networks for manufacturing process mapping

Manufacturing processes produce a unique texture on the surface that serves as a fingerprint of the process. It is possible to provide feedback to the process by studying the surfaces carefully. Analytical techniques such as Fourier analysis and digital filters are commonly used to characterize surface profiles. Parameters extracted from filtered profiles are monitored to detect variations in the process. This requires the development of an inference engine to map metrology parameters to manufacturing process parameters. This paper presents an artificial neural network (ANN) based inference engine for providing process feedback with surface finish input. Parameters such as R_a and W_a as well as advanced wavelet based features are extracted from surface finish data collected from a crankshaft manufacturing line and fed as input to the neural network. This input is then clustered using a competitive neural network trained in unsupervised mode. The resulting clusters are analyzed and discussed. The network is then tested with new data to evaluate the quality of the clusters previously generated and to demonstrate the applicability of this technique for detecting process variations.     

小波包-AR谱在钛合金材料声发射监测技术中的应用

鉴于钛合金材料的声各向异性和高声波衰减系数使疲劳试验过程中的声发射监测十分困难。提出了小波包与AR谱相结合对钛合金材料声发射信号进行分析的方法。即对输出信号进行小波包分解,然后分频段对信号进行重构得到包含不同频率成分的时域信号,再进行AR谱分析,从而提取出频谱特征。分析表明,该方法对利用声发射信号分析钛合金材料部件的损伤和裂纹扩展是有效的。可为钛合金部件损伤和裂纹扩展的识别提供可靠的依据。     

一种对时间连续数据进行分析查询的SQL扩展语言

在家庭电子医疗平台中,存在生理学时间连续数据,实现对其分析和查询是数据利用的基础。针对这类数据的特点,提出以关系型数据库结构化查询语言SQL为基础,定义相似查询算法,快速有效地从给定信号序列中找出符合某一相似度等级的相似子序列。相似匹配使用了分段聚合近似法和小波变换两种算法,易于进行子序列的相似度分级。实验结果表明,该试验系统能够高效、准确地完成设计功能。     

基于形态滤波器和中心极值差分的直流电机间接测速

提出了一种基于数学形态学和中心极值差分的直流电机间接测速新方法.首先,在介绍数学形态学理论的基础上,构建了多元素结构并行复合形态滤波器;其次,根据直流电机电流的特点,提出了基于中心极值差分(CED,central extreme difference)的电流频率求取方法;最后根据电机电流频率和转速间的关系,获取了电机的转速特性.较之小波阈值消噪,通过形态学滤波获取的电流曲线较光滑,滤波效果更好;与基于小波脊线的测速方法相比,所提方法不仅获取的转速曲线波动程度较小,而且计算速度也有大幅度的提高.     

软组合概率神经网络分类器人脸识别方法

概率神经网络分类器具有学习速度快、易于实现的特点,而且其输出是后验概率, 使得分类器的软组合变得容易。利用概率神经网络的这些特点,提出了软组合概率神经网络分类器人脸识别方法,该方法包括3步:(1)对人脸图像做不完全小波包分解;(2)用包含低频成分的小波子空间图像训练概率神经网络分类器;(3)用模糊积分组合训练好的分类器。将该方法与3种基于矩阵子空间的人脸识别方法在JAFFE、YALE、ORL和FERET 4个人脸数据库上进行了实验比较,结果表明,提出的方法在识别精度和CPU时间两方面均优于其他3种方法。     

21世纪初中国农作物与自然植被物候时空差异

利用离散小波方法对2001~2012年MODIS EVI时序数据进行平滑,基于动态阈值法提取我国植被物候信息,探讨农作物和自然植被物候的时空变化特征。结果表明:(1)我国第一季农作物开始、峰值和结束日期主要以华北平原为中心随海拔的上升而推迟,而自然植被物候更早20d左右,且随海拔的上升先推迟后提前;(2)物候在时序上有显著变化的第一季区域,43.98%开始日期、52.83%峰值日期呈现提前趋势,多在开始晚、结束早的西南区及东北与内蒙古交界处,其余区域开始、峰值日期及81.80%结束日期呈推迟趋势,发生在开始早、结束晚的黄土高原及双季农作区;农作物物候推迟幅度小于自然植被。     

基于MatLab的列车安全评估仿真平台

以高速列车行走部的运行状态为核心,通过计算机建立以数据管理,状态反演和安全预警为目的高速列车安全性态评估仿真平台。运用Simpack对高速列车的各种故障状态进行实时仿真,并通过Mat Lab对海量数据以小波熵和经验模态分解(EEMD能量距)的方法对高速列车运行过程的故障进行提取特征和分析,以基于向量基和LVQ神经网络的分离器对故障进行识别,从而完成对列车高速列车故障的反演和提前预警。实验表明,上述实验平台能准确地对列车故障状态进行识别,达到安全预警的目的。