小波包分析在柴油机故障诊断中的应用

分析了柴油机缸盖振动机理,运用小波包对振动信号进行分析与讨论,将含噪信号进行小波包降噪处理,对降噪信号进行小波包分解,通过提取频带能量特征,对柴油机缸盖漏气故障进行了诊断.     

基于小波包分解的功率谱方法在人字门启闭机减速器故障诊断中的应用

针对船闸人字闸门机械式启闭机减速器中滚动轴承振动的不平稳性及其故障信号中存在噪声和干扰的问题,提出了一种基于小波阈值算法的小波包分解与功率谱分析的故障诊断方法。该方法通过对故障信号进行小波分解且对其系数作阈值处理,并利用处理后的分解系数进行小波逆变换得到降噪后的信号,然后对降噪后的信号进行小波包分解,找到能量集中的节点,对其进行Hilbert包络解调并求其Hilbert包络线的功率谱,从而提取故障特征信息。应用实例表明:仿真信号与某船闸人字闸门机械式启闭机减速器故障诊断方法能降低信号噪声以及干扰,并能提取故障特征信息。     

水下爆炸压力时频分布的小波包分析

为了对舰船结构和设备的冲击环境进行研究,提出了基于小波包分析的水下爆炸压力时频分析方法.研究了短时非平稳水下爆炸压力实验测试信号的时频分布和能量分布规律,从水下爆炸压力时域信号中提取出冲击波,首次和二次气泡脉动压力信号,分析了它们在不同频带的能量分布规律.结果表明,基于小波包的时频分析方法可以提取水下爆炸压力不同时段的信号进行能量和频率分析,水下爆炸压力中以低频成分为主的气泡脉动压力产生的能量接近总能量的一半,是使安装频率为数十赫兹的舰船设备产生冲击振动的主要能源.     

小波包分析在柴油机故障诊断中的应用

分析了柴油机缸盖振动机理，运用小波包对振动信号进行分析与讨论，将含噪信号进行小波包降噪处理，对降噪信号进行小波包分解，通过提取频带能量特征，对柴油机缸盖漏气故障进行了诊断。     

基于WPES与MEEMD的船用主机振动研究

为揭示船用长冲程低速柴油机健康状态下的振动特征,采用小波包能量谱（Wavelet Packet Energy Spectrum, WPES）和改进的总体平均经验模态分解（Modified Ensemble Empirical Mode Decomposition, MEEMD）结合的特征提取方法,对典型推进工况下低速机的表面振动信号进行3层小波包分解和重构。通过对能量占比较大的节点采用MEEMD方法进行分解,获得IMF1分量频谱。研究结果表明,在40%以下的较低发动机负荷时,各单次燃烧循环的振动波动较小,振动幅值基本一致。提升至50%以上发动机负荷时,燃烧引起振动波动明显增强。50%工况下,中高频能量占总能量的41.51%,为主要振动源。     

基于缸盖振动信号分析的柴油机工况识别

柴油机缸盖振动信号富含气阀落座、气体爆发压力等激励的响应信号.通过对缸盖振动信号的监测可及时发现燃烧异常、气阀间隙异常等状态信息,文中分别提取了气体爆发压力和气阀落座激励的缸盖振动特征信号,然后采用时间序列方法对信号进行分析,提出了相关的状态特征参数.     

水下爆炸下水下目标振动信号的时频分析

针对某水下目标的抗水下爆炸试验数据,基于短时Fourier变换、小波包变换进行时频分析比较研究,得到水下爆炸作用下水下目标振动信号的时频分布和能量分布规律。结果表明,短时Fourier变换使用的窗函数固定,分辨率单一,其分析结果只能大致反映信号能量随时间的变化;小波包具有更好的时频特性,可以提取出水下爆炸下冲击波、滞后流和二次压力波三个不同时段的信号进行能量和频率分析,并由此可确定不同时段对目标毁伤的影响。     

小波包降噪在液压泵故障诊断中的应用

基于小波包变换理论及小波包降噪基本原理,对液压泵配流盘偏磨故障及滑靴磨损故障的信号进行了处理,实测信号经小波包降噪后,能有效提取其中的信号特征,实验结果表明,小波包分析能够根据被分析的信号特征,自适应地选择相关的频带,提高信号的时—频分辨率,突出故障信息,实现微弱故障的高效诊断。     

基于小波包汽轮机货油泵振动信号仿真分析

文章通过小波包分析方法对汽轮机货油泵信号进行仿真分析验证,对信号进行时域信号分析,基于振动信号的小波包特征提取,得出故障频率特征,进而可以分析判定故障的存在,验证小波包分析对故障特征量提取的有效性。     

舰船动力机械设备故障信号小波包分解的时域特征提取

现有方法在实践中均存在抗干扰性较低与信号分离失真度较高的问题,因此提出一种新的时域特征提取方法。首先对小波包分解中故障信号的能量分布进行获取。对舰船动力机械设备故障信号仿真信号进行数学表达,将db10小波当作小波包基函数,实施信号的小波包3层分解,获取8个频带。Gray编码分解频带,获取依频带顺序进行排列的各频带的对应分解波形,根据各频带的对应分解波形,获取各频带的对应频率范围,再根据各频带的对应频率范围实施能量分析。最后利用EMD实施小波包分解中故障信号时域特征的提取。进行该方法与现有方法关于抗干扰性与信号分离失真度的对比实验,实验结果证明该方法的抗干扰性更高、信号分离失真度更低,对比现有方法实现了突破,实用性很强。     

基于双树复小波包和PNN的柴油机故障诊断研究

针对传统小波变换在故障特征提取中的不足,提出一种基于双树复小波包和概率神经网络(PNN)的故障诊断方法。首先通过双树复小波包变换将各个工况的柴油机声信号分解得到不同频带的分量,选取各频带分量的能量作为特征向量,再利用PNN对特征向量进行训练,最后通过测试样本得到柴油机典型故障诊断结果。实验表明,该方法可以对柴油机典型故障进行较为准确的诊断,相比传统小波包有着更高的故障诊断率。     

基于小波包变换的非线性自适应均衡器算法

提出了一种基于小波包变换的非线性均衡器,利用小波包对信号较强的去相关能力来提高均衡器的收敛速度,并通过能量归一化过程给出了一种自适应均衡算法。在仿真实验中,针对无线通信数字信号传输过程中由于多径效应和信道衰落而产生的码间干扰(ISI)问题,比较了最小均方(LMS)算法和基于小波包变换的均衡器算法的均衡效果,并对不同尺度下的均衡算法进行了比较。结果表明,基于小波包变换的均衡算法具有更快的收敛速度;当小波包基的分解尺度增大时,均衡器的收敛速度也随之加快。     

卷积小波包变换在多址干扰消除中的应用

为解决扩频通信系统中存在的多址干扰问题,将卷积小波包变换引入了扩频系统的降噪处理过程。探讨了干扰噪声在卷积小波包变换中的传播特性,在此基础上讨论了卷积小波包变换降噪的算法步骤,详细讨论了干扰噪声方差估计和阈值函数处理的方法。对几种常用的信号类型进行了仿真计算,仿真结果表明该方法不但能提高扩频通信系统的降噪精度,还可较好保留信号中的主要细节。     

贝叶斯与遗传神经网络相融合的柴油机故障诊断研究

利用小波包分解提取缸盖振动信号的特征向量,提出选择因子对改进误差反向传播(BP)神经网络和超1-依赖贝叶斯算法的诊断结果进行融合,克服贝叶斯和神经网络的不足。通过在WD615柴油机上的实验检测,证明了该方法的有效性。     

基于小波能量熵的水下目标磁场信号去噪

本文提出了基于小波能量熵的水下目标磁场信号去噪方法,通过对信号进行小波分解,计算各层目标信号和背景噪声的小波系数能量熵,利用信号在不同的分解尺度上具有不同的小波熵,自适应地确定高频系数的阈值,利用经过处理后的小波系数进行小波反变换,实现对水下目标磁场信号的去噪.仿真试验结果表明,该方法能有效去除背景噪声,检测出目标磁场...     

计算小波分布判定海洋平台结构损伤方法研究

由于海洋平台结构长期处于恶劣的海洋环境中,并受到各种载荷的交互作用,结构容易产生各种形式的损伤。因此,对海洋平台进行实时监测有着十分重要的现实意义。本文以单筒简易导管架平台为例,主要在结构损伤的判定和定位两方面对海洋平台的实时结构健康监测进行研究,结果表明通过对结构响应信号进行小波分析,小波变换系数和小波包能量分布可以很好地定义损伤识别指标。     

基于改进小波能熵的水下目标识别

文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。     

小波变换在风浪研究中的应用

基于小波理论,将实测波高与压力资料减去平均值作为修正后的资料,经小波变换所得系数再将它平方,可以得出能量密度在时间域和频率域上的三维分布特性。将三维分布图对时间积分后,再除以总延时,可以得到波浪与压力在频率上的平均能量,即传统傅立叶变换所得之波谱,对时间积分,可得各瞬间波浪与压力总能量。通过应用认为小波分析在波浪研究上有广阔的应用前景。