多小波对风机故障信号降噪处理的比较研究

在风机故障诊断系统中,因为现场采集的故障信号含有噪声,对故障诊断的准确性产生很大影响,所以有必要进行降噪处理。采用"平衡预处理的SA4多小波"和"正交插值的SA4多小波"对现场采集的含有噪声的故障信号进行处理,并与已有的"系数重复行的GHM多小波"、"平衡预处理的CL多小波"降噪方法进行比较,结果显示平衡预处理的SA4多小波的降噪方法比GHM和CL多小波的降噪方法更适合风机的故障诊断。     

基于相关性小波奇异熵的滚动轴承故障特征提取

针对轴承故障信号受噪声影响严重,导致故障特征提取稳定性较差的问题,将小波变换、相关性、奇异值分解和信息熵理论相结合,提出一种基于相关性小波奇异熵的轴承故障特征提取方法。该方法首先将轴承信号进行小波分解,利用小波分解系数和噪声的相关性特点不同,引入相关计算以去除噪声的影响;然后对相关处理后的规范化系数进行奇异值分解,轴承的不同故障信息就体现在奇异值中;再利用信息熵的统计特性对奇异值进行不确定度计算;最后,以相关性小波奇异熵作为特征向量,通过概率神经网络对滚动轴承故障进行识别。实验表明:该方法能够有效地提取轴承故障特征,具有良好的容噪能力和稳定性。     

基于小波变换的即热式水温信号降噪方法研究

利用小波阈值去噪法对仿真信号和即热式热水器出水温度信号进行降噪处理,并比较了不同阈值和不同阈值函数的去噪效果。仿真实验肯定了小波阈值法对即热式热水器温度信号消噪处理的可行性与优越性,实际数据试验表明:在sqtwolog准则和局部自适应阈值条件下选取软阈值降噪对即热式热水器出水温度信号的去噪效果最好。     

基于小波变换的语音增强算法研究

信号在实际的传输过程中会受到许多噪声的干扰，直接对信号的质量产生影响。语音增强技术的目的就是对含有噪声的信号进行去噪处理操作，是一种改善信号有效性和去除噪声的方法。本文是基于小波变换的阈值去噪方法，在小波变换的小波去噪处理中，研究一种新的阈值选取算法，达到较好的降噪效果，从而实现语音增强。在软件Matlab程序中加入事先录好的其他语音信号，对信号进行加入高斯噪声的处理，然后在算法代入语音信号处理程序中进行去噪，观察最后重构出的信号波形图，并与语音信号时域波形、软阈值降噪、硬阈值降噪后的波形进行对比，确认是否改善了信号去噪效果。     

基于经验模式分解三相流型信号去噪方法研究

经验模式分解(EMD)作为一种信号处理技术,它是基于数据本身的,且能在空间域中将信号进行分解,从而可以区分噪声和有用信号。应用经验模式分解(EMD)对模拟信号及实测油气水三相流压差波动信号进行滤波去噪处理,分别与db8小波及Haar小波的滤波去噪效果进行定量比较。结果表明:EMD方法与小波方法一样能有效地处理短时瞬态及含宽带噪声的信号,但EMD方法更直接,更方便,且不受小波基函数选择的影响,因此EMD方法更具有通用性和稳定性,从而为三相流流型信号的预处理提供了又一种有效的方法。     

基于多小波变换的地震资料随机噪音压制技术研究及应用

本文分析了多小波变换的基本理论、变换过程及预处理方法,提出了基于多小波分析的地震资料随机噪音压制技术。通过对理论数据和实际资料进行处理,表明利用多小波变换能够有效压制随机噪声,同时还能较好的保留原信号的有效信息,是一种行之有效的去噪方法。     

小波分析在真空练泥机轴承故障诊断中的应用

针对练泥减速机滚动轴承运转速度低、响应弱、低频信号容易淹没、调制源多、振动信号非平稳性等特点而导致常规的傅立叶分析诊断故障效果不佳的情况，提出了一种小波变换的时频分析滚动轴承故障诊断方法。利用小波变换对振动信号进行分解和重构处理，获得了振动信号在不同的频段的分量，提取相应特征频段重构分量的功率谱的频域统计值作为特征参数，从而实现对轴承故障诊断。试验结果显示该方法对真空练泥机轴承故障诊断有很好的效果。     

基于小波分析的信号去噪方法

工程角度看,小波分析是一种信号与信息处理的工具,是继Fourier分析之后又一有效的时频分析方法,小波变换作为一种新的多分辨分析方法,可同时进行时域和频域分析,具有时频局部化和多分辨特性,因此特别适合于处理非平稳信号。本位为此首先介绍了基于小波分析的信号去噪特点,接着介绍了三种去噪算法,即小波分解与重构去噪方法、变换域系数相关性去噪法以及非线性小波变换阈值去噪法法,     

基于EMD和改进小波阈值的地震信号去噪方法

地震资料采集获得的地震信号资料中往往夹杂着大量的噪音信息,地震信号的有效去噪对后续的地震资料解释具有重要的意义。本文提出一种基于经验模态分解(EmpiricalMode Decomposition,EMD)和改进小波阈值的地震信号去噪方法。将含噪地震信号分解为一系列本征模态函数(IntrinsicModeFunction,IMF),并根据自相关理论,对从IMFs中筛选的高频分量应用改进的小波高参数阈值算法处理,低频IMF分量应用改进的小波低参数阈值处理,最后对处理后的IMFs进行重构。利用本文提出的地震信号去噪方法对合成地震信号和实际地震信号进行去噪处理,并与EMD去噪效果进行对比,结果均表明本文所提方法的去噪效果优于常规的EMD方法。     

小波分析在热重实验数据处理中的应用

利用小波分解、滤波、重构对热重信号进行去噪处理,消除实验中由于各种因素产生的噪声,得到了较为满意的热重实验数据.该方法与其他处理方法相比,得到的处理信号不失真且去噪效果明显.比较发现小波去噪的结果与阈值选取相关,通过分析确定合适的阈值选取规则,使得处理后的信号能满足以后分析的需要.研究表明选择的阈值可广泛应用于不同煤种的热重实验数据处理.     

岩石声发射信号处理方法及频谱分析研究

通过对红砂岩试样的单轴压缩声发射试验,结合试验所获得的声发射累积能量曲线,分别选取试样低应力水平和高应力水平时所释放的声发射原始波形信号,基于小波分析理论,分别采用小波阈值去噪方法中的rigrsure、heursure、sqtwolog和minimaxi阈值规则对所选取的声发射原始波形信号进行去噪处理,并通过快速傅里叶变换对去噪后的信号进行相应的频谱分析。结果表明,rigrsure阈值规则对声发射原始波形信号的去噪效果最好,去噪后所获得的二维频谱图,不含因噪声存在而形成的零乱小峰值;声发射信号的二维频谱图,在低应力水平时多表现为单峰,在高应力水平时多表现为双峰或多峰。     

改进小波阈值去噪在矿物油荧光检测信号中的应用

为减小由光电探测器产生的荧光信号中噪声的干扰,在经典小波阈值去噪方法的基础上,提出一种新的阈值函数去噪算法。这种新的阈值函数具有较好的连续性和稳定性,能够保留原始信号的特征。采用Matlab对比不同阈值函数的去噪效果,结果表明新的算法兼顾了软、硬阈值的优点,又在一定程度上弥补了传统小波阈值去噪方法的缺陷,提高了荧光信号的信噪比,获得了更好的去噪效果。     

小波去噪在压力容器声发射检验中的应用

压力容器是各个工业领域中必不可少的特种设备,在使用过程中有可能因故障发生爆炸、中毒等危害。通过声发射检测等方法,可发现压力容器早期形成的缺陷,有利于安全生产。但是由于压力容器检验现场各种噪声普遍存在,导致采集的声发射信号严重失真甚至淹没在噪声信号中。针对声发射信号及噪声信号特点,利用小波阈值去噪理论进行去噪处理,并分别从小波基函数、分解层数、阈值选取及阈值函数4个方面进行了分析研究。     

小波包变换和KL变换联合去噪

基于强噪声的地震记录,先利用小波包分析对地震记录进行分解,然后再根据不同的信息的不同特征性进行去噪,然后再重构。用小波包变换去噪后的地震信号再利用K-L变化提取有效信号。经合成地震剖面处理试验证明,该方法能有效地提高地震记录的信噪比和分辨率。     

小波变化在长输管道压力信号去噪中的应用

小波变换是一种新的时频分析工具,尤其适合于信号的时频分析及去噪。对小波变换的理论及应用进行研究具有十分重要的意义。小波阈值去噪法,原理简单、容易施行、效果较好。利用小波阈值法对长输管道压力信号进行去噪。实际应用结果表明,选择合适的参数,小波阈值法可以获得比较好的去噪效果。     

基于小波变换的随机干扰压制方法研究

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,常用的傅立叶变换方法效果去除效果不理想。小波变换是一种时频分析方法,根据它的分频和局部分析能力,能有效地消除随机干扰,保留有效波的中、高频成分,经过小波重构,可恢复有效波信号。本文首先通过MATLAB合成了含噪地震记录,然后使用不同的小波基、阈值和分解层次对地震记录中的随机干扰进行了去除。其结果表明:基于小波变换的去噪方法是一种提取有用信号、展示噪声和突变信号的优越方法,具有广阔的应用价值。     

小波降噪技术在差分吸收光谱浓度检测中的应用

为了实现对工业气体SO2的浓度进行监控,基于紫外差分吸收光谱法开发了SO2在线检测系统。针对系统噪声和Mie散射使吸收光谱叠加带来的误差,本文提出采用小波变换降噪技术代替传统光谱处理方法中的多项式平滑滤波技术来提高检测精度。通过对应用了Symlets、Daubechies、Coiflet和Biorthogonal这4种不同小波函数的实验数据分析和对传统小波阈值选取方式的改进,最终确定了基于rigisure阈值的小波阈值去噪的信号处理方法,并提出一种新的信噪比量来衡量信号处理的效果。这种方法可以快速可靠地处理光谱信号,处理后所得的监测浓度准确度基本控制在1.5%以内。在实验室环境下和工业现场环境下的大量实验结果表明本方法能有效的减小噪声对SO2浓度监测带来的影响。     

地震资料的小波去噪方法

在地震勘探中,地震记录的信噪比直接影响地震资料的可靠性、参数提取的精度及提高分辨率的效果等,因此去除噪声,提高信噪比成为了资料处理过程中的重要任务。小波变换作为一种信号处理工具,由于其具有时频分析,多分辨率和去相关性等特点,在地震信号去噪方面得到了广泛应用。本文对几种小波去噪方法进行了比较,总结了两类方法的基本原理及实现过程,着重介绍了应用最广的小波闽值去噪。     

基于小波去噪的阈值函数改进方法分析

首先介绍了两种国内外比较有代表性的小波阈值改进方法,并在传统软、硬阈值函数的基础上提出了一种新的改进阈值函数,通过对小波系数的阈值处理,使得去噪后的信号在过分平滑与边缘振荡现象之间达到合理的平衡。对一段压气机台架实验数据的仿真分析表明:该方法在去噪的同时减少了有用信息的损失,在信噪比增益和最小均方差误差方面的性能指标要优于传统软、硬阈值法,同时在3种改进阈值函数方法中具有最佳的去噪性能。     

基于形态滤波和HHT的滚动轴承故障特征提取

应用形态滤波和HHT提取滚动轴承振动信号故障特征。通过形态组合滤波对信号进行预处理,对预处理后的信号进行EMD分解,把信号分解为若干个IMF的和,之后计算IMF的希尔伯特能量谱,提取振动信号的故障特征频率。本算法能够较准确地提取出滚动轴承振动信号的故障特征频率,为滚动轴承振动检测与故障诊断研究提供参考。