小波分析在振动状态监测中的应用

目的　研究小波分析在振动状态监测领域中的应用 .方法　运用工程语言对小波分析进行解释 ,分析了其在振动状态监测领域中的一些典型应用 ,包括信号消噪和频带分离等方面的应用 .提出了小波能量谱和小波包络谱分析方法 .结果　用该方法可进行精确故障识别 .结论小波分析在振动状态监测中应用前景非常广阔 ,所提方法简单易行     

高压断路器在线监测信号的小波处理方法

结合采用DSP作为主控制器的高压断路器在线状态监测装置硬件及直接监测量的选取，介绍一种应用在断路器在线监测装置中的行程及振动信号的小波变换处理方法，该方法能有效从噪声背景中提取行程与振动信号的特征指纹，算法简单且易于在嵌入式装置中实现。     

基于虚拟仪器的滚动轴承振动故障诊断系统

介绍了小波变换在滚动轴承故障特征提取中的应用．结合小波变换研制了一套滚动轴承故障诊断虚拟仪器系统．通过对滚动轴承振动信号的小波变换分析，可提取滚动轴承运行状态的特征向量，分析滚动轴承的振动信号，诊断轴承的故障．     

钻头磨损监测的小波方法研究

根据小波变换模极大值的多尺度传播特性,提出了一种去除钻削加工振动监测信号中的随机噪声从而对钻头状态进行评估的方法,实验结果表明,该方法是一种行之有效的方法。     

基于小波多分辨分析的往复机械故障特征提取与识别

本文从往复机械故障诊断领域中特征信号处理的应用角度,探讨了利用小波多分辨分析与信息熵相结合,对往复机械故障进行诊断识别的方法。首先应用小波分解,将监测信号映射到由一个小波伸缩而成的一组基函数上去,在通频范围内得到分布在不同频段内的分解序列;在此基础上,对各分解序列进行ＦＦＴ变换,建立信号的小波特征熵,以此作为故障识别的特征参数,对往得机械运行故障进行诊断识别,并以压缩机振动监测信号为例,实现了不同     

具备自动特征提取能力的智能监测系统

为了减少加工状态监测系统开发的时间和成本,提出自动敏感特征提取方法,自动选择合适的传感器和信号处理技术来提取出"敏感特征".针对高速铣削过程中的刀具磨损监测,采用切削力、振动、声音和声发射传感器来采集信号,并运用时域、频域和小波分析技术对信号进行处理.试验结果表明:该方法可自动地进行传感器和信号处理技术的选择,提取出的敏感特征适合于自学习监测系统应用.     

基于小波变换的变形监测分析研究

根据小波变换方法能充分突出问题某些方面的特征，基于变形监测数据列特点，将小波变换应用于变形监测领域，即利用小波变换对变形监测数据进行降噪处理和不同频带分离，使数据列平滑以达到滤波的目的，并在此基础上合理地对变形体变形作出几何分析和物理解释。结果表明，在变形监测数据处理分析中小波变换是一种有效的分析方法，具有一定的理论价值和应用价值。     

基于小波奇异性的滚动轴承故障检测方法研究

在滚轴故障诊断中,故障通常表现为振动信号的突变,因此检测信号奇异点意义重大。文章介绍了小波变换理论和小波变换奇异性检测原理,研究了奇异性检测方法在滚动轴承故障诊断问题中的应用。采用小波门限消噪法处理繁杂的滚轴振动信号,对消噪后的振动信号采用小波变换模极大值奇异性检测方法进行多尺度小波分析,得到故障点的位置。仿真结果表明,该方法下振动信号奇异程度以及奇异点的位置明显。     

机器振动级值趋势预示的方法

机器振动级值趋势预示是在状态监测和故障诊断的基础上，通过空间和时间的综合分析，进一步对机器工作状态的现状和发展进行分析和预测。文章叙述了机器振动级值趋势预示的基本概念，介绍了趋势预示的判据和评定方法，提供了机器振动级值趋势预示的一种设计方法。本项技术已在工业现场的大型机组上获得了实际应用。     

正交小波变换在钻削刀具状态特征提取中的应用

为了精确地提取钻削刀具状态特征,系统地阐述了正交小波变换的概念和小波多分辨分析的方法,并对不同刀具状态的振动信号进行分解和重构处理,获得了振动信号在不同频段的重构分量,根据各个频段重构分量在不同刀具状态下的变化特点,进而提取高频段重构分量的功率谱的频域统计值以及[313 Hz~625 Hz]频段重构分量的局部极大模线对应的平均Lipschitz指数作为监测特征.实验结果表明:采用上述方法可有效实现刀具状态特征信息提取,较其它方法更加适用于钻削刀具状态监测.     

小波分析用于电力设备绝缘在线监测中信噪分离的研究

文章利用小波分析可进行时域与频域同时局部分析，频域窗口随信号的变化自动调整的特点。将小波分析应用于电力设备绝缘在线监测这类具有较大背景干扰情况下的信号处理，选择合适的小波基对混有噪声的信号进行变换，以实现信号与噪声的分离。并利用小波变换的快速算法对信噪分离作了仿真计算，讨论了小波分析在线监测等领域的应用前景。     

大型机组振动信号的采集与典型故障的诊断

应用在线式计算机监测系统和自己研制的便携式振动信号采集系统进行大型机组振动信号的采集,并应用小波理论进行信号的处理分析,再结合传统的富立叶分析方法进行大型机组的故障诊断。     

小波分析在齿轮故障诊断中的应用

利用MATLAB语言编程检验了小波分析在齿轮故障诊断中的应用效果。利用双正交小波基（Bior2.4）将减速机箱体的故障振动信号分解到时频域，提取出了齿轮故障信号，同时结合传统的故障诊断方法进一步诊断了齿轮的故障模式，试验结果验证了上述方法结合应用的有效性。     

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.     

基于噪声小波包络谱的主轴承磨损故障诊断

传统的基于振动信号的内燃机主轴承磨损故障诊断中安装传感器以及提取故障特征频率很繁琐，为此，提出了基于噪声和正交小波监测往复式活塞发动机滑动主轴承磨损故障的一种新方法．利用Symlets小波分析将测得的机体噪声信号变换到时频域，得到含有内燃机主轴承间隙磨损状态的时频信息．主轴承磨损故障会使机体噪声信号的高频成分增加，而且高频滤波成分特征与内燃机的冲击过程相对应，所以，需选择合适的高频带加以提取并进行包络谱分析．通过声级计测取了代表主轴承4类间隙磨损程度的噪声信号，发现2个特征频率处的能量对间隙磨损状态比较敏感，均随著磨损量的增加而增加．通过该方法。可利用机体噪声信号监测主轴承的磨损状态．     

基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及其于多分辨分析的信号小波的分解算法，研究了信号局部奇异性的小波变换下的特性；根据故障信号的局部奇异性在小波变换下模的极大植及其在不同尺度上的传播特性，对308型滚动轴承振动加速度故障信号进行分解，对故障特征信号进行时域定位，并提取了故障特征频率f=46.88Hz，这与实际的故障特征频率相近，说明该方法适用于滚动轴承的在线监测和故障诊断。     

小波变换时频敏感特性的试验研究

利用小波变换的时频敏感特性，通过试验提出了结构在自由及受迫振动过程中的健康监测及损伤检测方法.在悬臂板与弹簧组成的系统的自由及随机振动过程中，通过烧断连接弹簧与悬臂板的细绳来对系统造成破坏，其中离散小波变换用于识别结构损伤造成的信号奇异性，而连续小波变换则用于排除外界脉冲噪声的影响及确定结构刚度损失的大小.试验结果表明，该方法能有效地监测结构振动过程中的损伤，以及检测结构刚度损失的大小.在结构随机振动试验中，连续小波变换施加在由随机减量法获得的自由衰减信号上，获得了更好的检测效果.所提出的离散小波变换与连续小波变换联合使用的结构健康监测及损伤检测方法可用于结构的在线监测，且无结构建模误差的影响     

小波分析及其在化学中的应用

本文介绍了小波分析的基本原理,给出了小波变换的快速算法及小波分析在化学领域中的应用,对其今后可能运用的领域进行了探讨。     

小波分析在结构健康诊断中的应用

小波变换由于同时在时间域和频率域具有良好的局部化性质，且具有很强的处理非平稳过程的能力，因此广泛地应用于许多领域。对小波变换在结构健康诊断中的应用进行了分析．作为一个具体应用，根据一木结构的振动台试验数据，利用小波分析方法对该结构的动力特性进行了分析．     

基于小波变换的图像编码研究

图像压缩编码技术是现代多媒体及通信领域中的关键技术之一,小波分析作为一种新的信号分析工具,因其对非平稳信号进行时频多分辨率分析的强大能力而在图像压缩领域中得到了广泛的应用.研究了小波变换在图像压缩中的应用,在得到图像的小波变换系数的基础上,对图像小波变换系数应用了一种多阈值量化方法并将其实现.根据图像小波系数量化结果,提出了幅值平均化方法和一种游程编码的改进方法,以对量化后的系数进行进一步的压缩,在图像的压缩比和重建图像的质量上获得了较为满意的结果.