基于小波改进阈值消噪的缸盖振动信号分析

提出了一种改进的小波阈值新方法对内燃机缸盖振动信号进行消噪,进而实现特征向量的提取。试验表明采用改进小波阈值方法能有效地消除信号中噪声的干扰,提高信号的信噪比。用小波包提取消噪后信号的能量作为特征向量,来表征内燃机故障特征,可为神经网络的自适应故障诊断提供新的故障样本。     

汽轮机振动信号的最优小波包基消噪与检测

在利用小波包进行汽轮机振动信号的消噪和检测时,最优小波包基和消噪阈值的选取是必须解决的两个关键问题。通过对基于shannon熵的最优小波包基的快速搜索算法的探讨,提出了基于最优小波包基的汽轮机振动故障信号的消噪与检测方法;对于消噪阈值的选取,提出一种以小波包能量为基础,以原始信号与降噪后信号之间的均方误差(MSE)极小化为目标的基于小波包的降噪算法,并与传统的Donoho的硬阈值降噪算法作了比较。结果表明:在故障检测前先采用最优小波包基方法对故障信号进行消噪,有利于提高汽轮机振动检测的准确性。图5参9     

小波包算法在振动信号分析中的应用

针对柴油机振动信号的时频特性,阐述运用小波包算法对振动信号进行分析的方法.利用小波包良好的时频局部化特性以及避免信号频率混叠的移频处理方法,实现了对几种气阀状态振动信号时频特性的分析.结果表明,该算法在柴油机气阀故障诊断中具有可行性和有效性.     

基于改进小波包的风电机组齿轮箱复合故障特征提取研究

针对小波包分解振动信号时会产生频谱混叠从而导致齿轮箱复合故障特征能量谱提取困难的问题,提出基于旁路滤波改进小波包的方法对双馈风电机组齿轮箱复合故障振动信号进行研究,并以风电场的大量齿轮箱振动信号为基础,运用传统小波包及旁路滤波改进小波包分别对齿轮箱振动信号提取特征能量谱。实验结果表明：运用旁路滤波改进小波包对双馈风电机组齿轮箱复合故障振动信号进行分析,可有效避免传统小波包分析振动信号的频谱混叠现象,准确提取每种故障状态的特征能量谱。     

基于小波包分解的电力谐波信号分析

针对电力系统时变谐波信号的分析,提出一种基于小波包分解的时一频分析新方法。该方法利用共轭正交滤波器组,对谐波信号进行小波包变换,使得谐波信号在频域上等间隔分解,所测各次谐波均落入各自相应的频带内,从而达到对奇次时变谐波测量与时频分析的目的。     

基于小波包能量熵的变压器振动信号特征研究

利用小波包分解原理将变压器振动信号分解到不同的频段中,然后计算各频段的能量熵值,最后根据该能量熵值来对变压器绕组进行故障诊断。试验结果表明,该方法能够突显变压器绕组的故障特征信息,为变压器绕组的早期故障的诊断奠定了坚实的基础。     

基于小波变换的汽轮机振动信号软阀值消噪技术研究

信号消噪是小波变换的重要应用,介绍了小波消噪的基本原理及其主要步骤,以及软阀值消噪方法及软阀值规则的选取,最后利用实验仿真信号和现场实测汽轮机振动信号,并考虑噪声方差估计的对消噪的影响,分析比较了各种软阀值选取方式的消噪效果,从而得到软阀值选取方式的有价值的规律和原则,利用最佳软阀值处理后的小波系数重建信号,分析结果表明该方法能够最有效地消除噪声.     

基于小波包的气门故障诊断

本文利用小波包将信号按任意时频分辨率（满足测不准原则）分解到不同频段的特点,论述了小波包特征提取的方法。利用这一特性对柴油机气门间隙和漏气故障进行了诊断,取得了满意的结果。     

小波包改进算法及其在柴油机振动诊断中的应用

针对柴油机缸盖表面振动信号的非平稳时变特点,提出了基于小波包分析的柴油机振动诊断方法。给出了小波包变换的一种改进算法,通过移频处理,克服了原算法中的频率混叠现象,使分解序列的排列顺序与频带的线性划分顺序一一对应。通过对完整工作循环内的缸盖信号进行小波包分解,实现了整循环诊断特征向量的快速提取。试验结果表明,该方法在柴油机振动诊断中是有效可行的,对其它复杂机械的振动诊断同样具有参考价值。     

基于小波分析的柴-燃联合动力装置信号消噪

在柴-燃联合动力装置试验台试验过程中,为消除测量信号中各种噪声和干扰的影响,减少测量数据试验偏差,保证试验数据的正常使用,以3S离合器中间件位移信号为例,采用db3小波进行5层分解,选用heursure软阈值进行小波系数阈值量化,然后进行重构,从而实现信号消噪。实验分析表明,利用小波分析进行信号消噪,原理简单,实现方便,具有很高的可靠性,消噪后的信号为提高整个系统在动力方面机动性的可行性提供了依据。     

基于小波多分辨分析的振动数据压缩研究

小波多分辨分析能够将信号在不同的尺度上展开,因而具有对信号按不同频带进行处理的能力,这就使小波分析应用于数据压缩成为可能,给出了小波分析应用于旋转机械振动信号压缩的实例。     

半正交3次B样条小波包变换在机组突发性振动故障分析中的应用

采用半正交3次B样条小波包变换,对现场采集到的转动部件飞脱、油膜振荡、汽流激振、严重动静碰摩等4种机组突发性故障过渡过程数据进行了分析,提取了各故障对应的特征频带,并对量化后的故障特征频带能量数据进行了归一化,以利于下一步对突发性故障的模式识别。这种数据分析方法克服了传统的傅立叶变换无法适用于机组突发性振动故障过渡过程中非稳态数据分析的缺陷。     

基于小波包多尺度分析的多时间窗行波相关法

为解决行波相关法中时间窗宽度不固定影响故障测距可靠性的问题,提出了一种基于小波包多尺度分析的多时间窗行波相关法。首先,利用最大相关系数选取最优小波基,使得小波包滤波效果达到最佳;其次,以最优小波基为基底将故障信号进行小波包的多尺度分解和重构,由于小波包自身的变换特性,重构后的正反向行波初始波头的宽度随着尺度的增大逐渐变宽,将初始行波波头宽度作为行波相关法的时间窗宽度,此时行波相关法成为一个多时间窗的相关算法;最后,将经包络线处理的单极性正反向行波进行相关算法故障测距。多次仿真分析表明,所提方法消除了时间窗不固定对测距结果的影响,且在不同的故障距离和过渡电阻下均适用。     

基于小波包分析提取汽油机爆震特征

研究了小波包变换提取爆震特征的方法,利用加速度传感器信号进行处理分析.由参数化功率谱密度估计,确定由爆震引起的共振频率,截取爆震能量集中区间较短的数据段,建立AR模型,然后利用Burg算法估计爆震的特征频率范围,确定小波包变换的分解级数,保留与爆震特征频率相对应的小波包变换子空间信息,合理取舍其它子带系数,使重构后的信号能有效地表征爆震特征.实测信号分析表明,在轻微爆震检测方面,该方法优于传统的滤波方法和基础小波分析方法.     

基于小波包提取尾水管水压脉动特征的研究

采用小波包与傅立叶变换相结合的方法，对尾水管振动信号进行小波包多层分解，以提取信号的低频特征信息，然后进行精确的频谱分析取得涡带的特征频率。仿真实验表明，该方法能利用小波包时频局部聚焦分析能力，有效提取尾水管微弱低频特性信息，对尾水管振动故障提供早期预诊手段。     

基于小波包能量分析及改进支持向量机的风机机械故障诊断

为了准确诊断风机的机械故障,提出了一种基于小波包能量特征和改进支持向量机的诊断方法.在某4-73No.8D风机实验台上对13种不同运行状态下的振动信号进行采集,利用小波包对振动信号进行消噪、分解与重构,提取其小波包能量特征,得到了各运行状态下风机多测点信息融合的小波包能量特征向量,并利用改进支持向量机对特征向量样本集进行训练与测试,实现了风机机械故障的分类诊断.结果表明:该诊断方法能够有效地诊断风机机械故障的类别、严重程度和发生部位,且诊断准确率高、测试时间短,适用于在线机械诊断.     

基于小波变换和小波包变换的间谐波检测

通过研究小波变换中基函数选取和小波分解过程两个关键问题,针对小波变换在间谐波检测方面的应用,对比分析不同基函数的检测性能,重点分析小波变换与小波包变换对于稳态和暂态谐波的相位、幅值特性检测精度.仿真结果表明,小波包变换具有良好时频局部化特性能聚焦信号细节,选取dmey小波基函数的小波包分解方法可实现对电力系统中稳态或时...