隧道爆破信号主分量特征提取与毫秒延期识别研究

为了准确揭示隧道爆破振动信号所包含的反映爆破特征参数的重要信息，通过EMD分解与交叉小波变换组合分析方法对实测爆破信号进行分析，得到各分量与原信号的相关性系数，从而准确判别出信号的主分量。再依据相关性系数对包含主分量在内的相关分量重组并进行Hilbert变换取模值，精确识别出隧道采用的各段别雷管的毫秒延期时间。结果表明： 组合方法确定的主分量及相关分量重组信号能够突出爆破信号的主要特征，对隧道爆破信号的分析效果好。     

边界层问题的B—样条小波Galerkin数值解

基于Ｂ－样条小波提出了广义高斯数值积分公式，并对边界层问题求得了Ｇａｌｅｒｋｉｎ数值解。数值结果表明，所提小波数值算法在精度和边界层位置探测方面的有效性。     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据，基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素，选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据，选取3 000组实际运行数据完成公交行程时间预测模型的训练，另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间，预测值平均相对误差为3.23%，绝对误差集中在8 s左右，明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型，可认为选择RFID电子车牌数据作为组合模型的输入，能够明显改善模型预测精度；组合模型预测值的残差分布更为集中、鲁棒性较好，泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标，结果进一步表明，组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

小波分析的应用及其MATLAB程序实现

主要介绍几种常用的小波函数及小波分析的特点，在此基础之上又介绍了一维小波、二维小波及小波包的应用，并给出一个用MATLAB程序实现一维小波在信号奇异性检测例子。     

隧道监控量测数据的小波去噪技术探讨

隧道监控量测过程中的数据含有误差和施工扰动,位移曲线出现异常点,不利于位移趋势的判别。运用小波变换和去噪技术,将吉怀高速的关冲隧道的拱顶下沉观测值作为样本,运用Daubech ies小波和Heursure软阈值进行消噪,结果表明可以有效的消除大部分施工扰动造成的异常,并可根据异常点和位移趋势了解噪声的产生原因。     

基于工作模态参数辨识的水下复杂结构模态分析方法

针对传统实验方法很难对水下复杂结构进行模态分析,提出了工作模态参数辨识与有限元计算相结合的模态分析方法.对工作状态下的测点振动响应信号进行EMD分解,用时域峰值序列法进行模态参数辨识,辨识出的模态参数与计算模态结果进行匹配,以指导修正有限元模型,计算得到完整的模态参数.为解决EMD分解出现的模态混叠,提出先对信号进行小波包分解预处理的 方法.双层加肋圆柱壳体模型水下振动试验研究结果表明,该方法现实可行,能有效辨识出比较完整的模态参数.     

基于AOK-TFR的轨道电路故障诊断方法

为弥补现有补偿电容检测方法在检测及时性和检测成本等方面的不足,基于传输线理论,提出了机车信号感应电压幅值包络(IVECS)仿真模型;在此基础上,分析了补偿电容故障对IVECS的影响规律,建立并验证了基于频率的IVECS等效回归模型;利用补偿电容故障位置前后IVECS的频率变化,提出了基于自适应最优核时-频分布的补偿电容故障诊断方法.该方法基于机车信号的实际数据,采用B样条离散二进小波对数据进行滤波降噪处理,并利用自适应最优核时-频分布提取处理结果的时-频信息,再通过检测时-频信息中频率的变化实现对故障电容的定位.经过对随机抽取的100段实际数据的测试,准确率约为92.58%,表明该方法能准确检测轨道电路发生故障的补偿电容位置.     

基于多传感器数据融合的齿轮箱故障诊断方法

为了解决单通道单维度振动信号输入不能全面表达齿轮箱故障特征的问题,提出一种基于多传感器多通道数据融合的诊断模型,结合卷积神经网络应用于齿轮箱振动信号的特征学习和故障分类中.利用连续小波变换对多通道数据进行二维时频变换,得到二维时频图像;构建神经网络诊断模型,以多通道的时频图作为输入,实现多通道信号特征的故障分类.通过动...     

基于小波包频带包络分析的船用锚机电动机转子断条在线检测方法

船用三速锚机工作条件恶劣,电动机转子故障是电动锚机系统的常见故障之一.转子故障在线分析中必须考虑电动机实际运行和检测条件.文章在理论分析、仿真的基础上,提出了基于小波包分解和希尔伯特包络频谱分析的电动机转子断条在线检测方法.仿真和诊断实例表明该方法不仅可以抑制干扰因素的影响,有效提取故障特征量并实现故障准确诊断,而且能够反映负载波动的时刻和频率波动的范围,是一种切实可行的在线诊断方法.     

基于小波变换的图像压缩编码研究

原始的数字图像需要大量的存储空间，而直接对其进行压缩编码效果并不理想。小波变换是一种新的数学工具，用其进行图像变换，不会增加数据量。实验证明，经过小波变换处理过的图像，数据更有规律，再进行压缩编码效果会更好。本文就这个问题进行了实验，并给出了实验数据，供大家参考。