基于S变换的柴油机燃烧差异的诊断研究

分析了传统的基于平稳过程的傅里叶变换存在的局限性,采用了S变换时频分析法对振动信号进行分析。对比不同燃烧状况时的缸内压力曲线、压升率曲线及振动信号S变换的结果,表明振动信号S变换得到的时频图像同缸内燃烧过程有密切的关系。为了便于对各缸的燃烧状况进行定量分析,提出了利用时频域内各点的幅值和表征各缸燃烧差异的新方法。在4缸柴油机上进行模拟试验对该方法进行验证,结果验证了该方法的有效性。     

基于连续小波变换的柴油机涡轮增压器振源识别

柴油机涡轮增压器高频振动严重影响到柴油机及整个动力系统的运转可靠性.针对涡轮增压器的主要振源进行识别分析研究,可有效地指导振动控制和本体振动响应优化.针对涡轮增压器本体振动响应具有的高频、宽频带、时变非稳态等特征,利用连续小波变换方法在信号处理中具有的多尺度计算分析频率、精准定位发生时间等时频特性优势,开展瞬态激励下动...     

一种基于广义S变换增强的柴油机失火故障特征提取方法

为有效提取柴油机缸盖振动信号失火故障特征,提出一种基于广义S变换增强的柴油机失火故障特征提取方法。首先根据柴油机燃烧过程与配气相位的关系对信号进行等角度重采样,然后利用广义S变换对信号进行消噪处理,并按工作循环将信号的周期性瞬态特征进行同步增强。通过仿真信号验证和某柴油机缸盖振动信号的实例应用,结果表明,此方法能有效地提取柴油机缸盖振动信号的失火故障特征,实现失火故障的准确诊断。     

基于小波变换的图像压缩

近10多年来，随着小波理论研究的不断深入，基于小波变换的图像压缩应用日趋成熟。小波变换是不同于传统变换的现代分析工具，章论述了小波变换的概念和小波的选择一般原则，着重介绍了基于小波变换的图像压缩方法和小波图像的特征。     

基于小波变换的ITS数据集成方法研究

为了提高实时的ITS数据对交通规划的实用性,需要对原始的ITS数据进行合理的集成,以满足不同类型用户的需求。首先对运用统计分析和小波变换两种方法进行ITS数据集成的原理做了分析和评述,然后重点建立了基于小波变换理论的ITS数据集成方法,该方法将一段时间内的ITS数据视为随时间变化的随机信号,利用小波变换将ITS数据分解为低频成分和高频成分来进一步处理,最后应用MATLAB软件结合实际数据进行了编程实现,并给出了不同分解层次下的建议集成度。     

基于小波变换方法的汽车碰撞信号分析

研究实车碰撞试验采集的非线性、非平稳信号的处理方法,并进行多分辨率的时频分析。利用小波变换理论,对复杂的瞬态非平稳碰撞信号进行分辨率自适应分析和时频定位,表达碰撞信号的局部特征及变化趋势,发现其内在的本质和规律性。经过对汽车碰撞的原始信号进行db4小波变换,得出特征信号的趋势曲线和系列细节曲线,时频定位的逻辑关系清楚,对分析碰撞过程的时序以及碰撞过程发生的事件具有很好的指导作用。     

基于声学信号的柴油机燃烧始点观测方法研究

鉴于燃烧相位观测的重要性和基于缸压信号的传统燃烧相位观测方法成本高、寿命短,实际应用受到限制,本文中对采集到的高压共轨柴油机声学信号进行时频联合分析,研究声学信号与缸内燃烧始点之间的关系。将未燃烧阶段的声学信号抽象为高斯噪声,分析了声学信号特征量与缸内燃烧始点之间的相关性,采用多项式回归建模的方法,建立了基于声学信号的高压共轨柴油机燃烧始点观测模型。测试结果表明,该模型能比较准确地观测到燃烧始点,其均方根误差为1°CA左右。     

浅谈基于小波变换的图像压缩

本文讨论了小波变换对图像压缩的研究,以小波零树编码算法和分层树中的集分割算法为例,进行了较深入的阐述,实验结果证明了小波变换在图像质量的恢复和压缩比上都要优于一般的传统方法。     

基于小波变换的多源遥感图像融合方法

数据融合是目前遥感应用领域的一个热点问题,文中分析了传统的多源数据融合方法,提出了采用基于多分辨率的小波分解技术进行多源图像融合的方法.它将高分辨率图像的小波系数添加到多频谱(低分辨率)数据上,再将全色图像小波变换的高阶系数添加到多频谱图像的浓度组件上.实验表明,此方法切实可行,能使低分辨率图像的信息提取与利用接近于高分辨率图像.     

基于小波变换的医学图像特征点互信息配准

医学图像配准是医学图像分析诊断的基础,也是图像融合等图像处理需要先行解决的问题.目前医学图像配准方法基本上分为基于形状特征和基于像素相似性两种方法.文中用小波变换提取图像特征点,将特征点互信息作为图像配准的相似性测度,并使用粒子群算法来求解配准所需的空间变换参数.实验结果表明,此方法减少了计算量,具有较快的配准速度,能准确地实现多模态医学图像的配准。     

基于小波变换的连续梁裂缝识别

在车辆驶过连续梁桥的过程中,车辆与桥梁产生耦合振动作用,这将直接影响桥梁裂缝的产生与发展。本文基于车桥耦合振动理论和单轴车辆模型对连续梁的裂缝识别进行了研究。应用连续小波变方法,由小波变换灰度图和小波系数图识别连续梁的裂缝。ANSYS软件计算分析所得的车体竖向振动速度和车体竖向位移经过小波变换后能够识别连续梁裂缝的深度和数量,小波系数图和小波系数灰度图均能有效识别裂缝的特性,并且裂缝损伤越严重越易于被识别,为实际连续梁桥工程的裂缝检测提供理论基础。     

基于小波变换的爆胎识别方案

针对爆胎识别这一问题,采用小波多分辨率分析技术,设计了一种爆胎识别新方案.通过模拟爆胎试验发现.该方案对爆胎时流通截面积以及不同的轮胎压力不敏感.能够准确判断爆胎发生.该方案的技术优势得益于小波分析技术无需事先对数据进行建模的特点,能准确寻找信号突变点,使得所设计的爆胎识别方案具有较强的适应能力.     

基于小波变换的汽车车型识别

介绍了多品种混流机器人喷漆自动线的汽车车型识别系统的一种识别方法。主要是利用小波变换具有良好的多尺度特征表达能力，以及能在空域、频域和方向上分别进行分解，而且能够去除冗余信息和噪声等优点对汽车图像进行分解。然后把分解后的图像作为多层前馈神经网络的输入节点，对自动喷漆线上的汽车车型进行识别。结果表明：基于小波变换的神经网络汽车车型识别方法，能够识别返修车，提高了车型识别率。     

基于小波与深度置信网络的柴油机失火故障诊断

为更深入地了解柴油机失火故障的机理,提高失火故障诊断准确率,本文中提出了一种基于小波与深度置信网络的柴油机失火故障诊断方法。首先,采用等角度采样法对柴油机缸盖振动信号进行采样,获得平稳的角域信号,消除循环波动干扰;然后,通过连续小波变换对角域信号进行角-频分析,提取点火频率附近频带后利用连续小波逆变换重构信号;接着,按照柴油机工作循环从重构信号中,分段提取方差、峭度和峰值等12种常用特征参数并构造诊断参数矩阵;最后,利用深度置信网络对诊断参数矩阵进行降维和第二次特征提取,并依据二次特征对失火故障进行诊断。将该方法应用到某型柴油机上的结果表明,该方法能准确提取失火故障信息,有效诊断失火故障。     

柴油机燃烧的数学模型

叙述了直喷式柴油机内可控混合气不均匀燃烧的基本模型。 在一个定容、高压、高温罐内进行了喷注发展的基础研究。单根油注瞬时喷射为喷注混合方程式提供了数据。这些方程式应用于柴油机燃烧模型。 该模型是以油注的而不是以油滴的燃烧为基础的。叙述了由于燃油—空气混合而形成的“N”燃烧区域的扩展。还考虑到新鲜空气和未燃富混合物区域。把守恒方程式应用于这些区域,得到区域成分,温度和气缸压力。同时还进行了氧化氮的动力计算。 算出的气缸压力和排气中的NO总量,在发动机各种工况下与实测值极为相符。讨论了不同输入值对模型的敏感性。表明它可用来予估参数。提出了包括碳烟形成和碳氢化合物排放物模型的一套假想。     

基于小波包变换的信号降噪方法及转向控制故障诊断

简要介绍了汽车转向系统的工作原理,转向信号的好坏直接影响汽车行驶的安全性;同时介绍了小波包变换的基本思想,将新型小波包变换滤波器与信号重采样结合,提出了一种新的小波包降噪方法.文章研究了该方法的降噪效果,同时比较了小波包直接降噪和小波包重构滤波器的降噪效果.将该方法用于转向控制的故障诊断,结果表明,该方法能够有效识别转向控制的典型故障.     

基于小波包的柴油机振动故障诊断研究

往复式柴油机转动时产生振动是不可避免的这是由其复杂的结构和工作性质决定的,所以在柴油机故障诊断中,振动信号对于研究柴油机的振动特性和机械故障之间的内在联系起重要作用。通过从缸盖表面振动信号的小波包分解系数中提取整循环故障特征参数的方法,提取内燃机故障特征的研     

基于小波包变换的交通事件检测

简介小波包变换的基本原理。采用小波包变换的方法进行交通事件检测，并给出了利用小波包变换进行交通事件检测方法的步骤。经与实际数据分析、比较，表明小波包变换用于交通流数据分析有其优越之处。     

基于小波变换的城市道路交通事件检测

利用出租车浮动车数据对城市道路行程车速的表达能力,针对出租车空车和重车2种数据运用小波变换技术分析了城市道路交通状态突变点,据此进行了城市道路交通事件的检测。区别于以往小波变换技术,首先运用于数据降噪,再将处理数据运用交通事件检测算法判断,直接采用小波变换技术实现了对城市道路间断流的交通事件的检测。并利用实际采集数据对提出的交通事件检测算法进行了验证,结果表明算法能够对交通事件进行更综合的检测,检测准确度得到了提高,能够为城市交通信息发布和交通诱导提供更加可靠的信息。