基于小波包汽轮机货油泵振动信号仿真分析

文章通过小波包分析方法对汽轮机货油泵信号进行仿真分析验证,对信号进行时域信号分析,基于振动信号的小波包特征提取,得出故障频率特征,进而可以分析判定故障的存在,验证小波包分析对故障特征量提取的有效性。     

小波包分析在柴油机故障诊断中的应用

分析了柴油机缸盖振动机理,运用小波包对振动信号进行分析与讨论,将含噪信号进行小波包降噪处理,对降噪信号进行小波包分解,通过提取频带能量特征,对柴油机缸盖漏气故障进行了诊断.     

小波包分析在柴油机故障诊断中的应用

分析了柴油机缸盖振动机理，运用小波包对振动信号进行分析与讨论，将含噪信号进行小波包降噪处理，对降噪信号进行小波包分解，通过提取频带能量特征，对柴油机缸盖漏气故障进行了诊断。     

小波神经网络在电路故障诊断中的应用研究

从连续小波变化求信号极值点和离散小波变换检测随机信号频率结构的突变两个方面分别进行了描述.指出小波神经网络在电路故障诊断中的优势与发展前景以及小波分析方案的软件实现.最后指出了小波分析理论在电路系统故障诊断中的不足之处和发展方向.     

小波分析在故障诊断中的应用

在分析小波变换原理的基础上,根据设备出现故障时的信号特征,介绍了小波分析在降噪及故障诊断中的应用。重点分析了小波变换应用于设备故障诊断的优点及其优于傅里叶变换等其他方法的数学机理。最后通过实例验证小波分析在故障诊断中的应用,并通过与傅里叶变换对比,表明小波变换能克服傅里叶变换的固有缺陷,准确提取故障特征。     

提升小波变换在大型齿轮箱分析中的应用

讨论了提升小波变换在大型复杂齿轮箱故障信号特征分析的应用。通过实验分析,得出通过提升小波变换不仅可以有效的去除噪声、提高信号信噪比,还可保留原始信号的非线性特征,有利于后期故障特征提取的精确性。     

基于CEEMD-参数优化Morlet小波变换的柴油机振动信号冲击特征提取方法

针对船舶柴油机振动产生的非平稳信号,提出一种基于完备的总体平均经验模态分解（complementary ensemble empirical mode decomposition, CEEMD）与参数优化Morlet小波分析相结合的振动信号特征提取方法。利用CEEMD方法对振动信号进行分解,在分解出的各种分量中,去掉无用的周期成分分量,保留含有冲击特征的分量,然后结合参数优化Morlet小波分析方法,根据Morlet小波与冲击信号的相似性,将冲击成分提取出来。通过仿真信号以及柴油机振动信号的应用分析验证了该方法对柴油机振动信号冲击特征提取的有效性。     

小波包降噪在液压泵故障诊断中的应用

基于小波包变换理论及小波包降噪基本原理,对液压泵配流盘偏磨故障及滑靴磨损故障的信号进行了处理,实测信号经小波包降噪后,能有效提取其中的信号特征,实验结果表明,小波包分析能够根据被分析的信号特征,自适应地选择相关的频带,提高信号的时—频分辨率,突出故障信息,实现微弱故障的高效诊断。     

数据挖掘的船舶电力电路短路识别

电路短路类型多样复杂,当前方法的电路短路识别错误概率高,为降低电路短路识别的错误概率,设计了基于数据挖掘的船舶电力电路短路识别方法。首先采用传感器采集船舶电力电路工作状态信号,并采用小波包对船舶电力电路工作状态信号进行多层分解,提取相应的小波包能量熵,将其作为船舶电力电路短路识别的特征,然后采用数据挖掘技术对特征向量和船舶电力电路短路类型间的变化关系进行建模,设计船舶电力电路短路识别模型,最后在Matlab 2017平台进行了船舶电力电路短路识别实验,本文船舶电力电路短路识别正确率超过95%,而对比方法的船舶电力电路短路识别率低于90%,本文方法不仅大幅度降低电路短路识别的错误概率,而且船舶电力电路短路识别效率更高,能够用于实际的船舶电力系统管理。     

基于小波包分解的功率谱方法在人字门启闭机减速器故障诊断中的应用

针对船闸人字闸门机械式启闭机减速器中滚动轴承振动的不平稳性及其故障信号中存在噪声和干扰的问题,提出了一种基于小波阈值算法的小波包分解与功率谱分析的故障诊断方法。该方法通过对故障信号进行小波分解且对其系数作阈值处理,并利用处理后的分解系数进行小波逆变换得到降噪后的信号,然后对降噪后的信号进行小波包分解,找到能量集中的节点,对其进行Hilbert包络解调并求其Hilbert包络线的功率谱,从而提取故障特征信息。应用实例表明:仿真信号与某船闸人字闸门机械式启闭机减速器故障诊断方法能降低信号噪声以及干扰,并能提取故障特征信息。     

一种新的滚动轴承故障诊断方法

滚动轴承发生故障时,其振动信号常呈现出强烈的非平稳特性。提出了一种基于小波变换和固有时间尺度分解(Intrinsic Time-scale Decomposition,ITD)的滚动轴承故障诊断方法。阐述小波分析基本理论和ITD分解基本原理。着重介绍基于小波和ITD分解滚动轴承故障诊断。仿真信号和实验结果表明,以小波与ITD分解相结合的信号特征提取方法,能够准确有效地提取滚动轴承的故障特征。     

基于小波理论的频带自适应故障选线法及其在船舶电网中的应用

针对船舶电网小电流故障接地时的选线难题,结合船舶电网中性点的接地方式以及拓扑结构特征,对故障接地的暂态过程进行深入分析,之后提出一种基于小波理论的暂态分量故障选线方法,检测零序电压信号的奇异性及突变点的时间信息,提取故障发生时刻前后各一周期的故障信号作为启动选线程序的引导条件,多尺度小波分解故障信号并自适应选择故障暂态特征信息最明显的频带分量进行小波重构,依照定义的能量因子计算各线路的暂态能量实现故障选线。最后通过仿真计算验证了该方法具有较强的抗干扰能力,选线准确可靠。     

基于小波能量熵的水下目标磁场信号去噪

本文提出了基于小波能量熵的水下目标磁场信号去噪方法,通过对信号进行小波分解,计算各层目标信号和背景噪声的小波系数能量熵,利用信号在不同的分解尺度上具有不同的小波熵,自适应地确定高频系数的阈值,利用经过处理后的小波系数进行小波反变换,实现对水下目标磁场信号的去噪.仿真试验结果表明,该方法能有效去除背景噪声,检测出目标磁场...     

激光雷达信号小波降噪算法参数选取规则

对激光雷达信号降噪算法进行研究,分析指出小波分解降噪算法能较好地对其进行信号处理.重点对小波降噪算法参数选取进行研究,利用激光雷达仿真信号为例进行仿真实验.结果表明,选用尺度参数为4的coif4小波为基函数,采用启发式阈值的软阈值处理效果较好.该降噪算法能在能量损失较低的前提下极大提高信噪比,为后续的数据分析提供更多高精度数据进而提高探测精度.     

小波分析在信号消噪中的应用研究

小波分析具有在频率域的多分辨能力,已广泛用于信号和图像的消噪中。在引入小波阈值去噪方法的基础上,提出了一种新的阈值函数。经过信号仿真验证,这种新的阈值函数取得了较好的消噪效果,克服了采用传统的软、硬阈值函数去噪的不足。     

基于MATLAB的舰船辐射噪声信号小波消噪处理

针对舰船辐射噪声信号的特点提出了小波消噪的方法,对小波消噪理论作了简要的阐述,并设计了一种消噪方案,最后利用MATLAB,在计算机上选用不同的小波基和阈值进行了实船信号的消噪处理试验,并对结果进行了简单的分析比较。试验结果表明,在选择了合适的小波基和阈值的情况下,利用小波变换的方法对舰船辐射噪声进行消噪处理可以取得良好的效果。     

基于双树复小波包和PNN的柴油机故障诊断研究

针对传统小波变换在故障特征提取中的不足,提出一种基于双树复小波包和概率神经网络(PNN)的故障诊断方法。首先通过双树复小波包变换将各个工况的柴油机声信号分解得到不同频带的分量,选取各频带分量的能量作为特征向量,再利用PNN对特征向量进行训练,最后通过测试样本得到柴油机典型故障诊断结果。实验表明,该方法可以对柴油机典型故障进行较为准确的诊断,相比传统小波包有着更高的故障诊断率。     

基于改进小波算法的舰炮齿轮箱故障特征提取

小波变换具有优良的时频分析特性,适合于提取齿轮箱等机械设备的故障特征。但是由于小波滤波器的频响应特性不理想,因此直接对信号进行小波变换会产生一定的虚假频率,从而影响故障特征提取的准确性。针对小波分析的混频现象,在深入分析该现象产生原因的基础之上提出一种改进算法,并给出了利用该算法提取故障特征的具体步骤,为舰炮齿轮箱故障特征提取提供了一个新途径。仿真结果表明,该方法能有效地消除混频现象,提高了故障特征提取的准确性。     

基于PCA和SVM的柴油发动机冲击故障诊断方法研究

针对柴油发动机振动信号进行故障诊断技术研究,提出了一种基于主成分分析和支持向量机的柴油发动机冲击故障诊断方法。首先利用小波包分解提取出冲击故障的特征;再利用主成分分析技术获得敏感特征参数,进而减小数据处理的复杂程度;最后利用支持向量机对敏感特征参数样本进行训练,获得分类模型,进而实现故障分类。将该方法用于柴油机实际故障分类,诊断准确率较高,证实了本文方法对多种冲击故障诊断的有效性。