基于EEMD-小波阈值去噪的桥梁结构模态参数识别

为研究环境激励下大跨径桥梁结构振动响应特性,采用拾振器监测结构动态变形.针对监测信号中的噪声影响,提出EEMD-小波阈值联合滤波方法来提升信号精度.首先,利用EEMD算法对信号进行分解,基于平均周期图法和相关系数法双重判定准则剔除虚假分量,然后,结合小波阈值去噪方法对重构信号进行二次降噪,再利用RDT-ITD法识别结构模态参数.将滤波降噪和模态识别方法应用于天津永和桥实测振动响应分析中,并结合有限元分析结果进行对比.结果表明:EEMD-小波阈值联合滤波方法优于应用单一方法,能进一步提升信号精度;信号降噪后,利用RDT-ITD方法成功提取了结构前3阶竖向自振频率和相应阻尼比;识别的结构自振频率值与有限元分析结果基本一致,基频值相差3.07%.     

基于改进变分模态分解和小波阈值法的单相接地故障电流降噪

针对电力系统输配电线路发生单相接地故障时,电气设备间的电磁环境复杂,现场环境干扰严重导致故障录波装置采集到的故障零序电流信号含有大量噪声,影响后续选线准确率的问题,提出了一种改进VMD和小波阈值法联合的单相接地故障的零序电流降噪方法,通过北方苍鹰优化算法优化改进变分模态分解（VMD）对零序电流信号分解,引入自适应相关阈值对分解后的分量进行筛选,对噪声分量进行小波阈值法降噪,最后将信号进行重构。通过搭建模型进行仿真实验,所提算法比传统VMD降噪算法信噪比提高了5.52%~35.99%,均方根误差降低了12.78%~30.88%,与小波阈值降噪方法、EEMD-小波阈值降噪方法、CEEMDAN-小波阈值降噪方法相比,也都有明显的优势,并且在标准测试信号Heavy Sine信号和Bumps信号中进行实验验证了算法的适用性。     

基于共振稀疏分解与子带增强的滚动轴承声学诊断方法

针对轴承声信号易受环境噪声干扰,导致声学诊断结果准确率低的问题,提出一种结合共振稀疏分解与小波降噪选取核心冲击子带、对信号进行二次降噪的滚动轴承诊断方法。首先采用共振稀疏分解算法对原始声信号进行降噪处理,提取信号瞬态冲击成分;然后通过小波包变换对信号进行分解,依据各子带信号峭度值选取核心冲击子带信号进行线性叠加并重构;最终通过包络谱分析确定轴承故障。故障模拟实验结果表明,本文方法可有效增强复杂声场环境下轴承声信号的冲击特性,实现针对滚动轴承的声学诊断。     

基于时差估计的管道漏点定位方法

时差估计精度是影响管道漏点定位准确与否的重要因素。针对复杂噪声环境下管道泄漏点定位不准确问题,提出一种基于经验模态分解重构的互相关时差估计管道漏点定位方法。首先对含噪信号进行经验模态分解,得到一系列按频率从高到低排列的本征模态函数,利用Pearson相关系数法在本征模态函数中判定出噪声分量与信号分量的分界,把信号分量重构,实现信号降噪;最后基于广义互相关法对降噪后的求取两路信号的时差后,再使用线性定位法对管道泄漏位置定位。实验表明,该方法能有效滤除漏点定位监测过程中的非平稳随机噪声,获得了较高的时差估计精度,提高了管道漏点定位的准确性。     

一种基于RTK-GNSS技术的大跨径悬索桥动态特性分析方法

为了研究一座大跨径自锚式悬索桥的动态特性,本文采用实时动态差分-全球卫星导航定位系统(RTKGNSS)和加速度计对环境激励下天津富民桥进行监测试验.考虑到RTK-GNSS系统定位精度的缺陷,提出了一种基于集合经验模态分解(EEMD)法与小波分解(WD)技术的联合降噪方法(EEMDWD),利用该方法对监测信号进行降噪处理以提高仪器的测量精度.随后,采用快速傅里叶变换(FFT)与随机减量技术(RDT)对降噪信号做进一步分析,从中获取结构的固有频率与相应的阻尼比.同时,为了与实测结果进行对比,建立了结构的有限元模型.分析结果表明:(1)采用EEMDWD联合降噪方法可以有效抑制背景噪声的影响,并且明显优于采用单独的EEMD或者WD分析的结果;(2)通过FFT分析,成功拾取到了结构的1阶固有频率,即f =0.5873 Hz,且RTK-GNSS与加速度计两类传感器的模态频率识别结果相一致,进一步验证了RTK-GNSS系统用于监测环境激励下大跨径桥梁动态响应的可行性;(3)通过RDT分析,成功拾取到了结构的阻尼比,即ξ=2.12%;(4)阻尼比实测值与有限元模型分析结果基本吻合,两者相差2.86%.     

基于多层联合降噪的信号处理方法

针对旋挖钻机钻杆振动信号具有非线性、非平稳的特点,以及多源振动耦合影响,提出了一种基于多层联合信号降噪方法,对振动信号进行降噪处理。首先,采用局域均值分解(local mean decomposition, LMD),得到一系列乘积函数(product functions, PF),根据计算得出的相关系数,挑选出含噪声成分最多的PF分量,舍弃残余分量,实现第一层降噪;其次,利用小波阈值降噪(wavelet threshold denoising, WTD),对挑选分量实现了第二层降噪;最后,将WTD重构信号设为奇异值分解(singular value decomposition, SVD)的前置处理单元,实现第三层降噪。基于MATLAB仿真实验与轴承数据降噪实验,分别使用EMD-SVD、LMD-SVD两种算法对目标信号进行降噪处理,LMD-WTD-SVD方法可以提高信噪比,并对比波形图与频谱图结果表明,此方法是一种更有效的降噪方法。     

基于小波变换的离子迁移谱信号处理技术

针对离子迁移谱信号受到噪声干扰的现状,本文提出利用小波阈值降噪的方法对离子迁移谱原始信号进行降噪处理.建立了基于小波变换的阈值降噪模型,以图谱中的1ng TNT信号为实验对象,对阈值计算原则、阈值处理方法以及小波基的选择进行了优化.结果表明：采用sym5小波,将原始信号进行3层分解后,根据固定阈值原则（Universal）获得的阈值,按照软阈值方法对小波系数进行处理并重构,原始信号中的噪声可以得到有效抑制.     

一种新的多小波自适应阈值降噪方法研究

为了能更好恢复强噪声中的微弱信号,提出一种多小波的自适应阈值降噪方法。该法首先将多小波引入降噪,克服传统单小波的不足,可以匹配信号中不同的特征信息;其次,在传统软、硬阈值降噪方法的基础上,提出了一种自适应阈值算法,克服每一级尺度上都采用同一阈值的缺点。将本方法和多小波软阈值法、D4小波自适应阈值法进行降噪对比实验,显示该方法不仅有效消除了信号噪声,尤其重要的是更好地保留了原有用信号的信息特征。     

重构小波阈值的微机电系统-惯性测量单元降噪处理

针对随机误差对微机电系统-惯性测量单元(micro electro mechanical systems-inertial measurement unit,MEMS-IMU)输出数据精度的影响,利用离散小波变换可降噪的特点,对MEMS-IMU数据进行降噪处理.在小波降噪过程中,阈值的估计以及阈值函数的选取直接关系到降噪的质量,构建一个新的阈值函数,通过调节阈值函数中的比例因子,解决传统多重小波分解重构在降噪方面的不足.实测数据的处理结果表明:在小波降噪过程中,新的阈值函数能够有效抑制MEMS-IMU中随机误差的影响,与传统小波降噪相比,新的阈值函数降噪后,信号具有更佳的平滑度,能够有效提高捷联惯性导航系统的定位定姿精度.     

基于coif-5小波的心音自适应阈值降噪方法

为改善小波阈值及阈值函数在心音信号降噪处理中性能,通过使用coif5小波做5层小波分解,抑制分量极少的层次的系数,保留有用分量层次的系数,然后引入相关统计参量进行阈值自适应估计,并按提出的阈值函数对有用分量层次系数阈值化处理,最后通过处理后的系数重构出降噪信号；所提方法与硬阈值、软阈值、线性中间阈值函数降噪性能进行了对比,并采用了三类评价指标做出了有效评价。实验结果表明：提出方法降噪后的SNR更高、RMSE更小、听诊MOS更高。可见,提出方法降噪性能更优。     

弱磁场激励下基于阵列磁传感器的缺陷检测方法

研究在弱磁场激励条件下,铁磁性材料试件16MnR在动载荷拉伸实验中的损伤检测问题。 基于巨磁阻芯片设计了新型阵列磁传感器,搭建了铁磁构件磁信号检测系统;对不同载荷循环阶段的试件表面磁信号进行了拾取,并利用小波变换有效地抑制了噪声干扰。 最后,对降噪后的磁信号进行C扫描成像,实现了弱磁场激励下试件损伤发展过程的磁信号成像显示。 该结果可为铁磁性试件疲劳损伤的在位检测提供一种新型检测方法。      

基于小波多阈值和子带增强的图像去噪

为了在有效降低噪声的同时,尽量保留图像的边缘特征,提出了一种基于小波多阈值和子带增强的图像去噪方法.该方法对最小尺度小波系数采取软阈值方式,将其他小波系数再分解为近似子带和细节子带,依据误差度增强近似子带像素块,同时引入增强因子调节增强幅度;利用局部方差和混合阈值函数对各子带进行阈值处理,保证了图像达到较好的去噪效果.实验表明,与传统阈值方法相比,该方法不仅提高了去噪图像的峰值信噪比,而且较好地保留图像边缘特征,优于常规的阈值方法.     

基于高频振动信号分析的稠油出砂量监测方法

针对海上稠油开发中的适度出砂监测问题,设计一种能够持续有效监测油井出砂的监测系统,并进行室内试验。利用专门设计的一次仪表对砂粒撞击产生的高频振动信号进行监测,在实验室条件下,进行不同出砂量条件下的黏度为130 mPa.s的原油出砂监测效果试验。采用编写的信号分析程序对监测的出砂信号进行时域、频域特征分析。结果表明,该系统能有效监测油流中含砂量的变化,随着含砂量的增加,出砂振动信号的方差值、均方根值、功率谱幅值等信号特征值均增大,且基本呈线性变化,试验结果验证了监测系统的可行性。     

基于弹性波的碳纤维复合芯导线结构健康监测系统

碳纤维复合芯(ACCC)导线的结构不同于钢芯铝绞线(ACSR),传统的导线检测方法难以在ACCC导线上得到有效应用。为了保证电力系统运行的稳定性与可靠性,有必要对ACCC导线的结构健康进行快速、全面的检测。根据ACCC导线的结构与弹性波的传播特性,分析了弹性波的相速度、群速度及频散特性,采用虚拟仪器技术,提出了一种基于弹性波检测技术的ACCC导线结构健康监测系统。基于小波变换理论,分析了峰值到达时间的计算方法,研究了激励信号的波形、频率、幅值及波峰数的选择策略。根据弹性波的信号特征,进行了幅值衰减特性实验,研究了信号幅值随距离变化的规律与不同中心频率下的幅值变化特征,结果表明,激励信号的幅值在传播过程中随距离呈指数衰减。以ACCC/TW导线为实验对象,搭建实验平台,进行了损伤定位与损伤辨识,实验中定位的最大误差不超过4. 28 cm。通过比较损伤的实际位置与结构健康监测系统的输出结果,表明所研究的系统能够有效地对ACCC导线损伤进行定位并具有良好的精度。基于功率谱密度的分析方法,实验研究了不同频率和不同损伤条件下的信号特征。结果表明,通过分析功率谱密度曲线的特征,实现了对ACCC导线不同损伤状态的辨识。     

级联自适应局部投影降噪方法

针对具有非线性、非平稳性特征的信号，提出一种邻域半径自适应局部投影和小波阈值去噪级联的降噪方法.首先，利用经验模态分解得到信号中的高频分量并以此估计噪声水平;再根据噪声水平确定邻域半径;最后，利用该半径进行局部投影处理并结合小波阈值方法进行细节平滑.Lorenz系统时间序列的降噪结果表明，本方法能够提高信噪比并降低均方误差，并在信号结构失真时恢复其原始吸引子形态，去噪和还原信号特征的能力皆优于小波阈值去噪方法.对桡、颈、肱动脉脉搏信号、心电信号的降噪结果展示了本方法在生理信号噪声抑制和特征保留方面的优越性能.     

改进小波阈值图像去噪算法

图像去噪问题一直是图像处理领域关注的问题之一。在图像去噪过程中,由于软阈值函数获得的去噪估计系数与原小波系数具有的恒定差,进而影响了重建图像的质量。为了有效地解决这一问题,在软阈值函数的基础上,本文提出了一种新的阈值函数用于图像的去噪重建。同时,新提出的阈值函数也有效地解决了硬阈值函数的不连续性问题。为了增加新阈值函数的灵活性,新阈值函数中添加了两个调节因子。实验结果表明,本文的阈值函数优于经典的软、硬阈值函数,有效地解决了软、硬阈值函数存在的缺陷,获得的重建图像质量和峰值信噪比有显著提高。     

基于多特征融合与机器学习的井架钢结构智能诊断

为了解决复杂的井架钢结构损伤识别问题,创新的将时域多参数信息融合与机器学习结合起来,根据井架钢结构的加速度响应信号,提出了一种基于主成分分析和支持向量机的井架钢结构损伤识别方法。首先利用加速度传感器提取在冲击载荷下井架钢结构加速度响应信号,进而获得其多个时域特征：脉冲因子、裕度因子和峭度;然后依据主成分分析法将以上特征进行融合,在保证尽可能多的信息被保留的情况下形成一个新的综合性特征;此时将该特征数据输入支持向量机模型进行损伤识别。利用以上理论进行仿真模拟计算和识别,同时利用ZJ70型井架钢结构实验室模型进行试验分析。结果表明：利用该方法识别井架钢结构单一或多处损伤准确率较高,并且简单易行耗时较少。     

高压撞击下E36船用钢的动态响应研究

针对船用钢材料在超高应变率下的动态响应机制及变形强化机理尚不明确的技术基础问题，通过一维平板撞击试验测得了10，20及30 GPa撞击压力下E36船用钢的自由表面速率?时间曲线，计算得到了E36船用钢的Hugoniot弹性极限和层裂强度，利用ANSYS软件模拟了不同撞击压力下的温度场；并采用SEM、TEM等技术研究了E36船用钢在高压撞击下的损伤演化规律和变形强化机理. 试验结果表明:不同撞击压力下材料均发生了层裂，毁伤机理为微孔和微裂纹形核、长大和聚合；随着撞击压力的增加，E36船用钢的Hugoniot 弹性极限变化不大，层裂强度逐渐增加，相变强化、位错强化和孪晶强化是E36船用钢在高压、高应变率下的主要强化机制.      

高温环境下航空摄像机图像降噪研究及实现

根据环境适应性和可靠性的要求,高分辨率CMOS航空摄像机系统要求工作在高温环境中。高温环境下CMOS航空摄像机系统采集的图像存在多种噪声。根据噪声特性和产生原理,提出了将阈值中值滤波算法和离散高斯滤波算法结合进行图像降噪处理。最后采用自顶而下模块划分的方法进行详细的逻辑电路设计。实验结果表明在FPGA平台上设计的硬件电路能够快速、高效地对混合算法进行实现,资源消耗少,满足实时性要求。混合算法能够取得较好的降噪效果,摄像机的可靠性和抗干扰能力得到提高。