共查询到20条相似文献,搜索用时 46 毫秒
1.
分析了小波变换的基本理论和小波变换的多尺度分析,并根据多尺度小波变换的多分辨率特性,提出基于多尺度小波变换的自适应滤波,构造了其仿真模拟图,并对其进行了仿真,通过LMS自适应滤波和多尺度小波变换自适应滤波的信真图对比,表明该方法可行的。 相似文献
2.
为提高传统BP神经网络在故障诊断中的效率,提出用小波神经网络加以改进.采用动量法和学习率自适应调整结合的网络训练算法对小波网络的初始参数进行设置,提出自适应小波神经网络的故障诊断方法,详述其诊断原理,并结合实例证实了该方法应用于故障诊断的有效性. 相似文献
3.
多尺度小波分析在煤矿主通风机故障诊断中的应用 总被引:2,自引:0,他引:2
快速傅里叶变换在信号分析中有着十分重要的作用,但传统的快速傅里叶变换无法分析通风机故障存在的趋势突变,故障的开始与结束等特征,而这些特征信号往往包含着故障的重要信息,同时,快速傅里叶变换对故障的局部信号分析也无能为力。为此,文中提出将多尺度小波理论与快速傅里叶变换相结合的方法,利用小波的"数学显微镜"特性,弥补快速傅里叶变换的不足,并将该方法应用于通风机故障诊断中,取得了良好的效果,试验表明,该方法可以有效地提高故障诊断的准确性。 相似文献
4.
自适应多尺度形态学分析及其在轴承故障诊断中的应用 总被引:1,自引:0,他引:1
为解决强背景信号下冲击特征的提取问题,提出了一种自适应多尺度形态学分析方法.对于实际的待分析信号,分别定义长度尺度和高度尺度来确定多尺度形态学分析的结构元素,并基于信号的局部峰值实现自适应多尺度形态学分析.数值仿真实验分析表明,自适应多尺度形态学分析方法较单尺度形态学分析方法更利于提取信号的形态特征,避免了单尺度形态学分析在结构元素选择时的盲目性和对相关先验知识的依赖性.本文所提出的方法应用于轴承故障诊断,结果表明这种方法可以清晰地提取出各种特征信号. 相似文献
5.
针对提取隐藏在原始振动信号中的弱周期性冲击信号,提出结合冗余提升多小波包(RLSMWP)及滑动窗奇异值分解(SWSVD)降噪的方法。利用提升方案实现具有5阶逼近阶性质的冗余Haar预处理,对信号进行预滤波,获得2重矢量信号。对多小波分解得到的矢量细节信号进行进一步分解,实现冗余提升多小波包变换。对最后一层各输出通道信号进行SWSVD降噪,重构后获得降噪信号。结果表明,RLSMWP与SWSVD相结合具有很好的降噪效果,提取出了隐藏在气阀振动信号中的弱周期性冲击成分;与传统多小波构造方法相比,新方法在时域实现了预滤波、多小波分解、多小波重构及后处理,具有计算简单、节省内存、运算速度快、可完全重构等优点。 相似文献
6.
近年来,小波技术越来越成为一种有效的信号处理手段,本文介绍了小波分析在轴承故障诊断中的原理和应用。 相似文献
7.
论述了连续小波变换和离散小波变换的性质、方法,介绍了离散二进小波变换的快速算法.对小波分析在设备故障诊断中的应用问题也作了讨论. 相似文献
8.
目前,控制系统均是基于传感器和执行器工作的,而传感器和执行器的故障已成为导致控制系统失效的主要原因.故障诊断就是要从系统的复合信号中,采用分离或突出或局部放大故障信号,使故障信号易于被人们发觉.因而需要对其相关信号进行分析,借此诊断出系统内部的故障.而小波变换利用平移和伸缩下的不变性,以提供信号在时域和频域的局部描述,从而求出该信号的奇异点.仿真实验结果表明利用小波变换的奇异点检测在控制系统故障诊断中具有优越性;据所提出的诊断结果修正方法,可提高诊断的可靠性. 相似文献
9.
小波分析在故障诊断中的应用 总被引:12,自引:0,他引:12
简述小波分析的数学原理和小波分析在故障诊断中的应用机理,并以钻井泥浆泵为例,分析了小波分析在故障诊断中的应用。结果表明,用小波降噪的方法先对泵阀信号进行处理后再进行特征提取和故障诊断变得容易;用小波进行泵阀信号的消噪可很好地保存瞬态冲击信号中的尖锋和突变部分。 相似文献
10.
为了解决经验小波变换在轴承振动信号频谱分割不当的问题,提出了一种基于自适应能量峰定位的经验小波变换。该方法采用Teager能量算子对傅里叶频谱进行能量集中,降低噪声和无关分量影响;利用多尺度寻峰定位算法自适应确定频谱分割边界;通过构建小波滤波器组提取各模态分量。依据峭度指标挑选故障信息最大的模态分量,最后通过Hilbert包络解调提取轴承的故障特征频率。仿真和实验分析结果表明:提出的方法从能量角度入手,鲁棒性更强;频段划分考虑频谱的形状,能自适应识别故障频带;与原始经验小波变换方法相比,改进方法能明显增强早期微弱故障特征,提高轴承早期故障诊断性能。 相似文献
11.
滚动轴承故障诊断的多小波谱峭度方法 总被引:9,自引:1,他引:9
采用提升多小波的方法,以峭度为优化目标,遗传算法为优化算法,针对信号特征进行多小波的自适应构造.以构造的多小波作为谱峭度的滤波器,针对多小波特点改进了峭度图,提出了多小波谱峭度方法.该方法建立在传统谱峭度方法的基础上,不仅克服了原方法中滤波器变化有限的劣势,而且提高了谱分析的分辨率.将该方法应用于滚动轴承的故障诊断中,以试验台与电力机车的滚动轴承故障诊断为例进行验证,结果表明,该方法不仅提高了频带选择的准确性与滤出信号的信噪比,而且获得了更好的诊断效果. 相似文献
12.
针对冗余复杂系统的多故障诊断问题,为减小计算量和期望测试费用,设定一个概率值作为概率阈,忽略发生概率低于这个值的多故障状态,提出了一种基于概率阈的冗余多故障诊断策略。该策略首先对相关矩阵模型进行转化,并舍弃概率低于概率阈故障状态,然后用Rollout算法对基于信息熵的诊断策略进行优化,并给出了计算步骤与方法。实例表明,与文献中方法相比该策略虽然降低了一定的准确度,但减少了更大比例的期望测试费,而且降低了相关性矩阵模型的规模,缩短了计算时间。 相似文献
13.
分析了用自适应滤波器进行故障诊断的方法.针对该方法在计算上要花费大量时间、难于完成实时诊断任务的缺点,提出了用神经网络自适应滤波器来完成故障诊断的方法.神经网络有极快的运行速度,能很好地完成实时诊断任务. 相似文献
14.
自适应冗余第2代小波设计及齿轮箱故障特征提取 总被引:2,自引:0,他引:2
针对强噪声背景下齿轮箱故障特征的提取问题,设计了一种提取该类信号时域特征的自适应冗余第2代小波.采用基于数据的优化算法设计每层小波分解的初始预测器和更新器,然后通过对初始预测器和更新器进行插值补零运算,来获得冗余预测器和更新器.第2代小波不需要剖分运算,利用冗余预测器和更新器直接对每层逼近信号进行预测和更新运算,能较好地保留信号的时域特征.采用第2代小波较理想地提取出了齿轮箱发生摩擦故障时的时域调制波形和周期性冲击脉冲,并对得到的细节和逼近信号进一步进行包络解调,从而分离出了故障调制源频率.结果表明,自适应冗余第2代小波对噪声背景下齿轮箱故障特征的提取效果优于其他小波. 相似文献
15.
为诊断线性离散系统中的故障,提出了基于状态估计的自适应观测器故障诊断方法。利用基于Lyapunov函数的自适应观测器构造残差信号,设计了观测器增益矩阵和故障估计值的自适应调节规律。保证Lyapunov函数的一阶导数为负,所提出的自适应调整律能够实现观测器稳定和故障估计误差收敛。仿真结果表明,该方法可以及时检测系统故障,且能够诊断故障大小。 相似文献
16.
模糊数学在机械设备故障诊断中的应用 总被引:13,自引:1,他引:13
通常 ,机械故障诊断是基于概率论的。然而 ,在机械故障诊断中模糊性是固有的 ,其主要表现在两个方面 :一是设备状态从正常到异常都有一个渐变过程 ,而结构的“完好”与“失效”之间往往不存在清晰的界限 ;二是故障原因与相应的症状之间往往没有明确的规律可循。为此 ,本文在简要介绍了机械故障诊断的基本概念及其随机性和模糊性后 ,给出了模糊诊断的具体方法 ,并通过一个故障诊断实例 ,说明故障诊断数学化的可行性 ,为计算机辅助故障诊断 ,缩短诊断时间 ,提高准确性 ,提供了一条可行的途径。 相似文献
17.
曲婧华 《空军工程大学学报(自然科学版)》2006,7(4):82-84
针对人工神经网络的特点,对传统BP算法进行了全面改进,通过采用自适应学习率和动量因子修正等方法,有效克服了传统BP算法在实际应用中学习收敛速度慢和容易出现局部极小点的缺点。以电路系统的故障诊断为例,引入了模糊数学中的隶属度函数,对故障特征量进行处理后作为自适应神经网络的输入,故障编码作为网络的输出。实验仿真结果表明,该系统对电路故障类型能够有效地进行诊断和识别。 相似文献
18.
针对具有模型不确定性、时滞现象的非线性动态系统的执行器故障,在某些假定的条件下,采用自适应观测器建立有效的残差信号,实现对系统故障的检测和估计,且利用Lyapunov理论对自适应观测器的设计进行了分析,获得了相应的自适应调节规则.仿真例子验证了提出方法的有效性. 相似文献
19.
小波分形技术及其在非平稳故障诊断中的应用 总被引:25,自引:1,他引:25
根据小波变换和分形理论在多尺度分析和自相似本质上的一致性,提出了小波分形技术。为了克服目前离散信号盒维数计算方法的不足,推导出了确定周期或准周期振动信号无标度区的经验公式,使盒维数的改进算法具有简单、准确和实用的特点。通过汽轮发电机组轴瓦松动故障的成功诊断案例表明,小波分形技术为非平稳故障诊断提供了一种有效的新技术。 相似文献
20.
BP神经网络在旋转机械故障诊断中的应用 总被引:5,自引:0,他引:5
人工神经网络模型是在现代生物神经系统研究基础上建立的一种网状结构,是对人脑某些基本特性的一种简单的数学模拟。神经网络以其信息的并行分布式处理、联想记忆、自组织及自学习能力,在机械故障诊断领域显示了极大的应用潜力。本文就神经网络对给定知识的表达、联想、记忆能力及网络结构进行了研究,利用反向误差传播网络对旋转机械中四种典型故障进行了实例分析诊断,取得了令人满意的效果。 相似文献