自适应小波去噪算法及其在偏心补偿中的应用

针对液压自动厚度控制(AGC)系统中轧辊偏心信号的补偿问题,提出一种基于自适应小波阈值去噪算法的补偿方法.该方法根据噪声在小波变换下的特性自适应地确定小波分解的阈值,将去噪信号的信噪比作为性能指标,采用黄金分割法进行寻优,得到最优的阈值参数.仿真结果表明,该方法比原有的阈值去噪方法效果更佳,对液压AGC系统中轧辊的偏心信号具有良好的补偿效果.     

基于提升小波的轧辊偏心信号提取及自适应控制

由于基于频域的经典小波变换运算时间较长,不能很好地满足轧辊偏心信号在线实时控制的要求,提出了用提升结构小波变换对偏心信号进行不同分辨率下分解处理的新方法.通过对轧制力信号和厚差信号的分析,利用提升和对偶提升原理将偏心信号从干扰信号和噪声信号中提取出来并通过参数自校正控制实现对轧辊偏心的在线动态控制.仿真结果表明,该方法获得了比较理想的效果,并且在同样数据长度下,提升小波变换运算速度比经典小波变换至少提高1倍以上.     

冷轧机中偏心信号补偿的分析与仿真

本文论述了用改进的快速富里叶变换方法和最小二乘方法分析、估算在冷轧过程中由轧辊偏心引起的周期性变化信号。并以此信号为依据,控制轧钢机的压下系统,实现对偏心的动态补偿。最后介绍了清除由于分析、估算中的误差给偏心补偿带来的影响的措施。     

轧辊偏心补偿重复控制系统的设计与仿真

针对常用的PID轧机辊缝控制系统在补偿轧辊偏心这一周期信号时,会产生很大的稳态跟踪误差,常使偏心补偿失败的问题,应用重复控制基本理论设计了一种新的轧辊偏心补偿系统,这种系统在对轧辊偏心周期信号进行补偿时,具有对偏心补偿信号无稳态偏差跟踪的特点.仿真证明这种轧辊偏心补偿重复控制系统的输出补偿效果非常好,稳态精度很高,远远优于常用的PID控制补偿系统,使偏心补偿控制的成功率大为提高.     

多分辨小波控制器在轧辊偏心控制中的应用

提出了一种用于轧辊偏心控制的多分辨小波控制器,它利用小波对轧制力信号进行多分辨分解.机架的轧制力中包含着许多潜在因素的累积影响,比如压下环节的动特性、轧辊偏心、测量噪声、外部干扰等,这些影响体现在不同的尺度上.通过小波的多分辨分解,这些不同尺度上的信息被区分开来,然后在控制中对轧辊偏心进行补偿.仿真实验表明该方法是有效的.     

一种设定记忆长度的轧辊偏心在线检测算法

轧制控制过程中轧辊偏心信号是影响带钢厚度精度的重要因素.针对该类问题,将基于设定记忆长度的在线反向传播算法用于对偏心信号的检测.通过与普通在线反向传播算法在检测性能上的对比表明:该方法具有学习收敛速度快,抗噪声能力强等特点,可有效使变幅、变相和变频的偏心信号引起的厚度波动减少95%左右,从而准确地补偿由偏心信号引起的厚度偏差,提高轧钢过程中的带钢厚度精度.     

一种新的模拟电路故障特征提取与诊断方法

提出了一种基于小波变换、傅立叶变换与神经网络相结合的模拟电路故障诊断新方法.该方法使用小波变换和傅立叶变换对模拟电路在各种故障状态下进行特征的提取,即首先对电路在各种故障状态下的节点电压信号进行小波变换以将干扰信号(如噪声)除去,防止不相关的能量混在有效信号中,然后采用傅立叶变换进行分析,得到有效信号频谱,提取其能量值...     

轧辊偏心的间歇采样重复控制补偿

针对轧辊偏心信号时域频率高且频率存在变化,常规方法难以有效补偿的问题,提出了一种新的重复控制补偿方法。首先依据阶比分析原理,把板厚反馈信号转换为角域信号,使包含在板厚反馈信号中的偏心扰动具有严格的周期性。然后针对板带轧制及轧辊偏心特点,并通过采样控制克服板厚信号大滞后问题。将该系统嵌入到AGC(自动板厚控制)系统之中,以消除轧辊偏心对出口板厚的影响。在SIMULINK环境下的仿真表明,该方法可以在支撑辊转动50转内将轧辊偏心造成的厚差波动降低80%。     

基于小波和傅立叶变换的纱线波谱图计算

采用离散小波变换与快速傅立叶变换相结合的方法,先对纱线信号进行小波分解,再对各子带信号作快速傅立叶变换,从而得到各子带信号的频谱。截取相应频段,并在同一图形上显示,然后将各频率成分转换成相应的各波长分量,得到纱线波谱图。     

基于神经网络的轧辊偏心信号辨识方法

针对轧辊偏心信号具有周期性的特点,以及快速傅里叶变换(FFT)算法无法建立精确数学模型的缺陷,提出一种基于FFT算法的神经网络轧辊偏心信号辨识方法。该方法采用FFT算法估计轧辊偏心信号的频率,用神经网络计算得出信号的幅值和相角。仿真实验证明:利用神经网络辨识方法得到的模型幅值和相角,与FFT算法相比更接近真实值,从而证明了该方法的合理性和有效性。     

基于循环统计量的轧机偏心线性预测及补偿控制

提出了一种轧机偏心特性曲线概念. 基于偏心测试信号的循环统计量建立线性预测模型,在线确定轧机偏心补偿量数据,实现轧机偏心的实时直接数据补偿控制. 该方法能够准确反映并跟踪轧机偏心扰动的实际变化,满足对轧机偏心信号进行在线实时补偿控制的要求.     

轧机偏心补偿控制信息相域滤波提取方法

在深入分析机架偏心作用机制的基础上,提出了轧机偏心补偿控制信息相域滤波提取方法,它利用机架偏心轧制作用强度与轧制过程中轧辊的机械转动相位密切相关的特点,将轧机的时域轧制数据转换为以轧辊转动相位为参变量的数据进行处理.在线性化相域空间中,与轧辊偏心作用相关的信号呈现出显著的周期化特征,而其余的原时域周期信号在转换过程中均被非周期化.在线性化相域空间中,将轧辊转动轧制作用的往复周期作为指定的循环统计量统计周期.理论分析表明,基于统计方法能够有效地消除噪声的影响,同时抑制非指定线性化相域循环分量,实现机架偏心特性信息的有效获取,其实质是线性化相域空间中的梳状滤波器滤波.依据统计获取的机架偏心特征信息可以为轧机偏心补偿提供一定的数据参考.     

小波-傅立叶变换综合法的车桥耦合振动分析

将小波变换与傅立叶变换相结合,提出一种处理非平稳信号的新方法小波-傅立叶变换综合法。并用于分析不同车速下桥梁跨中挠度的动力响应曲线,得到完整的时频信息。分析结果表明了该小波-傅立叶变换综合法在非平稳信号时频分析领域有良好的应用效果。     

多频带消除地滚波的方法

在叠前消除干扰波对地震记录的影响，必须充分考虑干扰波的特征地滚波频率范围低．空间分布也有自己的规律．用快速小波变换对炮集记录信号进行了频带分解，在单频带上利用KL变换联合中值滤波方法提取在时移后的窗口中表现为强能量的面波同相轴，然后合成多频带上的面波、用这种方法从原炮集记录上消除地滚波的影响，使有效波的能量得到最好的保持．所设计的方法已用于实际地震资料的处理，取得了良好的效果。     

微弱振动信号的谐波小波频域提取

为解决设备故障检测和故障预报中某些微弱振动信号难以提取出来的问题,在介绍谐波小波变换的优良特性及其基本原理的基础上,给出了谐波小波变换的实现技术.在不减少信息点数的情况下,用谐波小波变换成功地对微弱振动信号实现了频域提取与时域重构,并且实现了强噪声下微弱周期振动信号的频域提取.通过算例和工程实例,说明谐波小波方法在微弱信号的频域提取能力和精度上明显优于基于二进分解的小波方法和傅里叶分析方法,且在混有强噪声的信号提取中消除了二进小波包仍然存在的噪声泄漏,同时也显示了谐波小波变换的频域保相特性.