动态载荷识别的小波正交算子变换法

在动态载荷识别动力学方程中引入离散正交小波 (即Haar小波正交基 ) ,从而得到了一种新的动态载荷识别方法小波正交算子变换法 .此方法对高阶模态信息能有效地提取 ,克服了傅立叶变换的缺点 ,从而提高了动态载荷的识别精度 .用一简单质量弹簧系统验证了本方法的正确性     

基于正交多项式的旋转梁集中动载荷识别研究

针对受集中动载荷旋转弹性梁的识别模型,以广义正交多项式序列作为基函数拟合集中动载,将输入载荷的识别转化为正交多项式系数的求解.为了辨识未知集中力,建立了时域下旋转连续梁的动载荷识别理论.数值算例表明:该识别方法简便有效,精度较高,可运用于实际工程中.     

基于正交多项式的旋转Timoshenko梁集中动载荷识别

针对受集中动载荷的旋转Timoshenko梁识别模型,以广义正交多项式序列作为基函数拟合集中动载,将输入载荷的识别转化为正交多项式系数的求解。为了辨识未知集中力,建立了时域下旋转连续梁的动载荷识别理论。数值算例表明：该识别方法简便有效,精度较高,可运用于实际工程中。     

二维正交小波变换的向量空间算法研究

小波 {ψej,k,m(x ,y) |e=1,2 ,3,j,k,m∈Z}不仅可以构成L2 (R2 )空间的正交基 ,通过小波分解与重构 ,以及对Hj,Gj,H j ,G j 的行向量修改等 ,还可以产生N×N空间的正交基 .同时 ,N×N点阵信号 {Sl,r}( 0≤l,r,≤N - 1)的小波变换等价N×N于空间的正交变换 ,用我们的方法进行信号或图像压缩 ,不涉及对信号或图象进行周期延拓 ,可严格在N×N空间中进行 .首先研究了二维信号的小波分解与重构 ,给出了适用的二维张量积小波的分解与重构公式 .其次 ,给出了信号用分解公式进行小波分解与重构公式进行小波重构后完全恢复原信号的充要条件 ,并对完全重构充要条件的实现作了处理 .最后得到了N×N空间中由小波分解与重构滤波产生的正交基 .这样就推导出对N2 个数据进行小波分解后可精确重构的算法 ,该算法可避免信号做小波分解后在边界处不能精确重构 .     

包装装潢图像小波去噪的实现

对包装装潢图像用Visual C 实现了去噪处理.通过选择不同的小波基、不同的小波分解级数、不同的小波重构阈值,可以得到不同的去噪效果.     

基于双正交小波包的图像压缩研究

介绍了小波变换的图像压缩模型和小波包在图像压缩中的优势,深入研究了双正交小波包在图像压缩中的分解与重构算法,构造了基于Shannon熵准则的双正交小波最优基,并应用MATLAB软件进行仿真实验,分析比较了双正交小波包和haar小波在指纹图像压缩中的性能,表明双正交小波包在边缘突变检测方面具有优良的性能.     

基于提升小波包最优基变换的缸盖振动信号降噪研究

给出了一种基于提升小波包最优基变换的发动机缸盖振动信号降噪方法,给出了提升小波包变换公武,介绍基于最佳基分解的闭值降噪方法,并介绍了阚值的具体选择方法.将信号通过提升小波快速分解,对小波包系数进行阈值量化,用阈值量化后的系数对原信号重构,达到降噪的日的.通过计算仿真和实验,验证了方法的有效性.     

移动载荷作用下起重机主梁损伤识别

作为桥式起重机上关键部件,主梁的安全性受到极大关注.以桥式起重机主梁为研究对象,对移动载荷作用下主梁裂纹损伤进行识别研究.首先建立主梁有限元模型,通过生死单元法杀死损伤单元模拟裂纹损伤,利用ANSYS瞬态动力分析法实现移动载荷加载,并将获得的主梁位移信号与解析解进行对比;然后对位移信号差分获取加速度信号,应用小波变换对主梁1/4、1/2、3/4位置的加速度信号进行分解,分析后选择包含损伤信息的高频部分小波系数构建损伤定位系数来实现损伤定位;最后利用损伤定位系数能量的对数构建损伤程度系数,结合模型匹配法,利用三次样条拟合建立损伤程度方程,识别损伤程度.该研究为起重机主梁移动载荷下的损伤识别提供重要理论参考.     

基于小波分解和重构的暂态选线与扰动识别

在小波分解和重构理论的基础上,提出了基于故障暂态电流α模分量突变量的故障选线方法。根据小波理论善于处理突变信号的特点,利用小波理论对暂态电流、电压信号进行分析,由分解后的小波系数构成综合故障测度进行选线,小波重构信号则对故障和扰动进行识别。大量的仿真试验证明,提出的选线方法可以很好地对故障线路进行选择,同时不受扰动影响。     

一种双正交小波代数构造方法

提出了一种B样条双正交小波的代数构造方法.对同一个尺度函数来说,可通过自由选择参数构造多种不同的对偶尺度函数的系数,从而可以构造不同的B样条双正交小波.在此基础上用同一尺度函数的多种双正交小波分别作了信号消噪和图像的分解与重构实验,取得了小波系数在信号消噪和图像处理中如何按照应用目的选优的相关结论.     

基于小波神经网络的框架结构损伤识别

以含损伤的框架结构为研究对象,对损伤位置和损伤程度进行识别。运用有限元分析原理,采用Lanczos法得到框架结构的转角模态,对其转角模态进行连续小波变换可以得到结构的小波系数,再由小波系数模极大值确定损伤的位置。以损伤后结构的固有频率作为神经网络输入参数构造神经网络,从而实现对框架结构损伤程度的识别。通过对一平面框架结构的损伤识别计算分析,验证了方法的有效性。     

采煤机负载功率曲线的小波分析

采煤机负载功率具有很强的随机性和非平衡性，其负载特征是采煤机控制系统和强度设计的最主要依据，本文采用小波变换的方法，对负载功率实测曲线进行了分析处理，其处理方法和结果对采煤机的设计有着实际应用的价值。     

基于影像及小波变换的桥梁损伤识别

桥梁损伤定位和定量分析是桥梁健康监测的难点,为提高桥梁结构损伤位置识别的精度及准确性,利用位移模态对结构局部损伤的敏感特性,提出基于影像和小波变换的桥梁损伤识别新方法,通过工业相机获取悬臂梁振动形态,利用模版匹配方法提取结构动态位移响应及模态参数,对位移模态进行小波变换,建立小波系数平方差的损伤指标识别结构损伤位置。通过室内悬臂竖梁振动实验,对全域测点的振动衰减信号快速傅里叶变换成功获取了结构的模态振型,与数值模拟结果比较表明试验获得一阶固有频率最大误差为2.202%,二阶固有频率最大误差为3.182%,表明所提方法用于结构位移测量的可行性以及测量精度的可靠性;在此基础上利用小波系数平方差的明显突峰特性可准确识别结构单损伤、多损伤的存在,并能准确定位损伤位置。研究表明,所提方法可以准确识别不同位置、不同程度的单损伤和多损伤,具有远距离、非接触、高精度、高效快捷、可多点监测提升振型空间分辨率等优点,为桥梁结构全域损伤识别提供了一种新方法。     

基于小波理论对负荷预测中不良数据的处理

历史负荷数据的真实可靠是电力系统负荷预测的基础,而在电力系统运行中产生的冲击负荷,以及由SCADA系统采集数据时产生的随机干扰数据都会导致历史数据中含有不良数据.提出采用小波分析与局部奇异性理论通过对模极大值的调整和细节信号的软阈值处理可以达到检测并消除不良数据的目的,从而为负荷预测提供能反应其变化规律的真实历史信息.通过仿真算例验证了所提方法的有效性.     

挖掘机动态性能试验及其数据的小波处理方法

为了找出挖掘机工作时载荷变化规律,用现场试验的方法代替传统的台架试验,并将小波变换理论引入到挖掘机回转工况主泵压力载荷分析中,对现场试验所采集的压力数据进行时频处理.结果表明,与传统的随机理论分析对比,小波分析除了能分离信号的趋势项之外,还可以进一步将随机项按高低频率进行分解,能精细地揭示液压挖掘机的压力频谱结构特征,从而为液压挖掘机液压系统的设计和可靠性分析提供依据.     

短期电力负荷预测的小波支持向量机方法研究

在充分研究和比较多种负荷预测方法的基础上，提出一种称为小波支持向量机(Wavelet Support Vector Machines，WSVM)的负荷预测新算法．该方法是在研究支持向量机(SVM)核方法与小波框架理论的基础上，引入非线性小波基函数来构造SVM的核函数，从而得到新的SVM模型，并给出了此模型的结构设计与实现算法．通过实例验证，该方法能有效提高预测精度．     

电力系统短期负荷预测应用中小波函数选取的方法

根据信号奇异性检测理论,提出了一种小波函数的选取方法:首先根据负荷序列的特点及短期负荷预测对小波函数的应用要求,粗选使用db(N)小波函数系进行分析;然后根据李普希兹指数与小波分解尺度及模极大值点之间的关系,找出可以检测到最大李氏指数的db小波,并结合小波重构对正则性的要求对N作出选择.算例说明了这种选取方法具有一定的合理性.     

基于Haar小波与ARIMAX模型进行短期负荷预测

为了提高对非稳态负荷的预测精度,提出了基于Haar小波分析和ARIMAX模型的短期负荷预测方案。首先,通过Haar小波将高频信息序列与低频信息序列分别从电价与负荷序列中分解出来;其次,分别利用电价序列的高、低频序列对负荷序列的高、低频序列进行ARIMAX模型构建和预测;最后,将含有电价信息的高、低频负荷预测值进行Haar小波重构,得到负荷序列的预测值。通过实例验证表明,本文采用ARIMAX模型添加的电价信息,弥补了多次预测产生的误差,对短期负荷的预测精度高于传统时间序列方法。     

基于小波变换的红外图像模糊与同态增强

针对红外图像对比度差、视觉效果模糊的缺点,提出了一种基于小波变换的红外图像模糊与同态增强算法。首先,采用正交小波变换对红外图像进行处理,将空域图像转换到频域,得到小波各层的分解系数;然后,运用同态滤波法对红外图像的低频子带小波系数进行处理,同时对红外图像的高频子带小波系数进行模糊增强处理;最后,经正交小波逆变换重构得到增强后的红外图像。实验结果分析表明,该方法可以增加红外图像细节,提高图像对比度,符合人眼视觉直观感应,能够有效达到红外图像增强的目的。