小波分析在故障诊断中的应用

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。     

变电站容性设备介质损耗角的高精度测量方法

针对绝缘设备泄漏电流非常微弱且容易被噪声淹没的问题,以磁通门传感器组成差动方式来提取泄漏电流,克服了互感器角差和比差带来的误差影响。利用小波变换及自适应网络构成的数字低通滤波器,实现对泄漏电流的正交分量信号电阻性漏电流、电容性漏电流的数字滤波,有效地提取了基波相位。通过信号发生器及四象限乘法器构成的硬件正交分解器对漏电流信号分解,再配合数字滤波,较好地解决了电网频率波动带来的频谱泄漏,并抑制了栅栏效应。母线电压、泄漏电流经同一滤波网络,产生的附加相移相等,保证基波相位的稳定,提高了介损值测量的精确度。仿真及实验结果表明,该方法提高了绝缘设备在线监测的精度,为绝缘设备故障诊断提供可靠的依据。     

信息缺失条件下管道泄漏信号识别研究

在管道泄漏诊断过程中,负压波信息缺失会导致误判或漏判,采用改进奇异值降噪技术对负压波信号进行预处理,以提高定性评判泄漏的准确性。介绍了奇异值降噪技术的基本原理及其改进方法,并利用信号互相关技术对泄漏点位置进行了定量计算,实现了对液体输送管线的泄漏故障诊断。对室内液体管道在泄漏诊断过程中负压波特征明显和模糊情况下的奇异值降噪结果进行了对比。结果表明,相关分析方法对信息缺失条件下负压波信号拐点识别的准确率较高。该方法能突出强噪声背景下的负压波信号,并且使泄漏点的定位精度提高到1.52%。该研究结果也可用于液体管线小泄漏的诊断分析。     

信息缺失条件下管道泄漏信号识别研究

在管道泄漏诊断过程中，负压波信息缺失会导致误判或漏判，采用改进奇异值降噪技术对负压波信号进行预处理，以提高定性评判泄漏的准确性。介绍了奇异值降噪技术的基本原理及其改进方法，并利用信号互相关技术对泄漏点位置进行了定量计算，实现了对液体输送管线的泄漏故障诊断。对室内液体管道在泄漏诊断过程中负压波特征明显和模糊情况下的奇异值降噪结果进行了对比。结果表明，相关分析方法对信息缺失条件下负压波信号拐点识别的准确率较高。该方法能突出强噪声背景下的负压波信号，并且使泄漏点的定位精度提高到1．52％。该研究结果也可用于液体管线小泄漏的诊断分析。     

小波分析在电控发动机故障诊断中的应用

为了探讨小波分析技术在电控发动机故障诊断中的应用，以电控汽油机转速传感器为例，采集了转速传感器的正常和异常信号，利用小波变换对信号波形进行了滤波和除噪，利用一维连续变换工具计算出正常和异常信号小波变换系数，并提取了故障信息特征参数。结果表明：转速信号的小波变换系数能够判断发动机的断缸故障；转速信号的小波分析结果能对比发动机各缸的工作性能。实践证明，利用小波分析对电控发动机进行故障诊断是切实可行的。     

基于EEMD阈值的MOA避雷器泄漏电流去噪的研究

MOA避雷器泄漏电流中的阻性分量是反映MOA运行状态的有效特征量,但MOA通常运行在强电场和强磁场环境中,MOA避雷器在线监测系统采集的泄漏电流信号必然混叠很多噪声,不经有效的信号去噪即采用,会影响监测系统的信号处理、分析和MOA避雷器故障诊断的准确性。针对MOA避雷器泄漏电流的特点,结合通用阈值(sqtwolog)原则、启发式阈值(heursure)原则、无偏似然估计阈值(rigsure)原则和极值阈值(minimax)原则,提出了总体经验模态分解(简称EEMD)阈值去噪方法。采用均方根值、三次倍频幅值比和去噪后的波形这三个评价标准来判断EEMD阈值去噪的优劣,通过对信号仿真和现场采集的实测信号进行分析,得出基于无偏似然估计阈值原则是最佳的EEMD阈值去噪方法。     

VMD-Wavelet 联合去噪算法研究与应用

为解决天然气管道运行过程中采集到的泄漏声波信号含有大量噪声的问题, 通过研究小波、 经验模态分解、 变模态分解等常见去噪算法, 分析了泄漏声波信号的特点, 将改进小波阈值去噪和变模态分解去噪相结合, 提出了变模态分解-小波变换(VMD-Wavelet: Variable Mode Decomposition-Wavelet) 联合去噪算法。 利用该算法对典型信号进行去噪运算仿真, 结果表明, 该联合去噪算法性能优于常见算法。 最后, 将 VMD-Wavelet 联合去噪算法应用于实际采集的油气管道泄漏声波信号去噪处理, 研究发现, 该去噪算法对强背景噪声下的泄漏声波信号能取得很高的信噪比改善和很小的均方误差。     

基于小波迹和匹配追踪算法的超声波检测信号消噪

针对某大型国有企业的零件在线无损检测工程实际需求,为了提高超声波检测的准确度和精度,引入小波迹理论和匹配追踪算法对超声波检测信号进行消噪处理.首先,在信号的小波变换基础上构建一个小波迹字典;然后,在小波迹域内进行阈值消噪去除信号中的噪声;最后,利用匹配追踪算法通过有限步骤的迭代后,在小波迹字典上用一定数量的小波迹的组合来实现原信号的稀疏描述.小波迹字典内的小波迹具有对信号结构特征无损的描述能力,在小波迹域内消噪克服了传统小波消噪不考虑各尺度之间小波系数的相关性而只进行简单的系数收缩的缺陷.通过仿真试验将本文采用的方法与传统的小波硬阈值和软阈值消噪技术进行了对比,结果表明该方法的消噪效果要优于传统的小波消噪方法.实际超声波检测信号的处理结果也论证了本文所采用消噪技术的优越性.     

基于小波减噪的基音检测改进算法

为了提高含噪语音信号在低信噪比情况下的基音检测准确度,以带噪语音信号为研究对象,采用小波变换对带噪语音信号进行减噪处理以提高带噪语音信号的信噪比,再利用自相关函数对减噪后的语音信号进行基音检测。利用Matlab软件对具有不同信噪比的带噪语音信号进行了基音检测改进算法仿真实验。实验结果表明,当带噪语音信号信噪比下降到0d B时,改进算法基音检测正确率略高于未进行小波减噪的基音检测算法正确率。当带噪语音信号信噪比下降到-5d B时,改进算法基音检测正确率明显高于未进行小波减噪的基音检测正确率。     

小波Semisoft阈值函数在输油管道泄漏信号处理中的应用

输油管道中存在的噪声影响了有用泄漏信号的提取,为了提高泄漏检测系统的灵敏度,降低系统的误报警率,利用小波半软(semisoft)阈值函数对实测的泄漏信号进行去噪处理,并与其他几个常用阈值函数的去噪结果进行比较,结果表明,半软阈值函数法可有效地去除管道信号中的噪声。     

小波变换在漏磁检测中的应用研究

无损检测向着自动化、智能化方向发展 ,而要在漏磁检测中真正做到定量分析还存在一定困难。文章简要介绍了小波变换 Mallat快速算法 ,把小波变换作为一种先进的信号处理手段引入进行数字信号的预处理 ,可以完成去除噪声和数据压缩的工作 ,为漏磁信号的定量分析提供了很大的可能性     

发动机故障分形诊断中噪声信号的分析和处理

为分析信号中噪声成分对信号关联维数计算结果的影响,提高利用信号关联维数诊断机械故障可靠性,模拟产生不同信噪比的含噪混沌信号,分析其关联维数随噪声水平的变化情况。证明噪声成分会极大影响到信号关联维的计算效果,利用含有噪声信号的关联维数刻画系统的特征行为是不可靠的,必须对获得的原始信号进行滤波消噪处理。通过对气阀正常、轻微漏气、较重漏气和严重漏气4种情况下,发动机启动电压信号降噪前后的关联维数对比研究,进一步证明,利用小波降噪对发动机启动电压信号进行预处理,可使得信号关联维数较为接近于系统的真值,极大地提高利用启动电压信号的关联维数判断发动机运行状态的准确性与可靠性。     

基于小波自相关函数的电磁干扰有源滤波方法研究

针对电力电子电路在换流过程所产生高频开关噪声的各项特征，提出了基于小渡自相关函数的电磁干扰有源滤波新方法．该方法运用小波多分辨分析实现了电网侧开关噪声的快速提取，再根据复小波变换获得噪声的有效幅度谱和相位谱信息，并结合自相关函数辨识出干扰信号的主频，从而建立了一种多层次处理和多层次描述的噪声辨识方法．研究结果表明，该方案能够克服传统干扰抵消抑制技术中频谱泄露的问题，提高检测精度，检测信号的最大绝对误差不超过2％，噪声的衰减平均达20dB以上，因而有源抑制为高频开关噪声提供了新的思路．     

数字滤波及小波分析技术在海流测量中的应用

针对海流测量中的噪声问题,采用无限脉冲响应数字滤波及Haar小波分析方法,通过对原始信号的处理,去除其中的噪声。实验证明,该方法可以提高测量结果的稳定性及准确度。     

小波阈值去噪在烟气轮机信号分析中的应用

由于烟气轮机振动信号中含有大量的噪声成分,常使其非线性特征量的提取不准确,因此将基于阈值的小波去噪应用于烟气轮机振动信号分析中。首先介绍了小波阈值去噪的基本原理、阈值和阈值函数的选择方法,并对阈值函数进行了改进;然后分别对含噪Lorenz信号和实测振动信号进行小波阈值去噪实验,计算了其去噪前、后的关联维数。结果表明,小波分解后,不同尺度上信号和噪声的小波系数的分布规律明显不同,通过对其分析可以合理选择小波分解的尺度;在此基础上对小波系数进行阈值处理并重构,能有效地去除信号中含有的噪声,很好地保存信号的局部特征;去噪后信号的伪相图更加规则,关联维数估计值更加合理。该方法能提高信号分析的准确率。     

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。