基于优化小波阈值的轴承振动信号降噪算法

滚动轴承振动信号能够及时准确地提供机电设备状态特征信息,且可实现在线或离线监测,广泛用于滚动轴承故障诊断。由于滚动轴承工作环境复杂多变,往往掺杂较多噪声,噪声会淹没机电设备状态的有用特征信息。针对传统小波阈值函数对轴承信号降噪不明显的问题,提出了一种用于轴承振动信号降噪的差分进化优化小波软阈值算法,对含噪信号进行小波分解,利用广义交叉验证GCV函数作为新的阈值函数对分解后的小波系数进行处理,结合差分进化算法进行寻优获取最优阈值。实验采用美国凯斯西储大学的轴承数据进行仿真分析,通过与常用降噪方法相比,该方法在较好地保留特征信号的前提下,较大程度地去除了噪声,有效地提高了降噪效果。

一种基于小波阈值函数的交通图像去噪算法

针对高速运动条件下交通实时监测图像的失真和去噪问题,介绍小波阈值图像去噪过程和传统GCV阈值的原理,引入整数小波变换和合并递推运算的思想,提出一种快速递推GCV阈值的小波图像去噪方法。仿真实验分析了传统GCV阈值和快速递推GCV阈值去噪的效果,并比较了两种算法的复杂度。结果表明,快速递推GCV阈值算法不仅保留了传统GCV阈值算法去噪效果明显的特点,而且很好地解决了算法复杂度较高的问题,具有良好的应用前景。

基于QPSO优化算法的石化旋转设备故障诊断研究

针对现有石化旋转设备故障诊断算法去噪过程中阈值范围控制不准确、故障诊断误差偏高的不足,提出一种基于QPSO优化算法的故障诊断方法研究。为克服传统PSO算法无法实现全局收敛的弊端,QPSO优化算法利用波函数来表示粒子的状态,降低阈值范围识别的总体代价;在原始故障信号处理方面,基于小波阈值分解得到不同频段的信号系数,在QPSO算法优化下利用GCV函数准确确定出小波阈值滤波去噪中的最优阈值范围,进而也提高了小波信号重构的精度,实现对旋转设备故障信号的精确诊断。