基于声波信号分析的电气设备故障诊断新方法

针对电气设备运行环境复杂这一特点,提出将声波分析技术应用到其故障诊断中,可克服高电压和强电磁场给故障检测带来的诸多难题。设计了基于声波识别的电气设备故障诊断专家系统的总体方案,故障诊断系统由信号采集、特征提取、状态识别和诊断决策4个部分组成,简要介绍了各部分的工作原理;阐述了一种使用分层阈值处理声音信号的消噪算法,将该方法与传统消噪方法作对比,证明了该算法在对非平稳信号分析中具有较高的精确性。给出小波包提取电气设备实测声波信号特征向量的算法,以此作为知识获取和推理的依据,为电气设备运行状态诊断专家系统的实现奠定了基础。

基于改进小波阈值函数的安全阀排放声信号降噪

在安全阀测试中,安全阀排放声信号是检验阀门是否合格的重要信息来源。鉴于安全阀排放声信号易受到周边机械系统噪声的干扰,影响测试的准确性,利用指数型函数的衰减特性,提出一种改进的自适应小波阈值降噪方法。在不同尺度上根据小波分解的噪声水平自适应的选取最佳阈值;构建一种在阈值处连续的阈值函数,引入调节因子,优化了传统阈值函数过度降噪、不连续等缺陷。采用该方法分别对仿真信号与安全阀实测信号进行降噪分析,并与传统小波阈值降噪、低通Butterworth滤波降噪进行对比。结果表明该方法降噪效果更好,验证了改进降噪方法的有效性。

基于小波变换的整车驾驶性评价信号去噪

整车驾驶性评价试验采集的加速度信号中混有噪声,严重影响了数据的准确性。针对整车驾驶性评价试验中采集的加速度数据存在的噪声对驾驶性评价指标值的准确性产生影响的问题,提出一种适合于整车驾驶性评价试验数据的小波去噪方法:根据整车加速度数据特征,初步选择备选的小波基函数,通过评价信噪比和均方根误差确定最优的小波基函数和阈值选取规则组合,在此基础上对含噪信号进行多个尺度的分解,通过评价由平滑度和均方根误差构造的复合指标确定最优小波分解层数,从而实现对噪声信号的滤除。对一换挡工况的加速度试验数据采用上述方法的去噪并进行分析,分析结果表明,该小波去噪方法不仅较好地保留了换挡工况中用于评价驾驶性的振动与冲击指标特征,并且能够有效地提取信号的有用频率成分,保证了驾驶性评价指标值的准确性。

基于自适应阈值函数的铡草机振动信号去噪

针对传统小波软、硬阈值函数对铡草机振动信号去噪的不足,采用一种自适应阈值函数去噪算法,实现铡草机振动信号降噪。该方法根据小波分解原理,采用分层阈值,同时通过参数调整阈值函数,在信号分解小尺度上滤除大量噪声分量,而在大尺度上去除噪声分量的同时尽量保留有用信号分量。为验证本文算法有效性,采用软、硬阈值函数法与本文算法对模拟信号和铡草机振动信号进行对比试验,结果表明:本文算法优于2种传统算法,在滤除噪声的同时很好地保留了原信号特征。

基于二维小波变换的随机噪声压制方法在GPR数据中的应用

在探地雷达探测工作中,为了尽可能多的获取回波信息,通常采用宽频带记录,这就不可避免地将各种干扰波也记录下来,其中随机噪声由于其频带较宽,分布于整个数据剖面,常规滤波方法对随机噪声的压制效果往往不佳。由于小波变换具有较强的分频和局部分析能力,根据需要选择合适的小波基函数和去噪方法,可较好地压制随机噪声,提高信噪比。基于二维小波变换理论,提出了采用自适应分层阈值法对探地雷达数据进行压制随机噪声的方法。通过不同模型、不同信噪比下正演模拟数据的验证以及对实测数据的处理,并与中值滤波法和全局阈值法的去噪效果进行了对比分析,结果表明自适应分层阈值法去噪效果更好,实用性更强。

井下接收信号的改进分层阈值降噪方法

针对旋转导向钻井中井下接收信号的噪声干扰问题,提出一种在分层阈值基础上改进阈值函数的消噪方法。分层阈值地改进保证了小波系数经阈值作用后的平滑过渡,克服了传统阈值函数带来的恒定偏差,同时具有很强的灵活性。选取不同小波进行了多尺度分解与重构实验,得到Sym6小波基降噪结果最好,失真最小。采用全局阈值、分层阈值和改进分层阈值等不同降噪算法对井下接收信号实现了降噪处理,同时特别研究了小波分解层数对降噪效果的影响,对比分析了降噪后的信噪比、均方根误差和相关系数。实验结果表明,采用Sym6小波4层改进的分层阈值法取得了最佳的降噪效果。

基于分层噪声估计的Bayesian-NSCT图像去噪算法

非抽样Contourlet(NSCT)是一种具有平移不变特性的Contourlet变换,能更好地表示图像几何纹理信息。本文提出了一种在非抽样Contoulet域下基于域分层噪声估计的,采用Bayes自适应阀值计算和硬阀值去噪相结合的的综合图像去噪算法。实验结果表明,该方法改善了噪声图像的去噪效果,保存了图像中更多有效信息,性能和视觉效果均优于其他同类算法。

基于小波包变换的尺度自适应阈值图像降噪

针对传统小波变换易引起图像边缘模糊的不足,研究了基于小波包变换的尺度自适应阈值图像降噪。利用小波包变换可以同时对图像的高频和低频部分进行进一步的细分,因此可以更好地保留原图像信息的优势,更进一步,克服通用阈值的缺陷,软阈值函数的构造充分考虑了不同尺度层次上的系数的不同特点,产生尺度自适应阈值。通过对加噪图像的实验可以看出,与传统方法相比,本文方法不仅降噪效果有很大的改进,而且有很好的视觉效果,峰值信噪比也有较大幅度的提高。

元谋地电场观测数据小波阈值去噪

为了解决元谋地电场观测数据的噪声干扰问题,采用小波阈值去噪的方法,根据元谋地电场观测数据特征,选取适当的阈值及不同的小波函数、分解层数进行研究。综合各小波函数去噪效果,通过对相对误差、均方根误差、信噪比等指标进行评价,确定适合元谋地电场观测数据去噪的阈值为软阈值函数、分层阈值;最优小波函数分别为Sym4、Sym5、db6和db8;分解层数分别为5、7、9。最后应用研究结果处理实际地电场观测数据,取得了较好的去噪效果。

改进自适应小波降噪在激光陀螺仪信号处理中的应用

针对传统小波函数处理激光陀螺仪输出信号存在的问题,提出一种含参数的阈值函数、自适应确定最优的分解层数和最优阈值相结合的小波阈值降噪方法。首先提出新的自适应阈值函数,然后基于最大能量熵原则计算小波比例能量熵以自适应确定小波最优的分解层数,并使用SURE(Stein Unbiased Risk Estimator)无偏估计原则与牛顿迭代法的结合方法自适应确定信号随时间变化的最优阈值,最后利用实测数据和Allan方差分析进行实验验证。实验结果表明,无论是静态激光陀螺仪信号还是动态激光捷联惯组信号,改进的自适应小波降噪方法的降噪效果优于传统的小波降噪方法以及标准卡尔曼滤波方法,且该方法处理后的信号精度更高、均方误差更小和噪声系数更小,有效抑制噪声对激光陀螺仪输出信号的干扰。