多小波神经网络在变形预测中的应用

将多小波与神经网络结合提出一种新的变形预测方法——多小波神经网络预测法,通过理论分析和它在变形预测中的应用分析表明,该方法较其他预测方法具有更高的精度,更快的速度,值得推广。

MW-cICA算法在滚动轴承故障诊断中的应用

为了提取强背景噪声下滚动轴承故障特征信息,提出了一种多小波预处理的约束独立分量分析(MW-cICA)算法。该算法首先对输入信号进行多小波降噪处理,提高信号信噪比;然后应用约束独立分量分析方法提取故障特征。与传统的小波独立分量分析(W-ICA)方法相比,该方法具有如下优势:1)由于多小波具有单小波所不能同时具有的正交性、对称性、紧支性和高阶消失矩等特点,因而对信号的降噪效果更加明显;2)引入参考信号作为约束条件,使得算法直接收敛于期望信号,提高了运算效率;3)建立基于故障模型的参考信号能够更加接近于真实期望信号,提高算法性能。仿真结果表明,多小波比单小波具有更好的降噪效果,基于故障振动模型的约束独立分量分析比传统的FastICA算法运算效率更高。将该算法运用于滚动轴承内圈故障试验中,可成功提取出内圈故障特征信号。

多小波预滤波器设计中初始滤波器的快速算法

针对多小波矢量预处理滤波器设计中计算初始滤波器Q(0)过程复杂的问题,文章提出了一种基于零空间的快速计算方法,只要给出多小波的尺度和小波滤波器的系数,就可快速准确地计算出Q(0)值。文中计算了对应GHM和CL多小波的Q(0)值,计算结果与传统方法相同,证明了方法的正确性。整个过程耗时不到0.03秒,并且避免了繁琐推导计算过程中可能出现的人为误差。