基于小波包能量法的扣件式模板支撑架节点连接状态监测方法

针对目前建筑工程施工过程中模板支撑架倒塌事故频发问题,提出了一种基于小波包能量法的模板支撑架节点连接状态的监测方法。利用压电陶瓷传感器(PZT)同时具备驱动和传感的能力,在节点连接的2根垂直杆件上分别布置PZT片,一个作为驱动器产生电压信号,另一个当作传感器接收信号。采用小波包能量分析法计算所接收应力波信号的能量值,节点处连接松动将导致接收到的应力波能量发生变化,根据连接松动前后应力波能量值的变化计算连接状态监测指标即松动指数,最终确定节点松动状态。取施工现场的一个直角扣件钢管脚手架原型节点进行试验验证,通过6次重复性试验结果可知,利用PZT片和小波包能量分析法,可以实现对模板支撑架节点松动状态进行监测,该方法对预防和降低施工现场模板支撑架坍塌具有一定的实际意义。

基于反向传播-自适应提升算法的谐波阻抗估计

目前,关于量化谐波阻抗的研究大多数是基于系统侧谐波阻抗不发生改变而设定,当系统谐波阻抗变动时,如何估计谐波阻抗的研究相对较少。为此,本文提出一种基于系统谐波阻抗变动背景下的系统谐波阻抗估计新方法。首先,加窗处理谐波电压、电流测量数据,使用二元线性回归法估算系统谐波阻抗,并用小波包变换对测量数据进行分段,以找出系统谐波阻抗变动的时间;其次,采用反向传播-自适应提升算法精确量化每个采样数据段的系统谐波阻抗;最后,通过仿真与实例分析验证本文方法相较于其他方法具有更好的鲁棒性和精确性。

用于图象分割的冗余小波包方法的研究

采用微特征对纹理图象进行分割时涉及局部窗口的选择问题，如果窗口太大会引起边界不清，太小又使得统计性能不稳定，尤其采用传统的小波包分解，随着层数的增加窗口会变得越来越小，为此引入冗余小波分解，分解时各个子图都与原图大小相同，实验结果表明采用冗余小波分解明显改进了分割性能．本文也对能量特征和熵特征做了比较研究．

基于改进小波包奇异值法的齿轮泵振动信号去噪

针对传统基于信号和噪声频谱不同而实现去噪方法的缺陷,研究了小波阈值求解方法和奇异值分解特征选取方法,提出了改进阈值的小波包奇异值去噪方法。该方法将输入信号小波包分解后,进行新阈值去噪,再利用奇异值分解法对重构后的信号进行去噪,改进阈值的小波包奇异值法去噪效果更好。用该方法对齿轮泵的正常状态和侧板磨损故障状态的振动信号进行去噪处理,能有效地抑制噪声。

采煤机截割部传动系统故障信号小波包分解方法研究

采煤机主要通过截割部上的滚筒截割煤岩,若其传动系统发生故障将导致采煤工作中断,造成巨大的经济损失。以MG2×70/325采煤机为依托,采用PRO/E建立了断齿、裂纹齿轮和缺陷轴承等常见故障模型,利用ANSYS及ADAMS建立了引入故障形式的采煤机截割部刚柔耦合虚拟样机模型,提取各惰轮轴轴向和径向受力数据,作为建立故障诊断系统的样本。用Coif4小波对数据进行小波包分解,求各子带能量值,作为神经网络输入向量,结合Elman神经网络建立采煤机截割煤岩时的故障诊断模型,仿真结果表明:该方法可有效地诊断传动系统的故障零件和类型,对于复杂工况下,采煤机故障检测以及在线实时监测具有一定的指导意义。

去噪小波包能量法在水声信号识别中的应用

对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法,该算法对信号小波去噪后,再用小波包能量法提取信号的特征;应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率,其中最为显著的是软阈值标准去噪,信号的识别率可由未去噪的53 .3%提高到98. 3%,表明算法的有效性。

基于小波包络提取法的白光干涉测量系统

为实现对微纳尺寸器件的非接触、无损伤的场式测量,基于纳米测量机(NMM)搭建了白光干涉测头。对测量系统的横向、纵向测量范围及分辨率进行了研究。测量系统集成了Michelson显微干涉物镜,并通过NMM的高精度定位平台带动被测样品进行垂直扫描,使用CCD相机采集干涉图像,小波包络提取法提取干涉信号包络,定位相干峰位置以获取被测样品表面形貌。实验分别测试了44 nm的纳米级台阶及10μm的微米级台阶,同时测试墨盒薄膜上数字‘232’以验证系统测量微纳器件的能力。结果表明搭建的白光干涉系统结合小波包络提取法能够用于微纳尺寸器件高精度、快速的测量。

基于希尔伯特变换和小波包节点能量法的齿轮箱故障诊断研究

故障齿轮箱的振动信号中可能包含周期性的振幅和相位调制信号,在齿轮箱故障诊断中,解调成为一个重要的问题。在分析了齿轮振动信号的基础上,提出了一种基于希尔伯特变换和小波包节点能量法的故障诊断方法。通过一个包含调幅调相信息的仿真信号进行了验证,结果表明该方法能够有效提取调制信号,比使用小波包变换更有效。

基于小波包分解法的超声信号特征提取方法研究

在超声金属缺陷检测过程中,超声信号采集系统收集到的信号波中存在着大量的信息,将信号中的特征提取出来是超声识别检测的关键,对于金属所处状态的评估也具有重要意义。为了更好地提取超声信号中的特征,本文采用小波包分解法对采集到的超声信号进行三层分解,提取最后一层的能量特征,组成能量特征向量。结果表明,小波包分析法可以很好地处理非线性、非平稳的超声,可广泛用于超声信号特征提取中。

CEEMD与小波包单相接地故障选线算法对比

目前,我国矿井供电系统多采用经消弧线圈接地的中性点运行方式,由于消弧线圈的补偿作用,基于稳态分量的选线算法已不再适用,而基于暂态分量的选线算法的选线效果也不理想。因此,以当前两种主流算法为研究对象,对理想信号以及加噪处理后的信号分别进行小波包分解和CEEMD分解,得出两种选线算法在不同情况下的选线结果,并分析了小电流接地系统单相接地故障选线装置选线准确率低的可能原因。通过RTDS进行了大量仿真验证,结果表明小波包算法在非理想状况下具有更高的可靠性。

基于PID算法的天然气管道阀门远程自动控制方法

针对传统方法在天然气管道阀门远程自动控制应用中控制效果较差,阀门内漏无法控制的现象,提出了基于PID算法的天然气管道阀门远程自动控制方法。通过声波传感器获取阀门发射声信号,并进行放大、平移等变换处理,利用小波包分解法分析管道阀门发射声信号,提取管道阀门内漏特征,识别出内漏异常的阀门,并采用PID算法计算出阀门状态误差,根据设定的PID规则控制内漏异常的阀门开关。实验表明:应用该方法后天然气管道阀门最大内漏量仅为0.32 L/d,远程自动控制效果较好,并具有良好的应用前景。

基于小波包分析的OLR地震异常信息提取初探

长波辐射OLR具有可覆盖范围大的特点。本文提取其与地震相关的异常信息,并尝试将所得结果应用于地震预测中,这对于弥补我国部分处于前兆台网监测范围之外地区具有重要意义。文中首先对小波包方法及其原理进行了简要介绍,在此基础上,尝试采用该方法对长波辐射值OLR时间序列进行分解重构,提取异常信息。通过对15个不同震例的研究表明,地震前的10个月内,重构信号均出现能量严重衰减的现象,且其持续时间长短与发震震级之间存在一定相关性。

柴油机振动信号的小波包奇异值降噪

柴油机的振动信号中含有大量噪声,在进行故障特征提取之前必须加以消除。首先对傅里叶滤波降噪、小波降噪和小波包降噪的效果进行了对比,然后将奇异值分解技术用于信号降噪,最后提出了一种将小波包和奇异值分解相结合的降噪方法。该方法将输入信号进行一次小波包分解,利用奇异值分解方法对分解后的幅值量化系数进行降噪。实例表明,小波包和奇异值分解相结合的方法降噪效果最好。与其他方法相比,用新的方法对柴油机缸盖振动信号进行降噪处理的信噪比最高,且能明显识别出燃烧爆发、气门落座等各个阶段的振动信号,大大提高了特征提取的准确率。

基于小波包分析的意识任务特征提取与分类

将基于小波包变换的多尺度分析方法应用于自发脑电 (EEG)的特征提取。在对 3种意识任务的脑电信号进行多级小波包分解的基础上 ,将不同尺度空间的能量信号作为特征值 ,组成不同意识任务的特征向量 ,并利用径向基函数神经网络进行分类测试。结果表明 ,小波包变换方法的分类正确率高于自回归模型方法。小波包分析方法可以作为不同意识任务脑电信号特征提取的一种新方法 。

基于分布式紫外-可见光谱法水质在线检测监测系统研究——面向地表水环境

通过紫外—可见光谱技术原理的分析,利用无线传感器技术构建了宽覆盖、多参数的水质在线检测监测系统,介绍了系统构成、硬件及关键技术,实现了水质的连续监测和远程监控,可有效优化地表水环境的污染治理。

在定容燃烧弹内生成不同频段湍流特性的方法研究

利用孔板平动法生成湍流 ,通过调节平板孔径的大小和驱动电机的转速来达到在定容燃烧弹内生成不同频段湍流特性的目的 .运用小波包分析法对容弹内气流速度进行了时 频分析 .结果表明 ,容弹内部存在极强的循环平均流 ,湍流主要处于 4 0 0～ 16 0 0Hz的频率段 ,它的能量衰减期一般不超过 6 0ms .同时 ,也得出了容弹内湍流的产生、发展与平板孔径和电机转速之间的关系 .

基于小波包和GA-LM-BP神经网络的汽轮机故障诊断

对火电厂汽轮机转子常见的各类振动故障进行识别与诊断,可以及时发现故障并进行维修与预防。在传统故障诊断的基础上,采用基于shannon熵的最优小波包基降噪算法对原始故障信号进行去噪,利用"小波包-能量法"提取信号不同频段能量构造不同故障征兆表,并对故障特征量采用GA改进的LM-BP优化算法进行训练与识别。结果表明最优小波包基降噪效果优于硬阈值去噪,改进后的GA-LM-BP神经网络在汽轮机转子振动故障诊断精度和速度上均具有明显的改善。

基于小波能量法的变速箱齿轮故障诊断技术研究

利用小波包分析并结合小波包能量谱尺度图的方法,通过小波包分解利用各频带范围信号能量的改变,进行了变速箱齿轮故障的诊断。按此方法准确地识别了某汽车H型变速箱的故障。研究表明,对变速箱齿轮故障诊断是一种行之有效的方法。

基于小波包分析的电磁导波信号缺陷识别

在钢管的电磁导波缺陷检测中,导波信号会不同程度地受到环境噪声污染。针对该问题,提出基于小波包系数区域相关分析的信号处理方法,通过对有缺陷与无缺陷情况的钢管电磁导波检测信号进行小波包分解重构、滤波和区域相关法对比分析,有效地解决了电磁导波检测中钢管缺陷的判别问题。

声发射信号特征提取方法在复合材料层合板中的应用

将小波包能量谱分析法应用到碳纤维复合材料层合板(CFRP层合板)中,对CFRP层合板的落锤冲击实验过程进行分析,得到CFRP层合板在冲击实验时的损伤类型和各损伤阶段所呈现出来的声发射信号特征,实现材料损伤类型的判别。