基于声发射与小波包理论的压力管道泄漏检测

采用声发射技术与小波包理论相结合的方法对管道泄漏点实现了精确定位.首先,对2个声发射传感器采集的数据信号运用小波包分解并重构得到不同频段数据.然后,对2个传感器分解信号的同一频段做互相关分析,比较并选取相关系数最大值对应的时间代入定位公式就得到了泄漏点的位置.通过数字仿真对比表明,该方法优于直接相关定位法,具有较强的抗噪声能力,提高了信噪比.实际测试结果表明,该方法具有高于94%的定位精度,可以用于实验压力管道泄漏的检测与在线监测中.

钻进过程中基于小波包理论的岩性识别研究

提出了一种利用钻柱轴向振动调幅信号实现岩性识别的方法。三牙轮钻头钻进不同岩石时易引发携带强烈背景躁声的钻柱轴向调幅振动信号 ,采用小波包多层分解、域值滤波、最优向量选取及重构信号等方法并结合快速傅立叶变换频谱分析 ,有效地提取出被噪声淹没的调幅信号 ,检测出中心频率及其边频率带 ,计算出与岩性相关的综合齿数 ,从而快速。

小波包理论与图像小波包分解

介绍小波包理论与图像小波包分解。

基于最优小波包理论陀螺信号处理方法

小波变换具有良好的时频率局部化特性,基于小波变换的陀螺信号消噪方法在实际应用中取得了较好的效果。小波包具有比小波更为细致的时频划分能力,因而具有更强的时频局部化特性。笔者将基于Shanon-Weaker熵准则的最优小波包基应用于陀螺信号的去噪,并给出了去噪算法。此外,还将CS-ARS微机械陀螺的实测数据在MATLAB中进行了数值仿真,仿真结果表明,本文所介绍方法对陀螺信号的去噪效果优于小波变换方法,具有广泛的应用前景。

小波包理论与图像小波包分解

小波包变换是一种提取虹膜纹理特征的有效方法。对虹膜图像的纹理特征的处理,主要集中在中高频能量部分,可以对图像进行二级小波包分解,并提取出第一级和第二级的中高频部分的能量分量作为特征向量。

小波包理论在康明斯汽车发动机故障诊断中的应用

本文概要地叙述了小波变换、小波包理论；利用小波包对KTA50型汽车发动机的振动信号进行分析，证实了小波理论能够对康明斯汽车的发动机信号进行有效的分析和处理，利用小波理论分析汽车发动机的振动信号能够对汽车发动机准确实施故障诊断，为小被包理论在汽车发动机故障诊断领域中的应用提供了例证。

基于小波包分析理论的柴油机故障诊断方法

柴油机在运行过程中会产生各种振动,这些振动包含着各系统、各零部件技术状态的有用信息。当某系统或部件发生故障时,首先会在振动信号中有所反映,因此,对振动信号分析处理,就能提取出故障信息来源。目前,对柴油机振动信号的研究还有一些难题有待解决,研究基于振动信号的柴油机故障诊断方法对解决这些难题具有一定的理论意义和实际价值。本课题运用DEWE2010燃烧分析仪以及各种传感器采集数据,通过小波包分析理论方法,并结合DEWE-SOFT软件和Matlab工具箱对4190ZC柴油机进行故障诊断方法的分析研究。

基于小波包变换的多载波调制解调算法及其DSP实现

小波包调制(WPM)是基于小波包理论的一种新型多载波调制方式。国内外以往的研究主要集中在方案研究和性能仿真方面,本文提出了DSP实现小波包调制的方案并用高速DSP芯片实现了小波包调制的快速算法及代码优化。实时运行结果表明:用高速DSP芯片可以满足WPM所需的大计算量和高速移动通信的要求。

基于小波包变换的电流互感器饱和识别及有效数据运用策略

为解决电流互感器(CT)发生饱和时其二次电流畸变进而导致母线差动保护误动的问题,提出一种电流互感器饱和识别及有效数据提取方案。首先基于采样信息时频特性的相似性将连接于同一母线的CT划分为一组,然后在保护启动后采用优化小波包算法识别组内所有CT采样电流的突变点,通过对比识别CT饱和,同时提取故障发生后的有效数据段,根据其长度采用不同的滤波算法进行保护计算。基于PSCAD的仿真表明所提方案能够准确识别各种不同类型的CT饱和,对于快速饱和、干扰以及转换性故障也能有效应对。

基于小波包分析的故障选线方法研究

通过探究小电流接地系统单相接地故障选线的方式,指出当前选线方式的不足,并分析了小电流接地系统故障后的暂、稳态特征,提出了一种以S注入法为基础,以线路的零序电流为判据,以小波包分析为工具的理想选线方法。最后,建立小电流接地系统模型,通过改变母线到故障点的距离与接地电阻大小等参数进行仿真,验证了该选线方式的准确性。

基于小波神经网络的电力电缆故障定位方法研究

为实现电力电缆故障点在线迅速准确的定位,结合电力电缆的故障特点,提出一种利用小波神经网络对电力电缆故障进行定位的方法。应用小波包分析理论对电力电缆故障信号进行特征提取,并在此基础上利用人工神经网络强大的非线性特征函数拟合能力来实现小波包系数到故障距离的映射,解决故障在线测距问题。选择若干历史故障测距数据进行仿真试验,试验结果表明,利用训练成熟的小波神经网络能够在较小的误差范围内实现故障定位。

刀具磨损状态检测方法的分析与验证

为监测机床刀具磨损程度,提出了一种基于小波包理论(WPD)、经验模态分解(EMD)以及支持向量机(SVM)等相结合的刀具故障诊断方法。通过小波包理论工具消除刀具的高频噪声信号,并对去噪后的信号进行模态分解、合成,计算出模态函数(IMF)和EMD分解信号的相关参数。将计算出的信号时域上的特征参数作为支持向量机(SVM)的输入特征向量,完成对刀具故障的检测。实验结果分析表明,该方法可以有效地判断刀具磨损程度,验证了方法的可行性。

基于神经网络的模拟电路故障诊断方法

模拟电路的软故障是指电路元件值发生变化,超出容差允许范围的情况。针对软故障会导致系统性能变差,但功能并未丧失的情形,提出小波神经网络结合电路健康状态评估的模拟电路故障诊断方法,利用小波包理论对模拟电路故障状态进行特征提取,采用BP神经网络对故障元件识别定位,并通过特征样本的加权马氏距离估算元件软故障程度和故障发生概率。仿真实验结果表明,该方法对模拟电路单个软故障的识别定位有较高的准确率,对电路的健康状态进行评估时,能够准确真实地反映电路的实际物理状态。

基于变分率时域技术的光通信数据预处理研究

针对传统方法存在数据预处理时间长、无法消除冗余数据等问题,提出一种基于变分率时域技术的光通信数据预处理方法。首先采用变分率时域技术提取光通信中的冗余数据特征,然后运用线性频谱分析法对冗余数据特征进行分类,根据分类结果可实现冗余数据消除和处理,最后进行了光通信数据预处理仿真实验,结果表明,本文方法对源数据影响较低,运算过程简单,提高了光通信数据预处理效率,为提升光通信冗余数据的消除效率提供了有力的依据。

基于暂态信号的小电流接地系统故障定位

分析了非有效接地系统发生单相接地故障时,各条馈线零序电流的暂态特征,并以此基本特征为基础结合小波包理论,提出了小电流接地系统故障选线的综合极性比较法。利用PSCAD软件搭建10 k V配电网模型,结合MATLAB编程实现了不同过渡电阻、故障合闸角以及故障距离等故障条件下的故障选线,仿真结果表明本文提出的选线方法能够在预定的各种工况下可靠准确地进行选线,而不受干扰和测量误差的影响。