小波包特征免疫检测器在设备异常状态检测中的应用

旋转机械设备工作机理复杂,故障样本缺乏,难以应用传统的方法对其进行有效的异常状态检测.结合小波包分析技术及人工免疫系统理论,构造了小波包特征免疫检测器,给出了小波包特征免疫检测器的产生算法、异常状态检测方法.小波包特征免疫检测器是在对正常样本学习的基础上产生的,不需要设备运行的故障数据,适合对故障数据缺乏的设备进行有效的异常状态检测.活塞压缩机气阀的异常状态检测结果表明,小波包特征免疫检测器检测效果良好、准确率高.

小波包分析在滚动轴承信号消噪处理中的应用

对滚动轴承的故障特点进行了分析.根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性,提出了小波包分解和重构用于滚动轴承信号消噪处理的概念及其算法,建立了滚动轴承加速度信号实时测试系统.通过实验研究得出,用小波包分解并通过重构可使分解后的数据长度不变,使分解层数不受限制,证明小波包分析方法应用于滚动轴承信号消噪的有效性,并取得了较好的效果.

基于小波包分解的虹膜识别算法

特征提取是虹膜识别的关键技术;由于虹膜图像具有丰富的纹理,提出了基于小波包分解的虹膜识别算法。小波包分解不仅包含了图像的低频部分而且还保留了高频部分,它能够有效地提取虹膜纹理特征,并按hamming距离对虹膜进行匹配。实验结果表明,该算法具有良好的鲁棒性。

基于小波包变换的暂态电流保护在带固定串补的超高压线路上的应用研究

运用柏德生法则,定性地分析了带固定串补的超高压线路上的波过程及保护安装处反射电流与透射电流的S域表达式,该暂态量保护的性能不受串补电容金属氧化物变阻器(MOV)保护非线性特性的影响。以小波包分解作为分频手段对暂态电流进行分频,利用高低频段能量比作为保护判据。理论推导与仿真结果证明,该原理的保护可应用于带串补的超高压线路,且与串补电容安装位置基本无关,对不同的系统运行方式、故障类型、故障初始角及过渡电阻不敏感。

基于支持向量机的提升机制动系统故障诊断

针对提升机制动系统中常见的卡缸故障,利用支持向量机(SVM)这一新的机器学习方法进行智能诊断．在某一闸系统正常时获得2组信号,卡缸时获得6组信号,采用3层小波包对闸瓦间隙-时间信号进行分解,以各频带的能量为元素构造特征向量,形成故障诊断样本,在Mat- lab6．5环境下用SVM工具箱进行编程,建立SVM故障分类器并对测试样本进行测试,从而实现提升机制动系统卡缸故障诊断．实验结果表明,在不到0．1 s时间内,就建立了SVM故障分类器,该分类器对测试样本的诊断正确率达到了100％;当训练样本由6组减少至4组时,SVM故障分类器仍可以有效地实现对卡缸故障的诊断．因此,SVM方法对于少样本的故障诊断有较强的适应性,非常适合于矿井提升机这种安全运行要求很高,但又不具备大量故障样本的系统．

最大段药量对爆破振动信号频带能量分布的影响

根据爆破振动信号短时非平稳的特点 ,利用小波包分析技术对地下工程爆破振动信号频带能量分布与最大段药量的关系进行了探讨。介绍了小波变换与小波包分析的特点。基于 MATLAB对爆破振动信号进行深层次的小波包分析 ,得到了爆破振动信号在不同频带上的能量分布图。最后 ,分析了地下工程爆破振动信号的能量分布与最大段药量的不同所显示出来的一些规律。

膛内压力联合时频特征分析

利用小波包提取了膛内射击过程压力的时频特征,从联合时频的角度,讨论了造成内弹道循环各阶段压力高频震荡的各种可能不利因素,对膛内在时域里难以区分的复杂过程在频域里加以区分和定位,对了解膛内射击过程及火炮装药设计提供了更加丰富的信息.利用小波包重构了膛内压力曲线,这比传统的滤波更有物理意义.