尺度-小波能量谱在滚动轴承故障诊断中的应用

针对滚动轴承故障振动信号的特点 ,构造脉冲响应小波 ,采用连续小波变换的方法来提取滚动轴承故障振动信号的特征 ,在此基础上提出了一种滚动轴承故障诊断方法 :尺度 -小波能量谱比较法。通过对具有外圈缺陷、内圈缺陷的滚动轴承振动信号的分析 ,说明尺度 -小波能量谱比较法不仅能检测到滚动轴承故障的存在 ,而且能有效地识别滚动轴承的故障模式。

基于尺度-小波能量谱和神经网络的内燃机故障诊断

为了对内燃机气门及活塞连杆组故障进行有效地诊断，通过试验测取内燃机在不同故障下的振动信号，利用连续小波变换得到信号在不同尺度上的能量分布，即信号的尺度小波能量谱。其能量主要分布于尺度范围1～32，且相同故障模式下的尺度小波能量谱呈现出相似性，不同故障模式之间的尺度一小波能量谱存在很大的差异性，以此作为不同故障模式的信号特征，结合BP神经网络方法，实现了对待检信号的正确识别。

基于尺度-小波能量谱的舰船轴频电场检测算法

为了检测复杂海况下的舰船轴频电场信号,文章通过连续小波变换分析了海洋环境电场和舰船轴频电场的实测信号,计算其尺度-小波能量谱并找出两者差异。根据两者在不同尺度内能量分布的差异,在一定特征尺度内提取能量和为特征值,并根据环境变化,设置具有自适应功能的动态阈值,通过滑动检测的方法实时检测信号。算法由高信噪比和低信噪比的实测数据验证。结果表明该算法在高信噪比时检测率达100%,没有出现虚警和漏警,在低信噪比时也能较好地检测到目标信号。该算法具有较强的稳健性和较好的检测效果,为舰船轴频电场信号的检测提供了一种新方法。

基于改进灰色关联度及尺度-小波能量谱的输电线路故障选相

提出基于改进灰色关联度和尺度-小波能量谱的输电线路故障选相新方法,依据尺度-小波能量谱分析提取暂态故障特征,再由改进灰色关联度分析来确定故障相别。对故障线路三相电流信号进行小波分析,获取各尺度下的小波变换系数,计算尺度-小波能量谱;采用改进的灰色关联度算法对故障信号能谱和参考序列进行关联度分析,根据最大关联度原则确定故障类型。仿真表明,该方法能准确地判断故障相别。

基于尺度—小波能量谱的船舶水压场信号检测

为了有效地从风浪背景中检测船舶水压场信号,本文利用连续小波变换分析了实测海浪水压场与船舶水压场的尺度—小波能量谱,根据两者的能量差异,提取某一特征尺度范围内的能量和为特征,采用滑动检测方法对信号进行实时检测.通过实测数据和仿真数据对该检测算法进行验证,结果表明此方法在低信噪比情况下,能较好的检测到目标信号.

舰船地震波信号的小波能量谱检测算法

本文基于滑动小波能量谱提出一种新的舰船地震波信号实时检测算法,首先利用小波变换对实测信号进行尺度-小波能量谱分析,获得信号在尺度-小波能量谱上的特点,然后基于该特点选取一段频带内的能量和作为检测特征量,最后通过比较特征量与阈值的大小,并根据一定的检测规则,完成对舰船地震波信号的实时检测。实测数据和仿真数据表明,该检测算法能够实时地完成对目标信号的检测,且在信噪比为-15 dB时,检测概率达到96%。

基于Morlet小波变换的滚动轴承早期故障特征提取研究

针对轴承故障初期振动信号中的特征成分极易被噪声信号淹没而不能及时检测的问题,结合Morlet小波变换降噪的基本原理,提出一种由尺度相关能量分布确定最优尺度参数的方法,从而在该尺度下对信号滤波来提取冲击特征成分。以最小Shannon熵优化Morlet小波的形状参数,实现母小波与信号故障特征的最佳匹配;以最优Morlet小波在不同变换尺度下的小波系数绘制尺度-能量谱,利用信号故障特征能量在特定尺度范围内聚集的特性,从谱图的极值点中选择滤波效果最好的尺度参数。对轴承全寿命数据的实际应用结果表明,与信号的均方根趋势相比,该方法能够提前从信号中提取微弱故障特征并检测到轴承的外圈故障,为轴承早期故障诊断提供了一种有效途径。

焊接裂纹金属磁记忆信号的特征提取与应用

金属磁记忆检测技术是一种新兴的对铁磁性材料进行早期损伤诊断的无损检测方法。通过对焊接裂纹磁记忆信号的小波能量谱特征进行研究表明,与无裂纹时相比,含有焊接裂纹信息的金属磁记忆信号,其尺度-小波能量谱的分布范围广,能量水平高,且能量达到峰值以后,呈指数规律下降,据此可以判定被测试件中是否含有裂纹缺陷;其空间-小波能量集中程度较无裂纹时高,而能量集中的位置恰好就是焊接裂纹存在的位置。

基于连续小波变换的湖底回波特征提取

提出了以多尺度连续小波变换值矩阵的奇异值作为识别特征矢量的方法,并利用该方法对湖底回波实测数据进行特征提取与分类。理论分析与仿真试验结果表明,相对于时间-小波能量和尺度-小波能量特征提取法而言,该方法可得到更好的类内紧致性和类间可分性,以及更佳的分类效果。