基于局域波分解的电火花加工放电状态预测方法

针对微细电火花加工和深孔电火花加工过程中频繁出现放电信号严重畸变、放电状态不稳定甚至放电状态突变等实际加工情况,建立基于模糊逻辑的电火花加工放电状态逐级映射检测系统;在此基础上,将局域波分解理论引入电火花加工放电状态预测的研究,结合系统辨识理论和线性预测方法,建立基于局域波分解的电火花加工放电状态预测数学模型,提出基于局域波分解的电火花加工放电状态预测方法。试验证明,基于局域波分解的电火花加工放电状态预测方法的预测精度高、辨识数据短、运算速度快、实时性强,能够有效消除传统预测方法的滞后性,达到提高微细和深孔电火花加工效率、增强电火花加工预测控制系统稳定性的目的,确保加工质量和加工效率等工艺目标的良好实现。

局域波分解算法

局域波分析是一种新的时频分析方法,该方法的关键是局域波分解算法,它的好坏直接影响到基本模式分量的精度,进而影响到它的实际应用。综述了各种局域波分解算法,讨论了各种算法的性能和特点,指出了改善局域波分解性能的具体措施和应用局域波分解算法应注意的有关问题,展望了局域波分解算法的可能发展。对局域波分解算法的改进和局域波分析的应用具有参考价值。

基于局域波分解的循环射流混合槽内压力脉动信号时频特性分析

为了探讨循环射流混合槽射流混合区内瞬态流动特性,在Re=3660～32940范围内利用动态数据采集系统对射流混合区内不同轴向、径向和周向位置的瞬态脉动压力进行了测量,并采用基于局域波分解的方法分析了循环射流混合槽内压力脉动信号的时频分布。研究表明:瞬态压力波动信号的波动能量分布随瞬时频率的提高明显降低;在θm=π/6和π/3时,频率集中分布在为0～0.25 Hz,而θm=π/4和θm=5π/12时,瞬时波动频率主要分布在0～6Hz和0～20Hz。低雷诺数下流体运动随机性频繁,Re=3660时存在32Hz,25Hz,7Hz和5Hz等多个频率集中分布段,而Re=18300和Re=25620时频率范围为0～8 Hz和0～3 Hz。随着测量位置z/H增加,0～1 Hz内低频能量比例先减小然后增加再减少;z/H=0.85时受到自由液面的影响,集中能量频率分布范围较其他轴向位置要广,且0～5 Hz低频能量比例减少。

基于局域波分解的地震信号时频属性提取

局域波分解可以得到有意义的频率并可以抑制时频分布交叉项,是1种新的自适应信号分解方法。在局域波分解基本原理的基础上,研究基于局域波分解的地震信号分频谱及频率属性的提取方法。将局域波分解与传统时频分析结合,进行有效数值实现与对比分析,通过模型地震数据与实际2D地震数据试算验证方法的正确性和有效性。研究表明:基于局域波分解的Wigner时频分布分频谱,具有较高的时频分辨率,交叉项得到简单有效的抑制;基于局域波分解的时频分析方法计算提取的频率属性,避免无意义的负频率,物理意义明确,为在地震储层研究和油气检测中的正确应用奠定基础。

基于局域波分解的机动目标ISAR成像

在飞机一类惰性较大的目标作机动飞行时,在ISAR成像的短时间内,同一距离单元的回波可近似看成多分量线性调频信号的叠加,且调频斜率各不相同.因此,在ISAR成像的横向压缩处理中,先利用局域波分解方法将每个距离单元的回波分解为若干个线性调频信号,然后再进行Wigner-Ville变换(WVT),获取目标的瞬时多普勒谱,进而实现目标的二维成像.该处理方法不仅避免了WVT交叉干扰项的产生,而且在保持WVT的高时频分辨能力的同时减少了计算量,仿真结果证明了该方法的有效性.

利用ICA的局域波分解及其在机械故障诊断中应用

局域波分解算法的自身局限使得分解分量之间的正交性不能得到保证,分解分量存在信息冗余,从而影响了分解质量.针对这个问题,将独立分量分析(ICA)引入局域波分解过程中,以消除分解分量的信息冗余,使得局域波分解得到的基本模式分量之间相互正交独立,改善局域波分解算法的局限性,准确地进行局域波分解.应用该方法对转子早期碰摩振动信号进行了分析,并对分解得到的高频基本模式分量进行Hilbert包络解调分析,准确提取了转子碰摩故障特征.试验数据的分析结果证明了方法的准确性和有效性.

抑制局域波分解端点效应方法的研究

针对局域波分解存在的端点效应问题,提出了三角波形相似估计法对信号端点局部均值进行估计。方法根据三角形相似原理设定了两个相似估计误差,通过两次筛选得到与边界三角波形最相似的三角波形,从而实现对端点局部均值的估计。过镜面闭合延拓法、多项式拟合估计法、边界波形匹配预测法和三角波形相似估计法进行比较研究。仿真和比较结果表明,方法在运行时间、存储空间和最大估计误差三个方面均具有较好的性能,能够有效地抑制局域波分解端点效应。

基于局域波分解的大系统派生模态降维研究

文章分析了当前以平衡与截裁为代表的大系统降维理论,鉴于其内容不尽完善,因此基于系统运动模态的特征,在科技与哲理的辩证分析基础上,建立了大系统派生模态理论和组合降维模型。对于工程实际中的系统响应曲线,提出了基于局域波分解的大系统派生模态提取策略实现系统降维。仿真结果表明,基于模态和图形的协同算法应用简便,并可获得较高精度的降维模型。

基于局域波分解和约束插值的地震反演

在我国东部油田的勘探开发中,井震联合高分辨率反演是薄互层储层预测的有效方法,将高频测井资料和相对低频的地震资料有机地结合起来,得到与地震资料吻合程度高的层状地质模型是获得好的反演结果的基础。为此,在时间-相位模型约束的井资料外推方法中,引入局域波分解技术来求解地震瞬时相位;通过井旁地层对比,建立测井资料与地震资料之间的联系,把测井信息在地震资料建立的等相面约束下外推出去,以获得高分辨率的属性反演剖面。针对局域波分解方法中的一些不足,提出了一种新的方法——希尔伯特变换均值模式分解法,提高了方法的计算速度和抗噪能力。此外,对测井属性外推插值到井外的方法——基于约束插值的反演理论进行了探讨,从理论上解释了拟测井曲线反演的有效性。将上述方法应用于大庆油田茂2井区,获得的扶余油层的波阻抗、自然伽马、电阻率、砂体隶属度分布等反演剖面的分辨率得到了提高,横向连续性得到了改善。

局域波分解在被动测向声纳中的应用

局域波分解可以把复杂信号分解为有限个内蕴模式函数和一个趋势项,这个过程相当于在时间域上对不同的频率信号进行分类。不同的内蕴模式函数分量代表了不同频率分量的信号成分,利用海洋环境噪声与目标信号频域特征或相关函数的不同,滤除被动测向声纳接收信号中的海洋环境噪声,提高输入信号的信噪比,进而提高被动测向声纳的检测性能。提出了基于局域波分解的被动测向声纳信号检测模型。计算机仿真结果表明,相对于传统的二元被动测向声纳检测模型,基于局域波分解的信号检测模型可以有效提高被动测向声纳的检测性能。

基于局域波分解的非参数概率密度估计

局域波分解在提取信号趋势方面具有异乎寻常的效果.根据局域波缓变趋势提取算法,在小波概率密度估计思路的基础上,结合密度估计的直方图法,建立了局域波概率密度估计新方法.此方法能有效去除样本数据直方图中的高频成分,获得低频趋势,即概率密度.在混合高斯概率密度估计中的应用表明,对于无断点的密度函数,其具有计算简单、精度较高的优点.

基于局域波分解的柴油机燃烧状态分析

为了提高柴油机工作状态检测的效果,根据局域波分解的特点和信号缓变趋势的重构方法,提取了柴油机燃烧阶段缸盖振动信号的趋势,从中确定出柴油机真实燃烧状况。实验表明,此方法能反映出柴油机不同喷油状态下的特征信息,与实测缸内压力信号所反映的信息相似。但比用实测缸压来估计工作状态的方法更实用,更易测得。

基于分形滤波和局域波分解的齿轮箱轴承故障诊断

提出了一种基于分形滤波和局域波分解对齿轮箱进行故障诊断的方法。针对齿轮箱工作环境的影响,传感器采集的信号含有噪声干扰,先使用分维数作为模糊系统控制系数的分形滤波器对振动加速度信号进行处理,以提高信号信噪比,然后用局域波分解算法将消噪数据进行处理,得到基本模型分量和剩余成分,最后对每一个基本模型分量做出功率谱图进行频谱分析,从而识别出齿轮箱轴承故障。

基于局域波分解的微机械陀螺信号提取研究

在某型微机械陀螺实测数据的基础上,提出采用局域波分解的方法进行陀螺信号提取研究。根据局域波分解的滤波特性,采用一种新的滤波方式。首先将某一时刻的多个瞬时频率分解到不同的基本模式分量中,对信号进行局域波分解;根据分量相关系数判别噪声;对分量进行时域尺度滤波,得到重构后的去噪信号,进而得到陀螺真实信号。在实测数据上,通过局域波分解和小波变换进行信号提取对比分析,试验表明,两者均能很好的信号去除噪声,提取陀螺信号,但硬件实现上局域波分解更容易,更有实际工程意义。

基于局域波分解的混沌时间序列分析

采用希尔伯特谱方法分析混沌信号的瞬时频率,揭示混沌信号的各组成成分的频率随时间变化的规律;针对噪声背景下的混沌信号降噪问题,以Lorenz方程为例,采用局域波分解方法对含噪信号进行自适应滤波。通过与小波去噪方法对比,仿真结果表明局域波方法的算法通用性强,降噪效果好。

基于局域波分解的Wigner-Ville分布

文中介绍了一种新算法——LWVD,即通过局域波分解复杂信号,得到有限个基本的模式分量,然后计算Wigner-Ville分布。这种方法有效地抑制了时频分布交叉项的干扰。通过仿真试验,验证了这种方法的有效性。

基于局域波分解及时间序列的风电场风速预测研究

风速预测对风电场和电力系统的运行都具有重要意义。对风速进行比较准确的预测,可以有效地减轻或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争能力。本文基于局域波分解和时间序列分析的方法,对风速预测进行了研究,并提出了局域波分解-时间序列分析的综合预测方法。通过对实际测量统计的风速时间序列进行局域波分解,使之分解成为有限个基本模式分量和一个趋势分量,并对分解出的各个分量用时间序列分析的方法进行预测,最后叠加得到预测的风速信号。由于局域波分解可以将一个非平稳的风速信号序列分解成有限个相对平稳的风速信号序列,所以此方法能够有效地提高预测精度。

基于局域波分解的齿轮箱故障诊断研究

实验采集的齿轮箱振动信号具有非线性、非平稳性,提出将局域波分解与小波降噪相结合的故障诊断方法。针对齿轮箱在不同工况下的振动信号,首先采用小波降噪方法去除原信号噪声,提高信噪比;然后采用局域波分解方法将去噪后的信号进行分解,得到一些基本模式分量和一个剩余分量;最后对基本模式分量做出功率谱图,区分齿轮箱各种故障工况。结果表明:局域波分解方法在齿轮箱故障诊断中的有效性。

局域波分解在股票数据分析中的应用

局域波分解方法是提取数据局部平均值,绘制曲线,将信号信息分解成几个有物理性质的分量,从而分析信号的各种特征。对局域波分析方法进行推广,应用具有非平稳随机性的股票数据分析问题上,提出了分解算法,并进行了仿真验证。

基于提升小波和局域波的故障特征提取

针对局域波分解过程中由于噪声导致模态混叠问题,应用提升小波变换对信号进行预处理,消除噪声对局域波分解的影响,改善了局域波分解质量,避免了局域波分解过程中虚假模式分量的产生。对于转子系统碰摩故障诊断中微弱冲击性故障特征难于提取的问题,应用该方法对转子振动测试信号进行分析,然后对分解得到的高频基本模式分量进行Hilbert包络解调分析,可以得到冲击响应信号出现的周期,准确提取了转子碰摩故障的特征信息。转子碰摩故障实验数据的分析结果证明了方法的有效性,可望应用于工程实际。