基于小波改进阈值去噪和HHT的滚动轴承故障诊断

利用Hilbert-Huang变换(Hilbert-Huang Transformation,简称HHT)对滚动轴承进行故障诊断时,发现振动信号中包含的噪声对诊断结果影响较大。为克服此不足,提出了一种小波改进阈值法与HHT相结合的信号分析方法。该方法首先应用小波改进阈值方法对滚动轴承故障信号进行预处理,然后对去噪后的信号进行经验模态分解(EmpiricalMode Decomposition,简称EMD),接着选取含有故障信息的本征模函数(Intrinsic Mode Function,简称IMF)分量进行边际谱分析,从而提取出故障特征频率,并判断故障类型。仿真和实验结果验证了该方法的有效性。

改进的小波阈值去噪在压力管道声发射中的应用

声发射检测技术是在不损坏工件的基础上进行的缺陷检测,被广泛应用于特种设备检测。压力管道作为输送气体、液体、液化气体等介质的基础设备,一旦发生泄漏,会引发爆炸、中毒等危害事故。通过声发射检测管道泄漏初期信号,可反演管道内部缺陷情况,实现灾害预警,本文通过分析传统小波去噪理论,采用改进的阈值去噪算法进行含噪声发射信号的去噪处理,对后续声发射声源定位具有重要意义。

改进的自适应小波阈值法及其在测井曲线去噪上的应用

对测井曲线的各种去噪方法进行总结,根据小波阈值去噪法的优越性,提出一种改进的自适应小波阈值去噪法。选取Matlab工具箱里自带的曲线和测井曲线进行小波阈值去噪测试,改进的自适应小波阈值方法去噪方面表现优秀。新方法在滤除噪声的同时还能更好地保留信号的细节。

基于改进小波阈值去噪和CEEMDAN-HT融合的谐波检测技术

针对电网环境噪声导致自适应噪声的CEEMDAN谐波检测精度低的问题,文中提出了一种基于改进小波阈值去噪和CEEMDAN-HT融合的谐波检测技术。利用修正因子T j自适应调整阈值,通过可调参数τ调节阈值函数软、硬特性,并将改进的小波阈值去噪方法应用于谐波信号的预处理。经预处理的信号再进行CEEMDAN分解,可有效抑制模态混叠束缚。运用相关度判据去除虚假分量,并利用Hilbert变换解调包含谐波特征的分量,准确提取其幅频信息。经MATLAB仿真可知,改进小波阈值去噪与CEEMDAN-HT的融合算法可将稳态谐波检测平均误差被控制在1%以下,暂态谐波检测平均误差被控制在2.1%以下,呈现出良好的抗噪性能。

一种改进型小波阈值去噪算法的FPGA设计与实现

提出了基于现场可编程门阵列器件(FPGA)的一种改进型小波阈值去噪算法的设计与实现方案,利用Mallat快速离散正交小波变换算法,并在Altera QuartusII开发平台上采用Verilog HDL语言实现对含加性高斯白噪声的信号利用改进型阈值去噪方法进行处理。最后借助于ModelSim SE对含噪信号的处理进行验证仿真,仿真结果表明,该方案可以取得较好的去噪效果。

基于ICEEMDAN与改进小波阈值的谐波检测方法

为了准确检测噪声环境下的电网谐波,提出改进小波阈值降噪和自适应噪声集合经验模态分解(ICEEMDAN)结合的谐波信号检测新方法。通过调节因子β调节阈值特性,并使用改进小波阈值进行降噪预处理;将去噪后的信号经ICEEMDAN分解,获取若干个内在模态分量(IMF),由相关系数判据去除虚假分量;最后通过希尔伯特变换(HT)解调出幅频信息。仿真实验表明:ICEEMDAN和改进的小波阈值方法结合,能够提高信噪比,并准确检测幅频信息和定位暂态信号的突变点。

ICEEMDAN-小波阈值法在谐波信号中的应用

为了在噪声环境下检测电力系统谐波信号,引入一种基于改进自适应噪声集合经验模态分解(ICEEMDAN)与小波阈值降噪的电力系统谐波信号检测新方法。该方法首先通过ICEEMDAN对含噪谐波信号分解,获取若干内在模态分量(IMF),计算每个IMF与原谐波信号的相关系数来确定含噪模态分量;然后使用改进的小波阈值函数对含噪分量进行去噪处理,通过希尔伯特变换(HT)获取谐波信号的幅频信息;最后将去噪后的IMF与优势IMF进行重构得到去噪后的信号。算例分析表明:ICEEMDAN和改进的小波阈值联合检测使得电力系统稳态谐波的平均误差为3.11%,暂态谐波的平均误差为3.64%,信噪比提高且去噪后的信号能够更真实地反映电力系统扰动信号的特征。

一种从低信噪比地震资料中提取信号的方法

采用改进的时空变小波阈值去噪与叠加技术相结合的方法实现从低信噪比地震资料中提取信号。为减小经典小波阈值去噪产生的过扼杀或过保留现象,选用中值与叠加结果对去噪结果进行约束,并以此为基础改进了经典小波阈值去噪方法。地震资料进行小波变换之后,对每一小波尺度下的各道的每一小波系数用改进方法去噪,然后小波重构,得到去噪后记录。应用多个小波重复上述操作,得到多道去噪后的记录,将这些多道记录叠加,实现增强信号的目的。理论分析及数据测试表明,该方法能从低信噪比地震资料中准确提取信号,且处理效果明显优于常规处理方法。

基于离散脊波变换的农作物图像去噪算法

由于农作物生长环境的复杂性,导致在获取农作物图像过程中或多或少存在一定程度的噪声,这给农作物成熟果实的自动化采摘造成了很大不便。因此,结合离散脊波变换,提出了1种农作物图像自适应去噪算法,该算法通过对图像实现多尺度脊波变换,保持低频分解系数不变,对于高频分解系数,首先分别采用改进非局部均值滤波算法(improved non-local means filtering,INLM)以及改进小波硬阈值去噪模型进行消噪;然后实现低频分解系数与各自消噪后的高频分解系数重构,从而获得2幅重构图像;最后实现2幅重构图像的等权融合处理,获得消噪后的农作物图像。结合相关试验,分别将该算法与经典非局部均值滤波算法(non-local means filtering,NLM)、已有的改进非局部均值滤波算法以及小波硬阈值去噪算法进行去噪效果比较,主观、客观分析结果表明,用该研究算法处理后的图像清晰度较高且残留噪声较少。

高低频噪声区分滤除的车辆载重动态测量方法

在车辆行驶过程中,为了精确测量车辆载重,提出了高低频噪声区分滤除的车辆载重动态测量方法。确定了车辆载重测量方案,分析了信号误差来源。对于发动机转动、环境温度变化引起的高频噪声,提出了具有可调节参数的改进阈值小波滤波,有效减弱了信号中的高频噪声;对于速度、加速度引起的低频噪声,提出使用BP神经网络拟合载重量与速度、加速度函数关系,以消除加速度、速度对载重测量的影响;为了解决BP算法易陷入局部极值问题,提出自适应鱼群算法搜索神经网络最优参数。经实验验证,改进阈值小波滤波可以有效去除高频噪声,提高了信号信噪比;提出的车辆载重测量平均误差为0.85%,最大误差为1.45%,平均误差比原始数据平均误差降低了约6倍。

基于小波变换的全方向M型心动图运动曲线滤噪

提出一种基于小波滤噪的全方向M型心动图运动曲线滤噪方法,全方向M型心动图是一种由B超得到的超声序列图像,由于在采集的过程中受到各种干扰以及由于图像数字化造成的阶梯效应,使得从全方向M型心动图中提取出的运动曲线存在噪声和量化效应。为了在消除处于高频分量的噪声和量化效应的同时,保证具有医学价值的信号分量不丢失,本文在传统小波阈值去噪的基础上,采用改进的小波阈值去噪方法来处理全方向M型心动图运动曲线,实验结果表明,该算法能够极大地消除心动图运动曲线中的噪声和量化效应,使得运动曲线较为平滑,采用同样的方法对速度曲线和加速度曲线进行平滑处理后,能够为医生的诊断提供更精确的信息。

基于ISSA-VMD与加权集合峭度的轴承故障诊断

针对滚动轴承故障信号易被噪声所掩盖,故障特征不易提取及故障类型无法确定的问题,提出一种基于改进麻雀搜索算法(ISSA)优化变分模态分解(VMD)与加权集合峭度的故障诊断方法。首先,构建一种综合函数作为目标函数,通过ISSA优化VMD实现故障信号的自适应分解;其次,建立加权集合峭度选取最优分量(IMF)并重构;最后,使用改进阈值对重构信号进一步去噪,通过1.5维能量谱对去噪信号分析,准确判断轴承故障类型。仿真和实际工程数据验证了所提方法的有效性,结果表明与其他智能算法优化VMD和包络谱分析对比,所提方法效果更优。

基于激光吸收光谱技术天然气管道泄漏定量遥测方法的研究

报道了基于激光吸收光谱学原理的天然气管道泄漏移动遥测技术,通过模拟天然气泄漏实验,分析了移动遥测的关键技术问题.为了定量遥测天然气管道微量泄漏,引入一个和剩余幅度调制(RAM)等值反相的信号对偏差进行补偿,降低RAM对谐波信号的影响,提高系统检测灵敏度.针对遥测回波吸收光谱特征,提出了改进软阈值小波去噪法,就提高系统信噪比而言,比传统软阈值去噪法高2倍多,同时对二次谐波(2f)信号形状也有很好的保留,通过探测限计算,系统移动遥测灵敏度达到80 ppm/m.

基于边缘检测的生产线手机膜缺陷识别方法

目前国内手机保护膜的产量和销量巨大,但手机膜生产线上的缺陷检验仍采用目检法,检测效率与准确率较低.针对生产线上手机膜缺陷检测的4个关键问题(正常与缺陷类别不平衡、高信噪比去噪、边缘特征提取以及缺陷样本检测效率)进行研究.采用RST和图像剪切方法实现缺陷样本扩充,解决缺陷样本少,缺陷位置和形式不足问题;提出自适应小波阈值及新的阈值函数,实现传统小波阈值去噪方法的改进,获得优异的去噪效果;在图像边缘检测技术中,引入改进小波阈值去噪方法及Otsu阈值设置方法,提高传统Canny算子的边缘检测性能,实现图像特征有效提取;利用具有旋转、平移及尺度不变性的Zernike矩对边缘检测结果进行特征表达,提高模式识别的效率及准确率.采用支持向量机(SVM)对正常手机膜和缺陷手机膜的边缘Zernike矩特征进行识别,实验结果表明所提方法准确率高、检测速度快,满足生产线上手机膜的缺陷检测要求.