基于小波变换和改进Hilbert变换对科氏质量流量计信号处理

针对工程应用中现有算法处理科式质量流量计两路时变信号相位差计算准确度不高的问题,采用一种基于小波变换和改进Hilbert算法结合的方法,对其两路时变信号进行分析处理,从而快速、准确计算出两路输出信号相位差。该算法首先采用基于小波变换重构的方法对信号进行逐层滤波,滤除现场环境中各种干扰信号并保持检测正弦信号滤波后相位不变,最后应用改进Hilbert算法计算出所测两路信号实时相位差。通过实验可知:该算法可行有效,实时性强,测量准确度高,能够实现科式质量流量计的高准确度测量。

基于改进Hilbert变换的电力信号频率测量方法

对基于改进Hilbert变换的频率估计算法进行了研究,给出了利用电力正弦信号的特性并通过多次自相关运算来有效地抑制噪声,提高信噪比,然后再经Hilbert变换来构造解析信号,从而估算出输入信号频率的电力信号频率测量方法。实验结果表明,该方法具有很好的抗噪能力,能有效地对电力系统的信号进行频率估计,其精度可比传统的直接Hilbert估计算法提高2～3个数量级。

基于改进Hilbert变换的车辆变速箱故障特征识别

针对传统信号时频分析算法消噪效果差、无法应对端点效应及信号模态混叠的不足,提出基于改进的Hilbert变换的车辆变速箱故障特征识别算法.先构造信号的IMF分量,优化Hilbert算法的经验模态分解性能,并基于TVD方法对原始故障信号做消噪处理;利用信号波形曲线变化的斜率来预测处于端点处的信号变化趋势,抑制信号的端点效率和模态混叠现象,最后利用改进的Hilbert变换分解不同故障类型的特征奇异值准确识别故障特征.仿真结果表明提出算法在高、低频状态下都能准确提取变速箱的故障特征,且拥有高达98.38%的故障分类准确率.

基于改进Hilbert-Huang变换的管路环向裂纹故障诊断研究

在制造、加工、装配以及服役过程中,航空液压管路可能存在平面型缺陷。在适航载荷作用下,这些缺陷会萌生裂纹并发生扩展,最终导致管路破裂和油液泄漏。为了在管路产生微裂纹时对其进行故障诊断,采用了自行搭建的航空液压管路模态试验平台和测控系统,对存在环向裂纹航空液压管路的振动信号进行了采集和预处理。而在对管路振动信号进行分解时,由于经验模态分解(Empirical Mode Decomposition,EMD)算法存在模态混叠问题难以获得准确的本征模态函数(Intrinsic Mode Functions,IMF)。为提高信号处理精度,提出一种基于自适应噪声完备经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)和Hilbert变换理论相结合的改进Hilbert-Huang变换方法对航空液压管路环向裂纹进行故障诊断。研究结果表明,该方法能够更准确地诊断航空液压管路的环向裂纹故障。

基于声信号递归Hilbert变换的轴承故障诊断研究

轴承缺陷检测与损伤程度检测一直是旋转机械领域内非常重视的问题,虽然目前针对振动信号的研究已经取得相当好的结果,但是对于难以安装振动传感器的情况,诊断效果仍需改进。针对强背景噪声下故障轴承产生的声音,提出一种基于递归Hilbert变换和一维卷积神经网络的诊断方法来提取抽象特征并进行模式识别。卷积神经网络结构中引入了全局平均池化层来加速网络的运行。最后,通过数据集验证了所提方法的有效性,与其他常用分类方法进行对比,验证了该方法的优越性。结果表明:所提算法不仅能够准确识别轴承的损伤部位,而且能够准确区分部件的损伤程度。

宽电压增益CLLLC谐振变换器的改进型电流解析方法

对谐振电流的精确解析是计算CLLLC谐振变换器损耗的重要环节。针对宽电压增益CLLLC谐振变换器励磁电感与谐振电感比值较小的特点,基于电流拟合近似法提出了一种改进型谐振电流解析方法。首先通过分析变换器在三元谐振期间的等效拓扑,列写出谐振电流的阶段解析式,其次在考虑到三角函数未知量求解计算复杂的情况下,提出了修正系数的概念以简化计算,最终根据谐振电流的波形特点得出谐振电流初始解,并进一步通过分段迭代的方法逐步逼近谐振电流真实值。仿真结果表明,所提出的改进型电流解析式相比于传统方法,在三元谐振期间能够更加准确地描述谐振电流的变化过程,验证了所提方法的正确性。

基于改进LSTM-SVM的双向DC-DC电力变换器故障诊断

目的为了解决双向DC-DC电力变换器的软故障诊断精度不高的问题,方法提出基于改进LSTM-SVM的双向DC-DC电力变换器故障诊断模型。首先,分析双向DC-DC电力变换器中电容、电感和MOSFET管的故障机理,通过仿真实验模拟各元件失效后变换器的输出电气参数变化,从而确定变换器不同元件故障时对应的故障特征参数;其次,构建改进的LSTM-SVM双向DC-DC电力变换器故障诊断组合模型,在LSTM中添加Mogrifier门机制,提高LSTM提取时间序列原始数据中微弱特征的能力;最后,由于传统LSTM的末端分类器为Softmax,其主要解决单一元件诊断问题,变换器故障类型较多,维数较高,所以采用麻雀搜索算法优化的SVM代替原有的Softmax函数,对LSTM输出的数据进行故障分类,提高故障诊断的准确率。设置双向DC-DC电力变换器充放电两种状态下,包含电解电容、电感和MOSFET单双管故障在内的24组故障,分别采用本文构建的改进的LSTM-SVM和原始的LSTM-SVM双向DC-DC变换器故障诊断模型进行诊断。结果结果表明,改进的LSTM-SVM故障诊断模型诊断准确率平均值为99.71%,原始的LSTM-SVM故障诊断模型诊断准确率平均值为88.48%,改进的LSTM-SVM故障诊断模型对各元件的故障诊断正确率均高于原始的LSTM-SVM故障诊断模型的。结论基于改进LSTM-SVM的双向DC-DC电力变换器故障诊断模型实现了对双向DC-DC电力变换器中的电解电容、电感和MOSFET单双管故障的准确诊断。

基于神经网络的微电网交错并联变换器的改进自抗扰控制

针对混合储能微电网在负载突变、扰动加入等多种复杂工况下引起的用电端降压接口的电压质量降低的问题,文章设计了一种以改进线性自抗扰为主要控制器,以BP神经网络为辅助参数优化算法的闭环控制策略。首先,根据六路交错并联变换器的电路拓扑建立时域下的数学模型,并对系统总扰动进行重构,将总扰动分解为模型未知扰动和外界扰动,分别利用观测器进行估计,形成了改进线性自抗扰控制,提高系统的扰动观测能力和观测精度;其次,为使系统获得控制参数的实时优化能力,引入BP神经网络,对控制器参数进行实时整定;最后,搭建了混合微电网六路交错并联变换器的数字仿真模型和半实物仿真模型进行验证,并与PI,LADRC进行了比较。结果显示,所提控制策略不仅具备优异的输出电压质量,而且使系统获得了更好的稳定性与鲁棒性。

经验小波变换和改进S变换结合的电能质量检测与识别方法

为分析不确定干扰因素影响下的实际电力网络电能质量问题,提出一种经验小波变换(EWT)和改进S变换相结合的电能质量检测与识别方法。该方法一方面利用EWT联合归一化直接正交(NDQ)算法和奇异值分解(SVD)算法准确提取调幅-调频分量的频率、幅值和时间参数,另一方面考虑到EWT算法在高噪声环境下瞬时幅值波动的问题,引入改进S变换提取高噪声干扰下的电能质量扰动时频信息,最后,基于EWT和改进S变换提取的扰动特征向量,利用基于改进粒子群优化算法(IPSO)优化支持向量机(SVM)的电能质量扰动识别分类器实现扰动类型的精确识别。仿真和实验表明所提方法在复合扰动识别分类时平均识别准确率为93.23%,且能够准确识别4种实测扰动信号。

基于Hilbert变换的条纹-灰度线性投影三维测量

针对传统的条纹投影测量中绝对相位求解方法存在投影图像数量较多以及算法复杂程度高的问题,提出了一种基于Hilbert变换的条纹-灰度线性投影策略及相位求解方法,该方法仅使用3幅投影图像——1幅高频条纹图和2幅灰度线性变化图,通过Hilbert变换求得包裹相位,采用灰度线性变化图像得到基础相位,联立包裹相位和基础相位可得到条纹级数,进而得到绝对相位。通过构建的主动双目系统得到的三维重构结果发现,该方法可以有效恢复被测物体的三维形状,测量精度可达0.1 mm。

基于CEEMDAN-Hilbert变换的水下爆炸信号时频分析方法研究

研究水下爆炸冲击波信号的时频特性,对于舰艇利用弹药水下爆炸信号对抗自导鱼雷具有重要的实际意义。本文针对EMD-Hilbert方法中经验模态分解(EMD)存在模态混叠的问题,提出CEEMDAN-Hilbert方法实现水下爆炸冲击波信号精确的时频分析。在水深100 m处单发炸药爆炸,产生爆炸信号的频率主要分布在56.5 kHz以下的低频段,特别是0~28.3 kHz以下的能量最大,高于56.5 kHz的能量较少。通过与EMD-Hilbert方法相比,CEEMDAN-Hilbert方法在28.3~56.5 kHz频段的能量分布会更加明显,具有一定的优越性。

基于改进样条Chirplet变换的结构瞬时频率识别

为了提高结构瞬时频率识别的精度,对样条Chirplet变换进行改进,并结合能量集中度原则优化窗函数的参数.利用解析信号和两层框架模型验证改进样条Chirplet变换识别瞬时频率的准确性,再结合试验验证改进样条Chirplet变换能有效识别实际工程结构的瞬时频率.

基于改进小波变换与卷积神经网络的干式空心电抗器红外图像去噪方法

针对传统小波变换法去除干式空心电抗器红外图像中夹带的噪声效果不理想的问题,提出了基于改进小波变换与卷积神经网络的干式空心电抗器红外图像去噪方法。首先利用卷积神经网络中的残差学习对图像中混合特征信息进行提取;然后通过改进小波变换对图像进行小波分解,并将分解后的分量输入至网络中进行训练;进而通过残差学习增强图像纹理细节信息,解决了传统图像去噪方法的不足;最后进行仿真比较。结果表明,所提方法可以降低网络计算难度,加快训练速度,同时具有良好的去噪性能,优于传统图像去噪方法。

多极小波包变换与改进浣熊算法优化的混合核极限学习机径流预测

为提高日径流多步预测精度,减少模型计算规模,同时提升浣熊优化(COA)算法和混合核极限学习机(HKELM)性能,提出多极小波包变换(MWPT)-改进COA算法(ICOA)-HKELM日径流时间序列预测模型。首先,利用MWPT将日径流时序数据分解为1个低频分量和2个高频分量,并构建局部高斯径向基核函数和全局多项式核函数相混合的HKELM;其次,简要介绍COA算法原理,基于Circle映射等策略对COA进行改进,提出ICOA算法,通过8个典型函数对ICOA算法进行仿真验证,并与基本COA算法、鲸鱼优化算法(WOA)、灰狼优化算法(GWO)作对比,旨在验证ICOA算法的优化性能;最后,利用ICOA优化HKELM超参数(正则化参数、核参数、权重系数),建立MWPT-ICOA-HKELM模型,并构建MWPT-COA-HKELM、MWPT-WOA-HKELM、MWPT-GWO-HKELM、小波包变换(WPT)-ICOA-HKELM、小波变换(WT)-ICOA-HKELM、MWPT-ICOA-BP模型作对比分析,通过云南省景东、把边水文站2016-2020年日径流时间序列多步预测实例对各模型进行验证。结果表明:(1)ICOA具有较好的改进效果,仿真精度优于COA、WOA、GWO算法。(2)MWPT-ICOA-HKELM模型预测效果优于其他对比模型,其对实例单步预测效果“最好”,超前3步和超前5步“较好”,超前7步“较差”,预测精度随预测步长的增加而降低。(3)利用ICOA优化HKELM超参数,可显著提高HKELM预测性能,超参数优化效果优于COA、WOA、GWO算法。

基于改进的多分量频率-贝塞尔变换法研究郯庐断裂带潍坊段上地壳径向各向异性结构

郯庐断裂带潍坊段位于郯庐断裂带中部,具有复杂的地质结构,总体呈现“两堑夹一垒”的构造格局.相比于郯庐断裂带其他区域,潍坊段地震活动性较弱,属于地震空区,未来发生大地震的可能性尚不明确.前人对该地区的研究目前仅局限于速度结构和方位各向异性结构,对于上地壳径向各向异性结构特征鲜有报道.因此,研究该区域上地壳速度模型和径向各向异性结构,有助于更好地认识郯庐断裂带潍坊段浅地壳(<10 km)变形特征,评估该区域发生地震的可能性.我们利用2017年在潍坊段所布设的302个短周期地震仪采集的背景噪声数据,基于改进的多分量频率-贝塞尔变换(MMFJ)法,同时提取到潍坊段东南侧四个区域子阵列的Rayleigh波和Love波的基阶及高阶频散数据,并且进一步反演这些频散数据得到了SV波和SH波速度以及径向各向异性结构.数值实验结果表明,高阶模式频散数据的加入能够降低反演的非唯一性,更好地约束浅地壳径向各向异性结构.实例中的径向各向异性结果表明,郯庐断裂带潍坊段四个区域都有近似相同的变形特征:在约2 km以浅,径向各向异性为负(V_(SH)<V_(SV)),这可能主要源于潍坊段垂向断裂结构的控制作用;5~7.5 km,径向各向异性为正(V_(SH)>V_(SV)),这可能与早期地壳伸展沉积导致的水平变形结构有关.2~5 km,四个区域径向各向异性结构各有不同,但总体处于由负到正的转折状态.这可能因为2~5 km不仅受到断裂结构的控制作用,也受到水平沉积结构的影响,导致径向各向异性结构较为复杂.

基于改进坐标变换的某型航空装备成像画面研究

为帮助某型航空装备飞行员排除干扰快速精准地锁定目标,提出一种基于改进坐标变换的某型装备成像画面预测方法。将其同仿真软件的图形用户界面功能相结合开发了一套预测系统,通过利用该套预测系统进行目标成像画面预测,仿真输出结果可辅助飞行员排除干扰从而提升制导率。结果表明:该方法填补了某型装备成像画面预测方面的技术空白,具有实际意义与推广价值。

基于改进多重同步挤压样条Chirplet变换的结构瞬时频率识别

为提高样条Chirplet变换的结构频率识别精度,提出了一种基于改进多重同步挤压样条Chirplet变换(improved multi-synchrosqueezing spline-kernelled Chirplet transform, IMSSSCT)的瞬时频率识别方法。首先通过引入三参数高斯窗函数和能量集中度原理对样条Chirplet变换进行改进,然后结合多重同步挤压算法进一步提高改进样条Chirplet变换(improved spline-kernelled Chirplet transform, ISCT)的时频能量聚集度。通过单自由度Duffing系统和三层剪切框架结构的数值仿真及悬臂梁结构试验对所提方法进行了验证。研究结果表明,IMSSSCT能有效识别非线性结构和时变结构的瞬时频率。

模块化多电平变换器改进两段式模型预测控制

基于有限控制集的模型预测控制应用于模块化多电平变换器(MMC)时通常会暴露出计算复杂与交流侧输出电流严重失真等问题。提出一种双矢量优化谐波电流模型预测控制策略,即改进两段式模型预测控制,可减少开关状态组合计算量,进一步优化交流侧输出电流。推导了MMC离散数学模型,并构建无权重因子的代价函数,通过计算实际电流与参考电流包围的最小面积重新定义同一周期内两阶段开关信号的占空比,并引入一种附加冗余子模块的方法抑制桥臂环流,接着提出一种败者树多路归并排序算法均衡电容电压。在MATLAB/Simulink平台搭建三相23电平MMC仿真模型验证该策略的有效性。相比于两段式模型预测控制,所提策略的交流侧输出电流跟踪更加精准,谐波畸变率更小。

基于改进经验小波变换模型的供能管道移动GIS综合智慧巡检策略

当前供能管道巡检策略由于对管道的缺陷特征提取不够纯净,导致缺陷定位准确度差,因此,提出了基于改进经验小波变换模型的供能管道移动GIS综合智慧巡检策略。利用移动GIS技术采集管道数据,根据管道数据采用改进经验小波变换模型对管道缺陷特征进行提取,其树状结构的子频带自分解能够准确分辨出缺陷源信号与其他干扰信号,提取到更加纯净的缺陷特征,并对缺陷特征向量特征集进行滤波,从而计算出管道缺陷的具体位置。在实验论证中,对提出的策略的定位准确性进行了验证,结果表明,提出的策略应用于供能管道巡检中,对管道缺陷定位的准确性较高。

基于改进小波包变换的机械臂振动信号噪声自动去除研究

在机械臂的运动过程中,各部件之间的摩擦、碰撞以及结构上的共振效应产生了不同频率和幅度的振动,同时振动通过机械臂的结构传递到外部,进而形成噪声。为此,提出基于改进小波包变换的机械臂振动信号噪声自动去除研究。采集机械臂振动信号作为分析的基础数据,并利用小波包变换对机械臂振动信号进行分解,得到不同频率范围内的有用信号和噪声信号。在分解的基础上,结合机械臂振动信号的特点,基于改进小波包变换确定去噪阈值函数,结合数学形态学滤波技术,精确识别并自动去除振动信号中的噪声成分。结果表明,研究方法有效消除了机械臂振动信号中的噪声,能够得到机械臂中更纯净的信号,具有实际应用价值。