基于数学形态滤波器抑制局部放电窄带周期性干扰的研究

变压器局部放电在线检测的关键技术之一是有效抑制现场强烈的电磁干扰。文中引入非线性数学形态学变换,基于最小均方(LMS)算法构造了一种结构元素自适应的形态开、闭组合形态滤波器,很好地解决了局部放电在线检测的窄带周期性干扰问题。仿真表明该方法对窄带周期性干扰的噪声抑制比(NNR)大于 60dB,而现场实际测量的噪声抑制比超过 20dB。数学形态滤波器为电力变压器局部放电在线检测提供了一种新的干扰抑制方法。

广义数学形态滤波器的旋转机械振动信号降噪

针对传统形态滤波器由于采用相同尺寸结构元素而导致的输出统计偏倚严重的问题,提出采用不同尺寸结构元素级联而成的开-闭和闭-开组合广义形态滤波器实现旋转机械振动信号的降噪方法。研究了广义形态滤波器在脉冲噪声与随机噪声干扰下的降噪效果,比较了广义形态滤波器与传统形态滤波器分别对仿真信号与实际振动信号的滤波效果。实例表明,广义数学形态滤波器能够更有效的消除噪声的干扰,获得更高的信噪比。广义形态滤波降噪算法只涉及加减和极大、极小运算,运算简单且执行高效,具有较好的实用价值。

数学形态滤波器及其在心电图机中的应用

在心电图信号的测量中，存在很强的噪声和干扰。这些干扰噪声往往与信号的频率相重叠。在有效地保存有用信号的情况下最大限度地抑制心电信号测量中噪声，历来就是技术上的一个难点。本文探讨了应用非线性的数学形态滤波到心电图机中并取得良好的效果。相比于常规的线性滤波器，数学形态滤波器不仅抑制能力很强，其计算也十分简单，十分适合于在基于计算功能有限的微处理器的心电图机中应用。

采用数学形态滤波器的轴心轨迹提纯

针对旋转机械振动信号数据采集的特点,提出了用数学形态滤波器实现轴心轨迹提纯的新方法。采用形态滤波器提纯轴心轨迹,不考虑转子振动信号的频谱特征,不需要转子故障的先验知识,通过开闭、闭开组合形态滤波器对振动信号滤波处理后即可剔除噪声干扰,得到提纯的轴心轨迹。仿真计算及实例验证了该方法的有效性。与其他方法相比,形态滤波器效果好,算法简单,运算速度快,易于现场采用,有较好的实用价值。

基于LabVIEW的数学形态滤波器的设计与应用

文章以LabVIEW为平台对数学形态滤波器进行过程开发和应用,改变了传统的依靠数学计算工具Matlab进行分析的思想,并且对传统形态滤波器进行了改进,提高了滤波器消噪的效果。首先,设计了各种形态运算的子VI,然后通过这些子VI来实现形态滤波器的构建,最后仿真了滤波器在电能信号中的应用。仿真结果表明该方法的可行性和有效性,以及改进形态滤波器具有更好的消噪性能。

广义数学形态滤波器在风电机齿轮箱故障诊断中的应用

在形态滤波算子和形态结构元素的基础上,提出采用不同结构的结构元素级联形成广义数学形态滤波器,实现风电机齿轮箱振动信号的降噪方法。用一个既有振幅调制,又有相位调制的非平稳信号仿真了故障齿轮箱的齿轮振动信号,对仿真信号采用提出的广义数学形态滤波器进行了处理。处理结果表明,提出的广义数学形态滤波器能有效消除噪声,用于对风电机齿轮箱的故障检测是可行的。

基于数学形态滤波器的轴心轨迹提纯

针对旋转机械振动信号数据采集的特点，提出了用数学形态滤波器实现轴心轨迹提纯的新方法。采用形态滤波器提纯轴心轨迹，不考虑转子振动信号的频谱特征，不需要转子故障的先验知识，通过开闭、闭开组合形态滤波器对振动信号滤波处理后即可剔除噪声干扰，得到提纯的轴心轨迹。仿真计算及实例验证了该方法的有效性。与其它方法相比，形态滤波器效果好，算法简单，运算速度快，易于现场采用，有较好的实用价值。

数学形态滤波器振动信号降噪方法研究

数学形态滤波方法所推崇的是一种典型的非线性滤波工具,它同时具备良好的消噪特性与低通特性,可做到准确描述形态学滤波器特性内容,为所阐释特性内容提供前提条件与理论依据。本文就探讨了在数学形态学理论背景下的滤波器振动信号频率响应特性,分析数学形态学在滤波器振动信号分析中所实施的各种应用内容,最后加以例证阐述它的振动信号降噪方法。

广义数学形态滤波器在异步电动机轴承故障诊断中的应用

提出了采用不同尺寸及结构的结构元素级联形成广义数学形态滤波器,实现异步电动机滚动轴承振动信号的降噪方法。通过对一组实测数据采用广义数学形态滤波器进行处理,提取出了故障特征频率,从而验证了该方法的有效性,因此,可用于异步电动机滚动轴承的故障诊断。

基于p-q-r变换和数学形态滤波的电压暂降检测算法

针对适用于动态电压恢复器的电压暂降检测进行了分析研究,提出一种基于p-q-r变换和数学形态滤波的快速检测方法。利用单相电压构造三相系统,通过坐标变换将电压的基波分量转换成直流分量,通过数学形态滤波器对非直流量进行滤波,得到相应的暂降幅值和相位跳变。由于改进的方法中用参考电压代替了PLL环节,从而减少锁相过程中的延时以及误差;同时利用数学形态滤波器代替传统的低通滤波器,基于该方法的滤波主要是布尔运算和少量的加减运算,与一般低通滤波器相比,计算简单且延时短。仿真结果证明了该方法的快速性和有效性。

数学形态学滤波在电压闪变检测中的应用

对于有效的检测和控制电压闪变来说,检测精密度和有效性是非常重要的。本文提出了一种基于数学形态学滤波和希尔伯特变换的检测方法。通过希尔伯特变换,闪变信号包络可以被提取出来,包含在电压闪变信号中较高频率的谐波和其它噪声可以通过数学形态学滤波器消除。仿真分析结果表明了本方法的可行性、有效性,为电压闪变参数的提取提供了一种新方案。

新型自适应广义形态滤波在MOA在线监测数据处理中的应用

基于数学形态学的开-闭变换及其组合形式,综合考虑输出信号的均方根误差和信噪比,提出采用变尺度算法确定自适应的最优可变权值多级广义形态滤波器,该算法避免了自适应广义滤波器算法中最速下降法在迭代接近最优权值时收敛缓慢的缺点。将其用于MOA在线监测数据处理,以提高复杂电磁环境应力下MOA真实信号提取的精度,保证进一步分析诊断的准确性。仿真分析和实验结果表明,选取最优可变权值的广义滤波器可以抑制孤立的小点、毛刺、小桥和正负脉冲等噪声,运算简单,易于写入硬件(如嵌入式系统等)。

基于数学形态滤波和Hilbert-Huang变换的风电场闪变检测

随着风电场装机容量不断增加,风力发电所引起的电能质量问题不容忽视,电压波动和闪变尤为严重。对风电场引起的电压波动和闪变进行有效评估和治理,需要以准确检测为前提。针对风电场引起闪变的特性提出一种系统、准确、快速的闪变检测方法,首先采用复合数学形态学滤波器滤除原始闪变信号中的多种噪声,然后采用Hilbert变换提取去噪后闪变包络信号,在此基础上利用适于分析非平稳、非线性信号的Hilbert-Huang变换方法对闪变包络进行时频分析。仿真结果表明:该方法能够准确提取闪变的频率、幅值和时刻信息,对分析风电场引起的闪变具有有效性。

Hilbert变换和数学形态学滤波在电压闪变检测中的应用

对于有效的检测和控制电压闪变来说,检测精密度和有效性是非常重要的。论文提出了一种基于希尔伯特转换和数学形态学滤波器的检测方法。通过希尔伯特变换,闪变包络可以被提取出来,包含在电压闪变中的较高频率的谐波和其他背景噪声可以通过数学形态学滤波器消除。模拟结果表明:较高频率的谐波和其他噪音可以被滤过,并且调幅信号的频率可以被精确的计算。因此,这种检测方法可以被广泛地应用到开发智能和数字化闪变光度计上。

基于形态滤波的电压跌落检测

对动态电压恢复器中常用的单相电压跌落检测方法进行了研究,针对常用的低通滤波器对检测方法的检测精度和实时性的影响和制约问题,提出了基于数学形态滤波的单相电压跌落检测方法。通过选取适当的结构元素,结合形态学的基本运算,设计出适合单相电压跌落检测的低通滤波器,以此来提高检测方法的检测精度和实时性。理论分析和仿真实验都验证了其可行性,形态滤波器运算简单,速度快,能够很好地满足电压跌落检测要求。

广义形态滤波在MOA在线监测数据处理中的应用

基于数学形态学的开-闭变换及其组合形式,综合考虑输出信号的均方根误差和信噪比,提出采用最优可变权值的多级广义形态滤波器,避免了自适应广义滤波器算法中最速下降法在迭代接近最优权值时收敛缓慢的缺点;将其应用于MOA在线监测数据处理,以提高复杂电磁环境应力下MOA真实信号提取的精度,保证进一步分析诊断的准确性。仿真分析和实验结果表明,选取最优可变权值的广义滤波器可以抑制孤立的小点、毛刺、小桥和正负脉冲等噪声,运算简单,易于写入硬件(如嵌入式系统等)。

基于区域化形态滤波的分合闸线圈电流信号特征值提取方法研究

针对断路器分合闸线圈电流信号特征值提取效率不能满足在线监测系统要求的问题,对断路器在线圈尺寸偏小、弹簧力矩偏小、线圈电阻偏大和控制电压偏低等4种故障下线圈电流信号的特点进行了归纳,说明了线圈电流信号区域化的可行性,对数学形态学的基本运算、结构元素及具备抗干扰能力的区间搜索求极值方法进行了研究,提出了一种数学形态滤波结合区间搜索求极值的特征值提取方法。利用ZF7A-12断路器实验平台分别进行了正常状态及4种故障状态实验以获取实验数据,并在Matlab中把该方法与传统小波结合求导方法进行了仿真对比。仿真结果表明:在5种状态下,该方法均能准确而高效地提取特征值,它与传统方法的特征值提取误差分别为4%和5%,同时其算法耗时仅为传统方法的25%。

数学形态学用于抑制MOA在线监测现场干扰

为提高MOA泄漏电流的测量精度以确保设备故障诊断的有效性和可靠性,采用数学形态学对具有较强干扰背景的MOA泄漏电流现场监测信号进行消噪处理,通过平滑MOA泄漏电流在线监测数据中的突变点,有效提取了真实信号,而且其运算相对简单,便于在单片机上实现,仿真和实例分析证明了该方法的有效性。

数学形态学方法在海面船目标检测中的应用

为进一步提高检测精度,提出1种将数学形态学方法应用到船目标检测数据后处理中的算法,根据该算法设计的数学形态学滤波器可以有效地消除SAR图像斑点噪声在船目标检测中造成的影响,减少船目标检测的误判,提高参数估计准确性。

采用量子理论和数学形态学的机械状态分析

针对数学形态滤波器中的腐蚀算子,结合量子理论知识,提出量子权重结构元素(quantum-inspired weighting structuring element,QWSE),用于提取机械振动信号中故障信息。首先,分析多量子位系统,并建立从量子空间到实数空间的映射方法,获得QWSE的计算式。随后,根据机械振动信号的随机性计算量子权重,根据振动信号的局部特征计算QWSE的动态高度,获得生成QWSE所需的全部参量。最后,将QWSE应用于轴承运行状态分析,准确的获取了故障周期。