基于小波包分析和优化KNN的电动开度阀故障检测方法

针对以微控制器MCU为控制核心的电动开度阀控制系统难以集成高效且计算量小的故障检测子系统的问题,基于小波包变换和优化K近邻(K-Nearest Neighbor,KNN)算法提出了一种电动开度阀故障检测方法。对阀门振动信号进行小波包变换,计算小波包节点的能量值与其重构信号的时域特征参数。根据Pearson系数筛选出两种与能量强相关的故障特征参数:峰峰值与均方根,并将两者作为KNN算法的样本评价指标;通过对评价指标进行加权优化了KNN算法的距离计算公式,分别在MATLAB和实验样机中进行故障检测测试,对应最高分类准确率分别为92.5%与86.7%。结果表明:实验测试与仿真分析具有较好的一致性,该故障检测方法的优势在于计算量小、故障识别率较高,并能有效地应用于以MCU为核心的电动开度阀控制系统。

小波包分析在大坝变形监测中的应用

为了更好地分析大坝在外界环境及自身振动下的变形状态,利用小波包分析在信号处理领域中的优势,将小波包分析应用于大坝变形监测数据处理中。首先对小波包的理论进行了介绍,然后研究并确定了实现监测数据小波包分析中的各种参数,如最优分解层次、最优小波包基及最优阈值估计准则,最后使用频谱分析对大坝监测数据进行频率分段,得到不同频段的频率及对应振幅,进一步分析了大坝的变形特征。

基于小波包分析的低压配电系统接地故障诊断

传统方法在低压配电系统接地故障诊断中应用效果不佳,不仅错诊率比较高,而且召回率比较低,无法达到预期的故障诊断效果,为此提出基于小波包分析的低压配电系统接地故障诊断。利用无线传感技术采集系统运行电压信号,并对其进行标准化处理,利用小波包分析技术分解电压信号,提取接地故障特征向量,根据特征向量确定低压配电系统相对误差与绝对误差,识别诊断出低压配电系统是否存在接地故障,以此实现基于小波包分析的低压配电系统接地故障诊断。经实验证明,该设计方法错诊率低于1%,召回率高于95%,在低压配电系统接地故障诊断方面具有良好的应用前景。

小波包分析结合VMD的气体泄漏信号降噪

针对气体泄漏声波信号降噪的问题,提出一种集合小波包分析(WPA)与变分模态分解(VMD)相结合的降噪方法。通过小波包变换对信号的噪声进行预处理;利用VMD对去除噪声的信号进行分解,得到所有的本征模函数(IMF)分量,并根据相关系数准则判断有效IMF;最后提取有效成分并进行信号重构。对本文方法进行验证,结果表明,本文方法能够有效剔除气体泄漏信号中包含的各种噪声,降噪后信噪比为15.4851,均方根误差为0.028,为后续信号分析减少了干扰,也为气体泄漏声波信号的特征提取与分析提供了新的思路。

基于改进小波包分析的模拟电路故障诊断方法

常规的模拟电路故障诊断方法使用自动编码分类器提取模拟电路故障信号,易受故障训练偏置值影响,导致诊断的故障特征幅值与实际幅值相差较大,因此本次研究基于改进小波包,设计一种全新的模拟电路故障诊断方法。即利用改进小波包分析法重构了模拟电路故障信号,提取了模拟电路故障特征,再结合一维卷积神经网络构建了模拟电路故障诊断模型,从而完成了模拟电路故障诊断。实验结果表明,设计的模拟电路故障改进小波包分析诊断方法的诊断效果较好,具有可靠性,有一定的应用价值,为后续数字电路的持续发展作出了一定贡献。

基于小波包分析的导管架平台结构损伤识别

小波包分析方法具有良好的局部分析能力,能对信号的时域与频域进行分析。以导管架平台室内模型为研究对象,建立其有限元模型。利用小波包分析方法,对有限元模型无损伤与有损伤数据进行分析,对比室内模型无损伤与有损伤实验数据分析结果,验证了小波包分析方法的适用性。建立有限元模型不同损伤工况,对各工况的振动响应信号进行分析,结果表明,小波包分析方法能很好地识别不同损伤工况,为工程实际应用提供了理论依据。

基于小波包分析和BP神经网络的滚动轴承故障诊断研究

针对工程机械传动部件中故障轴承振动信号具有强背景噪声、非线性与非稳态的特点,提出一种基于小波包分析与BP神经网络的故障诊断方法。首先使用小波包变换对轴承振动信号进行分解、重构,并计算节点信号能量。然后将节点信号能量作为轴承的故障特征并作为BP神经网络的输入,接着将采集到的振动信号作为训练样本,从而实现滚动轴承的故障模式识别。实验结果表明,该诊断方法可以快速、有效地识别滚动轴承的失效部位,具有较高的工程应用价值。

小波包分析与BP神经网络预测相结合的在线能量管理策略

针对现有混合储能分配策略无法适应不同储能设备特性以及光伏发电功率信号随机波动特征的问题,提出了将小波包分析,BP神经网络在线预测及模糊控制相结合的分配策略。首先对已有的混储总功率进行小波包分频,得到适合于氢储系统的低频功率,再通过此数据集进行BP神经网络的离线训练,并将训练的权重值用于在线神经网络预测。其次,将在线神经网络训练得到的氢储功率结合超级电容的荷电状态通过模糊控制器得到超级电容功率的修正值,并对氢储设备的功率、在线神经网络的权重进行修正,使得在线神经网络适应实时的混储功率波动。最后根据另一混储功率数据10 s采样数据在MATLAB/Simulink平台进行仿真。与基于规则的混储分配策略和低通滤波的分配策略相比较,结果表明此算法可以很好地改善氢储设备充放电功率,适应实时信号的随机波动,使超级电容的荷电状态运行在合理的区间范围内。

基于小波包分析的直流充电桩故障诊断模型

为了提升直流桩的充电效率,高效、准确地诊断直流充电桩故障,为新能源汽车动力供应提供可靠保障,提出基于小波包分析的直流充电桩故障诊断模型。使用基于FPGA的数据采集技术采集直流充电桩直流母线电压信号,并应用奇异值分解去噪方法去除直流充电桩直流母线电压信号噪声;利用小波包方法分解、重构去噪后电压信号,根据小波包重构系数执行频带能量计算、归一化以及功率谱获取等操作后,通过比较正常、故障状况下功率谱获得直流充电桩故障诊断结果。实验结果表明:该模型可有效诊断直流充电桩故障,故障诊断准确性与效率均较高,经该模型进行直流桩故障诊断后,直流桩的充电效率显著提升。

基于小波包分析的配电网谐振接地故障电流计算

为了提高配电网谐振接地故障时的判断效果,提出基于小波包分析的配电网谐振接地故障电流计算方法。在基于小波包分析的定位配电网谐振接地故障发生位置的基础上,通过构建配电网谐振控制模型,进一步优化配电网故障定位效果。以此为依据,计算谐振影响下配电网发生接地故障时线路中的电流。实验结果表明,所提方法具有较好的谐振控制效果,能够得到精度更高的配电网谐振接地故障电流计算结果,具有一定的推广价值。

基于小波包分析的高压输电线路故障测距方法

本文提出基于小波包分析的高压输电线路故障测距方法。当高压线路发生短路后,能以最快的速度找到问题,保证电网的安全运行,并对小波包解耦算法进行模拟试验,证明该方法具有良好的精度。

基于小波包分析的三相异步电动机转子故障检测

现有的检测方法在检测三相异步电动机转子故障时,容易受负载量影响,无法准确判断转子断条数量,检测数据精度不能满足实际需求。因此,文章引入小波包分析方法,对三相异步电动机转子故障检测方法展开研究。在明确三相异步电动机转子故障特征的基础上,采集故障特征频率;利用小波包分解树对故障信号频带进行划分;通过小波包分析,实现对转子微弱故障信号的识别和检测。通过对比测试可以证明设计的检测方法对三相异步电动机转子故障的检测正确率和精度较高,可为三相异步电动机稳定运行提供可靠技术保障。

小波包分析在振动法监测变压器铁芯及绕组状况中的应用

通过分析小波包的特性 ,提出了一种基于小波包分析得到变压器器身振动的能量特征矢量的方法 ,该特征矢量可作为变压器铁芯故障诊断的判据。在实验室中 ,进行了空载条件下变压器铁芯振动的测试。从时域的信号来看 ,故障后的振动加速度信号幅值比正常状况下有了一些变化 ,但难以形成确定的判据来衡量电力变压器发生故障程度的大小。对振动信号进行小波包分解 ,得到基于小波包分析的能量特征矢量 ,从实验结果可以看出这种方法可有效地判断铁芯是否存在故障。

微差爆破试验及爆破振动能量的小波包分析

为从能量分布角度研究爆破振动信号以控制爆破地震危害,结合室内混凝土边坡相似微差爆破模拟试验,利用MATLAB 7.0,结合小波包技术,研究了振动信号能量和峰值速度随距离的变化规律,分析了减震沟对振动信号能量与峰值速度的削弱程度,以及对振动信号能量分布的影响。总结得出:减震沟使得爆破振动信号能量卓越频带向低频带集中;一定范围内,随传播距离的增加,爆破振动信号峰值振动速度与总能量衰减趋势逐渐变缓;峰值振动速度大的爆破振动信号携带能量不一定大,能量不仅仅是振动速度的表征。

基于小波包分析和概率神经网络的电磁法三电平变换器故障诊断方法

针对基于三电平变换器的电磁法发射机中功率开关器件开路故障特点和复杂工作环境,提出了针对性的故障诊断方法。该方法以变换器输出电压为原始信号,利用变采样频率的小波包分析方法提取特征向量,以提高对信号频率的分辨准确度。然后利用核主成分分析对特征向量进行降维,可以简化分类器的结构,提高诊断时间。采用概率神经网络建立故障分类器,可以提高诊断方法的鲁棒性。在一台5 k W电磁法三电平变换器实验样机上进行实验和分析,实验结果表明该方法可以准确地进行故障诊断,有较好的诊断准确度、实时性和较强的鲁棒性,具有一定的工程应用价值。

小波包分析在刀具声发射信号特征提取中的应用

分析了刀具的切削状态,介绍了刀具的声发射信号检测系统和小波、小波包分析技术,以及小波包频带能量分解方法,提出了小波包分解功率监测特征量提取技术。通过在刀具声发射的一个实例信号中的应用,有效地区分了刀具的两种切削状态,验证了小波包分解功率监测特征量提取方法的可行性。

小波包分析在轴承早期故障诊断中的应用

为了识别轴承早期损伤引起的故障信号 ,利用小波包对轴承的振动信号进行处理。小波包分析的实质是对小波分解的结果作进一步细分 ,因而具有比小波分解高得多的频域分辨能力。文中用小波包分析了两个存在早期轻微损伤的轴承的振动信号 ,并比较了自然序、Gray序以及移频算法的处理结果。这些分析结果表明 ,小波包分析能够有效地将隐藏在正常振动信号之中的早期弱故障信号提取出来 。

水下爆炸船舱冲击响应时频特征的小波包分析

设计了带设备双层隔振系统的双层底船舱抗爆结构,进行了水下爆炸冲击试验。应用小波包分析方法,研究了水下爆炸压力和船舱冲击响应的时频分布规律,得到了船舱冲击响应时频特征与冲击环境之间的关系。研究结果表明:水下爆炸压力出现冲击波、滞后流和二次压力波过程,含有丰富的频率成分;冲击波主要作用在1kHz以上的高频段,易造成舰船局部结构的破损;滞后流主要作用在10Hz―1kHz的中频段,是舰船设备隔离系统产生冲击振动的主要来源;二次压力波主要作用在100Hz以下的低频段,会加速设备隔离系统的冲击响应;带设备双层隔振系统的双层底船舱抗爆结构,能有效提高船舶的抗爆性能。

基于小波包分析的桥梁支座损伤识别试验研究

针对连续梁桥支座易出现损伤破坏的常见病害,应用小波包分析来研究随机荷载下桥梁支座的损伤识别.介绍了小波包能量理论,并把小波包能量分析与测试信号的相关性分析相结合,构造了一种对支座参数变化敏感的损伤指标.以舟山跨海大桥中的梁桥动力特性为依据,设计并完成了桥梁支座损伤识别的模型试验,对比分析了自振频率与小波能量指标的敏感性,并验证了通过损伤支座附近测点信号的自相关函数,能够用所构造的损伤指标较好地识别出支座是否出现损伤.

冲击荷载下岩石声发射信号能量特征的小波包分析

根据冲击荷载作用下岩石声发射信号具有非平稳的特点,利用小波包分析技术对冲击荷载作用下岩石声发射信号的能量分布特征进行研究。首先,简略地介绍了小波包分析的特点。其次,基于MATLAB对岩石声发射信号进行小波包分析,得到了冲击荷载作用下岩石声发射信号在不同频带上的能量分布图。最后,总结了冲击荷载作用下岩石声发射信号频带能量的分布规律,重点讨论了冲击荷载作用下不同岩石对声发射信号频带能量分布的影响。分析结果发现岩石的物理力学性质影响冲击荷载作用下岩石声发射信号频带能量的分布规律,即岩石密度越小、纵波波速越小、弹性模量越小,冲击荷载作用下岩石声发射信号的优势频率就越集中,且优势频率有往低频发展的趋势;单轴压缩强度和抗拉强度对冲击荷载作用下岩石声发射信号能量在优势频率内分布的影响不明显。