基于小波分解的磨床声发射特征信号提取方法

磨床磨削加工环境复杂,传统的信号分析方法难以对其进行有效的特征信号提取,提出了一种基于小波分解与能量谱相结合的特征信号提取方法。利用小波多尺度、多分辨率的特性,对磨床磨削的声发射信号进行多尺度分解;根据金属磨削的声发射信号的特性,选取最优频率段进行频谱分析,再结合能量谱提取特征信号。通过对自行研发的磨削监测系统工程试验分析表明:该方法能够有效、准确地诊断出磨削的每个状态,误判率为0.02%,相比单一的频谱分析诊断,精度更高、可靠性更好,具有一定的工程实用价值。

自适应ANC技术在热工特征信号提取中的应用研究

随着对火电厂控制运行水平的要求不断提高,先进的控制、诊断、优化功能需要一些难以测量或测量不准确的状态参量,而该类参量往往包含有很多噪声干扰难以直接分析。为更好分析热工过程对象特性,还原被噪声所掩盖的潜在信息,提出了一种改进的Sigmoid函数变步长LMS算法,利用自适应噪声抵消的方法对受到扰动影响的热工对象输出数据进行分析处理,降低干扰因素影响,从而使原始特征信号得到相对精确的恢复。现场数据分析表明了该算法的有效性和可行性。

基于声发射信号特征提取技术的滑动轴承故障诊断

滑动轴承是汽轮机中的一个重要支撑部件,保持滑动轴承的正常工作,能减少设备工作损失以及维修的成本,因此,对滑动轴承进行实时监测以及故障诊断是有必要的。声发射技术作为一项动态无损检测方法,对信号反应更敏感,可以对设备进行持续监测,很适合用来对设备进行实时监测以及故障诊断。从声发射信号的产生机理出发,通过分析证明了声发射信号能量变化可以表示出轴承的摩擦状态,然后构筑了3个新的特征参数,来对声发射信号进行分析,并通过试验证明了其可以反应出当时的摩擦状态,而且比传统的特征参数要更加灵敏。

管道泄漏声波信号特征提取方法及实验研究

为探究管道泄漏检测中信号的特征及变化规律,开展了理论研究与实验分析。采集不同工况下管道泄漏声波信号,利用变分模态分解对管道泄漏声波信号进行分解重构,并提取相应特征值,处理并对比分析不同运行压力、不同泄漏孔径、不同位置等工况的管道泄漏声波信号特征值。结果表明:管道运行压力与泄漏孔径与泄漏声波信号幅值呈正相关,管道泄漏位置与泄漏声波信号幅值呈负相关。因此,今后在对管道泄漏进行分析时需结合不同的工况进行对应的具体分析。此研究为基于声波法的管道泄漏检测提供了理论和数据支撑。

聚合物混合状态检测中信号特征提取技术研究

针对螺杆挤出机中聚合物挤出过程的混合状态的在线检测要求,研究聚合物混合状态的超声波脉冲检测的特征信号的提取技术。通过研究超声波在聚合物中的速度和能量的衰减,推测分散在基体中的分散状态等混合物的状态。实验表明:通过差分法提取聚合物混合物和单一聚合物的特征信号,可以明显提高特征值的精确度,获得较好的效果。本文为聚合物混合状态在线检测特征信号的提取提供方法参考。

一种基于信号特征提取和组合分类的设备故障诊断方法

随着汽车生产线装配输送设备趋向于复杂化和多功能化,设备的日常维护和诊断变得越来越困难,传统的人工诊断和维护效率低,难以满足日益提升的生产需求。为了提高故障诊断准确率,提出了针对汽车总装输送设备的故障诊断框架。根据经验小波变换和奇异值分解提取信号特征,利用信息融合技术,提出一种组合故障诊断方法。通过该方法提升汽车总装输送装备的故障诊断准确率,并将汽车总装输送装备中常用的轴承作为实验案例进行分析,验证了该方法的可行性。

基于时频分析的工频通信信号特征提取

由于数字差分技术不能提取单个通信脉冲信号,而无法实现工频通信信号的多路传输。该文从时频两个角度分析信号特征,提出了解决方案。短时傅立叶变换方法的时间与频率分辨率矛盾突出,而多分辨分析在低频段的时间分辨率差。如果将二者结合,将在低频段同时具有时域和频域的良好局部化特性。采用多分辨短时傅立叶变换方法有效的提取了信号的时频特征,并利用特征向量的自协方差矩阵,构造了可有效识别工频通信单个信号的特征参数。

基于混沌理论的水下目标信号特征提取研究

利用混沌理论对水下目标特征提取进行了研究。通过计算Lyapunov指数 ,较好的实现了对水下目标信号的特征提取。为水下目标探测和识别提供了新的理论和方法。

一种改进的广义谐波小波包分解算法及在信号特征提取中的应用

提出了一种改进的广义谐波小波包分解算法,克服了传统特征提取方法的缺点,实现了信号的快速无混叠分离。通过与小波包分析、经验模态分解、广义谐波小波包分解进行比较,证明其在信号分析上的有效性和优越性。基于超声波信号频率非单一性的特点,将该算法应用到超声波信号特征提取中,实现了任意频段及任意频宽的信号特征提取,且计算量小。该算法为信号特征提取提供了一种更加精确有效的方法。

自适应滤波与相关滤波在冲击响应信号特征提取中的应用

识别冲击响应信号在模态分析和机械监测诊断研究中具有重要意义。由于噪声成分、工频及其谐波的干扰 ,机组运行或者其他实际信号中的冲击响应信号很弱。这些冲击响应信号的特征也较难提取。选择适当的自适应滤波器参数 ,应用自适应滤波首先对信号进行预处理 ,去掉强大的工频及其谐波成分 ,使信号的信噪比得到很大的提高 ;然后利用Laplace小波相关滤波法对自适应滤波预处理后的信号进行进一步的处理 ,提取其模态信息。结果证明 。

基于主分量分析的声信号特征提取及识别研究

主分量分析(PCA)是统计学中分析数据的一种有效方法。研究了基于这种算法对四种战场目标的声信号进行特征提取,获得了低维的特征类器对声目标进行分类,分类结果准确率较高。

基于Hilbert和CA-VMD的风电机组叶轮不平衡故障电信号特征提取方法

针对风电机组叶轮系统故障的非线性、非稳定性和耦合性使早期微弱故障特征频率处于强背景噪声下难以提取的问题,并考虑到传统故障信号采集方法存在的局限性,从电信号入手,提出了一种基于希尔伯特变换和变分模态分解相关性分析(CA-VMD)的风电机组叶轮系统不平衡故障的电信号特征提取方法。首先,针对传统频域分析方法直接对故障电信号进行分析而无法提取故障特征频率的问题,引入Hilbert变换解调出故障调制信号;然后,针对强背景噪声下早期微弱故障特征难提取的问题,引入变分模态分解将故障调制信号分解,并通过相关性分析剔除噪声分量;最后,重构故障调制信号并提取故障特征频率,提高了原始故障信号的信噪比。通过仿真分析,证明了所提方法的有效性。

基于小波变换的信号突变特征提取与定位

将小波变换应用于多普勒信号分析,研究了小波变换对高速火炮多普勒回波信号突变特征的准确检测和精确定位,实现对炮弹出膛时刻的提取,从而提供每发弹丸的起始时间零点。仿真结果表明,该方法能够有效提取弹丸出膛时刻,具有较高的定位精度。

基于双谱的微地震动信号的特征提取

讨论双谱的有关概念 ,从理论上证明了双谱可完全消除高斯白噪声或有色噪声 .针对轮式车与履带式车产生的微弱地震动信号 ,进行了双谱分析 ,并与功率谱分析对比 ,发现双谱分析在特征提取方面明显优于功率谱分析 .

气体传感器响应信号的化学反应动力学特征提取

介绍了气体传感器响应信号的化学反应动力学特征提取方法 ,与多项式拟合系数等特征提取法相比 ,更能反映敏感过程本质 ,利用该特征向量可获得较高的气体分类识别正确率。

基于BP网络的涡流探伤裂纹信号特征提取的研究

用变频扫描励磁方法进行涡流定量检测以提取裂纹信号,利用三层结构的反向传播网络(Backpropagationnetwork,简称BP网络)建立了网络模型,并利用实际数据拟合参数,针对提离实验数据进行了计算仿真.结果表明:该网络模型算法收敛速度较快,输出精确,为实现板材裂纹深度的定量标定打下了理论基础.

基于小波分析的发动机转动惯量测量信号特征提取

在采用单摆法进行某型号发动机整机转动惯量测量中,发现测量信号含有许多其他信号成分,这给准确提取发动机转动惯量相关参数带来一定的干扰。利用小波多分辨分析特性对测量信号进行处理分析,有效地将实际有用信号和干扰信号分开。通过对有用信号的分析,准确提取到了整个振动系统的振动频率、对数衰减及阻尼系数等参数,并分析了系统阻尼对振动频率的影响;通过对干扰信号的特征分析,弄清了干扰源,发现了实验设备存在的工艺缺陷。将小波分析应用于发动机实际工程测试和分析,能准确提取结构动力学参数、提高测量精度及进行故障分析。

声发射信号特征提取方法在复合材料层合板中的应用

将小波包能量谱分析法应用到碳纤维复合材料层合板(CFRP层合板)中,对CFRP层合板的落锤冲击实验过程进行分析,得到CFRP层合板在冲击实验时的损伤类型和各损伤阶段所呈现出来的声发射信号特征,实现材料损伤类型的判别。

多重分形的耐火材料损伤声发射信号特征提取方法

为了对镁碳质耐火材料损伤声发射信号进行有效的特征提取,研究了利用非线性领域的分形方法进行特征提取的可行性。首先利用仿真声发射信号研究了多重分形谱参数(Δα、Δf、K),广义分形维数均值Mean Dq等参数表征信号频谱结构特征的能力,结果表明多重分形谱宽Δα能够有效的表征信号的频谱特征;然后对镁碳质耐火材料进行单轴压缩试验,采集损伤声发射信号,并计算出两种典型损伤声发射信号的多重分形谱宽Δα,通过多重分形谱宽的分布证实了利用其进行特征提取是可行的。

生物雷达回波信号中的心跳信号分离和特征提取方法研究综述

介绍了生物雷达检测心跳信号的原理,综述了生物雷达回波信号中的心跳信号分离方法和特征提取方法的研究现状,分析了该领域研究存在的不足及未来的发展方向,指出了基于生物雷达的心跳信号分离和特征提取方法有望应用于心脏疾病快速诊断、老年居家监护、用户身份认证等方面。