第二代小波变换在旋转机械故障诊断中的应用

不同类型的机械故障在振动信号中会反映出不同的波形特征 ,选用不适当的小波基函数会冲淡故障的特征信息 ,给故障诊断造成困难。第二代小波变换可以通过设计预测系数和提升系数获得具有某种特性的小波基函数。本文介绍了第二代小波变换的原理 ,研究了预测系数和提升系数与低通和高通滤波器系数之间的关系 ,根据信号的特征构造了基于插值细分方法的双正交小波 ,在旋转机械的轴系不对中故障诊断中取得了满意的效果。

基于第二代小波变换的图像融合方法及性能评价

提出了一种基于小波提升方案的图像融合新算法.与传统基于卷积的小波变换融合方法相比,新算法具有计算简单、融合速度快、所需内存少以及有利于算法的在线快速实现等优点.此外,还提出了一种基于区域特征选择的新的触合策略,针对不同类型的多源图像进行了触合仿真实验,并采用主观视觉判断与客观评价准则相结合的方式,对不同变换方式、不同融合规则以及不同分解层数对融合效果的影响进行了比较分析.实验结果表明本文提出的融合算法和融合策略具有优越的触合性能,并取得了令人满意的融合效果.

基于第二代小波变换的结构损伤检测研究进展

小波变换可以对非稳态信号进行详细的时频分析,已广泛应用于机械?航空航天?土木等工程领域中,特别是在结构损伤识别和健康监测中的应用尤为突出.在第一代小波变换基础上提出的第二代小波变换,具有算法简单?运算速度快?能够准确匹配信号的局部特征等优点.笔者综合论述了第二代小波变换理论及其在结构损伤检测中的应用,并对其未来发展进行展望.

基于第二代小波变换和离散隐马尔可夫模型的电能质量扰动分类

提出了一种将第二代小波变换和离散隐马尔可夫模型相结合的电能质量扰动分类方法。首先使用第二代小波变换对电能质量扰动信号进行时频分析,给出了一种基于模极大值的小波变换后处理方法,用以提取分析结果中表征扰动特征的模极大值,将这些模极大值组成扰动特征量组,经矢量量化后得到特征序列,然后将特征序列输入到由离散隐马尔可夫模型构建的分类系统中,实现对电能质量扰动的分类。在此基础上,给出了确定每类扰动定量指标的方法。仿真结果表明,该分类方法在强噪声环境下分类正确率高,且训练易收敛。

基于第二代小波变换和矢量量化理论的电能质量扰动分类方法

提出了一种将第二代小波变换和矢量量化相结合的电能质量扰动分类方法。该方法采用第二代小波变换对电能质量扰动信号进行时频分析,采用基于模极大值的小波变换后处理方法提取时频分析结果中表征扰动特征的模极大值、生成扰动特征量组,通过将扰动特征向量组送入基于矢量量化的树形分类器实现了对电能质量扰动的分类。仿真结果表明该方法噪声鲁棒性良好、简单可靠、分类准确率高、实时性好。

第二代小波变换及其在地震信号去噪中的应用(英文)

本文讨论了第二代小波变换的基本原理和变换过程,并将第二代小波变换引入到地震资料去噪处理中,基于提升法的小波变换是一种柔性的小波构造方法,它使用线性、非线性或空间变化的预测和更新算子,并能确保变换的可逆性。通过对模拟数据和实际资料的处理,证明了的它对地震信号去噪具有很好的效果。离散信号的小波去噪可分为三步:小波分解,系数缩减(切除噪声部分),信号重建。目前常用的小波去噪的方法有硬阈值法和软阈值法,这里采用软阈值法去噪。本文的提升变换采用的是Deslauriers-Dubuc(4,2)小波,基于以上变换方法,分别对含噪的模拟数据及实际地震数据进行3级可逆提升变换,对每一级上的细节信号按上述的软域值法进行处理,削减小波系数中的噪声部分,从而实现了信号去噪,结果证明去除随机噪声的效果是令人满意的。

基于第二代小波变换的电力设备图像特征提取

给出了第二代小波用于图像信号突变 (瞬态 )特征提取的算法 ,即通过第二代小波变换提取出图像中的局部突变特征 ,并与第一代小波变换进行了比较 ,分析其优点与不足。在实际应用中 ,将该算法用于电力系统高压绝缘子裂纹故障图像的特征提取 ,结果表明该方法具有算法简单、运行速度快、小波构造简单等优点 。

第二代小波变换及其在地震信号去噪中的应用

第二代小波变换是从传统小波理论发展起来的一个分支,与第一代小波变换相比它有如下特点:①继承了第一代小波的多分辨率特性;②不依赖于傅里叶变换;③易实现快速算法;④逆变换易实现;⑤可实现非线性小波变换等。目前对第二代小波的研究还处于起步阶段,其应用主要是在图像处理领域。讨论了第二代小波变换的基本原理和变换过程,并将第二代小波变换引入到地震资料去噪处理中,通过对模拟数据和实际资料的处理,证明了它对地震信号去噪具有很好的效果。

基于第二代小波变换的旋转机械振动信号去噪

旋转机械故障振动信号存在不同形式的波形特征,传统小波去噪中,小波分解的结果与所采用的小波基函数有关,选用不适当的小波基函数会冲淡振动信号的局部特征信息,而造成原始信号的部分有用的细节信息丢失。为了克服上述缺陷,提出一种基于第二代小波变换的振动信号预处理方法,即针对分析信号的局部特征,以预测方差最小为目标,对每个样本选择最佳的预测算子,使小波基函数始终能够匹配信号的局部特征。仿真试验表明,该方法克服了传统小波去噪中降噪信号丢失了部分细节信息的缺点,不仅可有效去除振动信号的噪声,而且能够为保留信号的局部信息。

基于第二代小波变换的图像消噪

为了减少图像消噪后发生的边缘模糊现象,在第二代小波变换的基础上,提出了采用 最小二乘法获得预测系数进行图像消噪的方法.仿真结果表明,当噪声概率达到0.5时,采用该方 法滤波后图像的峰值信噪比可达到27.744dB,效果明显优于其他方法.

第二代小波变换应用于图象的无损压缩编码

第二代小波变换构造方法的特点是 :1继承了第一代小波变换的多分辨率特性 ;2不依赖傅立叶变换 ;3小波变换后的系数是整数 ;4图象的恢复质量与变换时边界采用何种延拓方式无关 .利用了“整数经过第二代小波变换后的系数仍为整数”的特性 ,将第二代小波变换用于图象的无损压缩编码 ,并和 Huffman编码、第一代小波变换压缩编码进行了比较 .从比较结果来看 ,在能够无损重建图象的同时 ,第二代小波变换的压缩比要高于Huffman编码 .从实验结果可以看出 ,将它用于医学图象的压缩编码有较好的效果 .

基于第二代小波变换的转子碰摩故障特征提取方法

为了能够提取隐含在振动信号中的故障特征,利用第二代小波对称、紧支撑和冲击振荡衰减的特点,有效地提取具有冲击响应特性的故障特征。实验证明,即使采用较小支撑区间的此类小波,也可获得理想的效果。另外,为了获得与原始信号相同的时间分辨率,采用单支重构的方法分别对逼近信号和细节信号处理,得到了转子碰摩故障的时域响应特征,为故障诊断和预示提供了一种分离故障时域特征的方法。

第二代小波变换在汽油机爆震分析中的应用

为研究汽油机爆震的精确判定方法,研究了第二代小波变换在爆震分析中的应用.频率混淆是第一代离散小波变换的三大失真之一.分析了一种新型的第二代小波变换中的频率混淆问题,发现与第一代离散小波变换相比,这种新型的第二代小波变换在抑制频率混淆方面效果明显,而且运算时间明显减少.将这种新型的第二代小波变换应用于汽油发动机的爆震边缘检测,结果表明:该方法能够有效地提取缸压信号和更复杂的缸盖振动信号中的微弱爆震信息,运算速度更快,比第一代离散小波变换更适合于基于爆震的汽油机点火闭环控制.

基于第二代小波变换的振动信号去噪与故障诊断

旋转机械故障振动信号存在不同形式的波形特征,传统小波去噪中,小波分解的结果与所采用的小波基函数有关,选用不适当的小波基函数会冲淡振动信号的局部特征信息,而造成原始信号的部分有用的细节信息丢失。为了克服上述缺陷,提出一种基于第二代小波变换的振动信号预处理方法,即针对分析信号的局部特征,以预测方差最小为目标,对每个样本选择最佳的预测算子,使小波基函数始终能够匹配信号的局部特征。仿真试验表明,该方法克服了传统小波去噪中降噪信号丢失了部分细节信息的缺点,不仅可有效地去除故障诊断振动信号的噪声,而且能够保留信号的局部信息。

基于第二代小波变换的结构损伤识别

利用第二代小波分解对信号突变信息敏感的特性,将结构动力响应信号分解为多个小波组分信号,通过各组分信号小波能量变化和小波能量变化率确定损伤位置和识别结构损伤,提出基于第二代小波能量变化率指标的结构损伤识别方法。研究结果表明:第二代小波能量变化率对结构损伤比较敏感,其幅值与置信上限之差远高于其它测点,可以用来判定结构损伤位置;但噪声对损伤识别的影响较大,在实用中应先对现场采取的动态信号进行降噪处理,再应用第二代小波能量变化率指标对结构进行损伤识别,可较好地识别出结构的损伤位置。

一种基于第二代小波变换的图像压缩方案

本文提出了一种基于第二代小波变换与SPIHT算法、自适应算术编码相结合在图像压缩中的编 /解码方案 ,对CDF ( 2 ,2 )和FBI 9-7小波压缩的性能进行了分析和比较 ,获得了良好的无损或近无损压缩效果。研究结果表明这一方法充分利用了医学图像的统计特征 ,对于医学图像具有较高的无损压缩率 ,压缩的空间和时间复杂度低 ,利用质量递进手段可以获得满意的压缩比和PSNR ,达到视觉无损、数据近无损的目的。对于典型的医学图像 (X线图像、CT图像、MRI图像等 )的存储、传输和检索等应用 ,本方案是十分有效的。

基于第二代小波变换的混合小波降噪方法

根据第二代小波变换的特点,提出一种自适应小波变换的框架,在此基础上提出一种混合小波降噪方法。预测时从一组预测器中选择一个最佳预测器以满足细节信号的特殊要求,更新时从一组更新器中选择一个最佳更新器以满足逼近信号的特殊要求,在每一尺度上构造了一个具有某种要求的小波。这种方法能够有效地抑制振动信号的高频干扰。

基于第二代小波变换的转子碰摩故障特征提取方法研究

为了能够提取隐含在振动信号中的故障特征,利用第二代小波对称、紧支撑和冲击振荡衰减的特点,有效地提取具有冲击响应特性的故障特征。实验证明,即使采用较小支撑区间的此类小波,也可获得理想的效果。另外,为了获得与原始信号相同的时间分辨率,采用单支重构的方法分别对逼近信号和细节信号处理,得到了转子碰摩故障的时域响应特征,为故障诊断和预示提供了一种分离故障时域特征的方法。

第二代小波变换在矿井监测系统图像压缩中的应用

实现煤矿井下图像的实时压缩是矿井监测系统急需解决的难题之一。目前国内外使用的压缩技术都没有达到真正性能最佳。本文基于第二代小波变换研究了适合于煤矿井下图像实时压缩的方法。研究结果表明,利用第二代小波变换实现煤矿井下图像压缩有较好的性能。

第二代小波变换及其在故障诊断中的应用

第二代小波变换是一种基于提升原理的时域变换方法,介绍了第二代小波变换原理,给出了一种第二代小波变换过程中预测算子和提升算子的求取方法,在此基础上将第二代小波变换应用于矿用通风机的故障诊断中。结果表明该方法可以有效地分解信号和提取特征信息,在矿山机械故障诊断中具有良好的应用前景．