高斯线调频小波变换及其在地震震相识别中的应用

基于地震渐变信号在起始点附近信号高频分量比较丰富,但信号幅度较小的特点,本文选取高斯线调频小波作为基函数,研究了不同小波参数和信号参数对其变换结果的影响规律,找出了直接利用变换峰值进行震相识别的误差来源,提出了一种从背景噪声中实现渐变地震震相识别的有效方法——定尺度小波变换比方法,给出了模拟数字信号和实际地震震相识别的实例.

基于线调频小波路径追踪算法与EEMD的齿轮箱复合故障诊断方法

针对变转速下的齿轮箱中复合故障的故障特征提取,提出一种基于线调频小波路径追踪算法与集合经验模式分解的齿轮箱复合故障诊断方法。该方法先用线调频小波路径追踪算法从原始振动信号中提取转频曲线,根据转频曲线对原始振动信号进行等角度重采样,将时域信号转化为角域信号,再对角域重采样信号进行集合经验模式分解,根据相关系数选取合适的内禀模态函数,最后对所选取的内禀模态函数分量进行Hilbert包络谱分析,根据包络谱进行齿轮箱复合故障诊断。通过算法仿真和应用实例对包含齿轮局部故障和轴承局部故障的变转速齿轮箱复合故障进行分析,结果表明,该方法在无转速计的情况下能有效地提取变转速齿轮箱复合故障的特征。

基于线调频小波路径追踪阶比循环平稳解调的齿轮故障诊断

为从变转速齿轮箱振动信号中提取齿轮故障特征,提出基于线调频小波路径追踪的阶比循环平稳解调方法。该方法利用线调频小波路径追踪算法估计振动信号中的转速信号,根据转速信号对信号进行等角度采样,获取角域周期平稳信号,求取角域信号的循环自相关函数,在特征循环阶比处对循环自相关函数进行切片,并对切片进行解调分析得到切片解调谱,依据切片解调谱进行齿轮故障诊断。由于线调频小波路径追踪算法具有精度高和抗噪能力强的优点,而循环平稳解调算法可以有效提取淹没在噪声中的周期性故障特征,因而,该方法结合了二者的优点,适合于变转速齿轮信号的故障特征提取。算法仿真和应用实例表明,该方法能有效地提取变转速齿轮箱振动信号中的齿轮故障特征。

基于线调频小波变换的电机故障信号消噪方法

电机故障信号包含大量白噪声和有色噪声 ,消噪是故障信号分析、诊断、处理的前过程 ,消噪的效果直接影响到后期工作。小波变换在电力系统的故障信号处理中得到广泛地应用 ,然而 ,小波变换只能消除白色噪声 ,对有色噪声不起作用。线调频小波变换是窗口Fourier变换和小波变换的推广 ,它不仅具有小波变换良好的时频局部性特点 ,而且它的时频窗口比小波变换的时频窗口更加灵活。本文应用线调频小波变换对电机故障信号进行消噪 ,效果明显。

基于线调频小波路径追踪阶比能量解调的齿轮轮齿裂纹故障诊断

针对变速下齿轮裂纹故障信号微弱,难以提取这一特点,提出了基于线调频小波路径追踪的阶比能量解调算法,并将其应用于变速下的齿轮裂纹故障诊断。该方法先采用线调频小波路径追踪算法提取齿轮的啮合频率分量,由此得到转速信号;然后利用转速信号对原始信号进行等角度采样得到角域平稳信号;接着对角域平稳信号进行带通滤波和角域平均运算以消除干扰噪声的影响;最后使用能量算子解调求取瞬时频率和瞬时幅值,根据瞬时频率和瞬时幅值进行故障诊断。应用实例表明,该方法能有效地提取变速下的齿轮裂纹故障。

基于线调频小波路径追踪阶比跟踪算法的齿轮箱故障诊断研究

针对阶比跟踪转速获取硬件方法需要额外安装转速测量设备,软件方法精度不高、抗噪能力弱的问题,提出基于线调频小波路径追踪瞬时频率估计的齿轮箱阶比跟踪故障诊断方法。该方法利用基于线调频小波路径追踪瞬时频率估计算法适于分解频率呈曲线变化的非平稳信号的特点,采用其对齿轮箱的啮合频率分量进行估计以获取转速信号,依据转速信号对等时间间隔采样信号进行等角度重采样,将非平稳信号转化为角域平稳信号,得到振动信号的阶次谱,判断齿轮箱故障。仿真算例与应用实例表明上述方法在瞬时频率估计方面具有精度高和抗噪能力强的优点,可以根据信号自身的特点自适应的选择基函数,准确地对转速进行估计,其与阶比跟踪算法的结合能有效诊断齿轮箱故障。

线调频小波路径追踪算法和FrFT相结合的升降速齿轮故障诊断方法

针对升降速阶段齿轮振动信号的非平稳特性,提出线调频小波路径追踪算法和分数阶傅里叶变换(Fractional Fouriertransform,FrFT)相结合的齿轮故障诊断方法。该方法采用线调频小波路径追踪算法获得升、降速阶段齿轮振动信号所包含的能量最大信号分量的瞬时频率,并通过对该瞬时频率时频曲线的观察,获得该瞬时频率近似于线性上升或下降的时间范围,提取该时间范围的齿轮振动信号段,用FrFT对所提取的振动信号段进行处理,得到齿轮振动信号段的FrFT频谱图,从FrFT频谱图存在的调制现象来判断齿轮故障。其中FrFT的最佳阶次可由瞬时频率的调频系数计算得到。由于噪声与Chirplet原子的相关性很小,使得线调频小波路径追踪方法对噪声不敏感;另一方面,选择合适的分数阶,信号的FrFT将具有很好的信噪分量效果,因此该方法可用于处理升降速阶段的低信噪比齿轮振动信号。仿真分析和应用实例验证了该方法的有效性和良好的抗噪性。

高压绝缘子泄漏电流的线调频小波分形特征

随着电网电压等级的提高和各类污染的加剧,绝缘子污闪事故日益严重,通过有关特征量提取来实现绝缘子表面状态的监测是预防污闪、提高电网可靠性的关键。为判别高压绝缘子污闪和预测其风险,以线调频小波和分形理论为基础,研究了高压污秽绝缘子泄漏电流的线调频小波分维数,并与小波分维数进行比较。结果表明,从泄漏电流信号中提取线调频小波分维数作为信号特征能清楚地刻画染污绝缘子污秽闪络过程中泄漏电流的变化规律,线调频小波分维数的变化与泄漏电流的变换比对应小波分维数更为明显突出,同时在各阶段特征更加稳定。线调频小波分维数可作为模式识别的有效特征量对绝缘子污闪发展状态进行判别。

基于线调频小波变换的电机故障信号谐波检测方法

线调频小波变换统一了短时 Fourier变换和小波变换的时频分析 ,并能根据信号的特点自适应生成新的时频窗口。本文首次将线调频小波变换引进电力系统的突变信号处理中。分析了其消噪和滤除干扰的原理 ;构造了线调频小波变换的算法。该算法不仅能解决文 [9]中提出的消噪和滤除干扰的问题 ,还能解决文 [8,1 0 ]中提出关于滤除整数 (偶数 )次和分数次谐波 。

基于线调频小波路径追踪的滚动轴承故障特征提取

针对齿轮噪源以及变转速的工作条件双重干扰下的滚动轴承的故障诊断,提出了一种基于线调频小波路径追踪的滚动轴承故障特征提取方法。对混合信号进行Hilbert变换得到包络信号,并在满足采样定理的条件下对包络信号进行降采样;对降采样包络信号应用线调频小波路径追踪算法提取轴承的瞬时故障特征频率趋势线,再对轴承的瞬时故障特征频率趋势线和转速曲线进行等时间重采样,并求各时间点的计算瞬时故障特征系数;根据计算瞬时故障特征系数与轴承的外圈、内圈和滚动体的故障特征系数进行比较,完成故障诊断。通过处理仿真信号和实测信号证明了该方法在不对混合信号进行滤波和使用阶比分析的情况下,不仅能检测滚动轴承是否出现故障,而且能确定故障的发生位置。

高斯线调频小波变换及参数优化

线调频小波变换(CT)作为小波变换(WT)的一种推广,成了信号处理中的研究热点。该文推导出高斯线调频小波变换(GCT)的短时Fourier变换(STFT)计算形式。并利用分数阶Fourier变换和广义的时宽-带宽积来优化GCT 的参数。与Wingner-rille分布(WVD)、短时Fourier变换(STFT)进行比较分析。仿真结果表明优化的GCT有很好的时频聚集性。

基于SVD和线调频小波路径追踪的转速波动齿轮箱故障诊断

针对转速波动齿轮箱振动信号的复杂性和非平稳性,提出了一种基于SVD和线调频小波路径追踪的转速波动齿轮箱故障诊断方法。该方法将齿轮箱振动信号经SVD预处理后得到一重组信号,再用线调频小波路径追踪算法分析该信号,得到齿轮啮合频率的估计,将估计得到的齿轮啮合频率经多项式拟合并除以齿轮齿数可得到其转速信号,根据转速信号对预处理后的信号进行等角度重采样,对重采样信号进行阶比分析,以完成齿轮箱的故障诊断。应用实例说明,该方法对转速波动齿轮箱的故障诊断具有有效性和优越性。

基于线调频小波变换的旋转机械故障诊断

小波变换在设备故障信号处理中得到广泛地应用,然而,小波变换只能消除白色噪声,对有色噪声不起作用。线调频小波变换统一了短时Fourier变换和小波变换的时频分析,是信号的时间-频率-尺度变换,能根据信号的特点自适应生成新的时频窗口。它不仅具有小波变换良好的时频局部性特点,而且它的时频窗口比小波变换的时频窗口更加灵活。本文应用线调频小波变换对旋转机械故障信号进行消噪,效果明显。

基于线调频小波路径追踪的阶比双谱分析方法

为了将双谱用于转速波动下的齿轮故障诊断,提出一种基于线调频小波路径追踪的阶比双谱分析方法。该方法首先将分析信号的时间跨度在不同尺度下进行等分,形成不同的时间支撑区,然后用多尺度线调频基函数对信号进行投影分解,通过从不同的时间支撑区内投影系数最大的基函数中寻找出使分解信号能量最大的基元函数组合,获得信号包含的能量最大的信号分量,进而得到齿轮啮合频率分量的估计,最后将啮合频率除以齿轮的齿数得到齿轮的转速信号,根据提取的转速信号对时域振动信号进行等角度重采样,对重采样信号进行双谱分析即得到阶比双谱。仿真分析表明,该方法能在低信噪比条件下准确提取转速信号,从而使得双谱估计能合理应用于转速波动下的齿轮故障诊断,应用实例进一步验证了阶比双谱的有效性和优越性。

Fourier变换和小波变换一般形式 —线调频小波变换和多普勒小波变换

Fourier变换、窗口Fourier变换与小波变换在许多领域得到广泛的应用。该文回顾了Fourier变换和小波变换的发展;介绍了两种新的处理非平稳信号的方法,即线调频小波变换和多普勒小波变换;分析了线调频小波变换是短时Fourier变换和小波变换的时频分析的统一时频表示形式,Fourier变换、小波变换以及线调频小波变换都是多普勒小波变换的特殊情况。线调频小波变换和多普勒小波变换比Fourier变换和小波变换更具灵活性,为图像、信号处理提供了新的方法和工具。

基于线调频小波变换的谐波快速可视化识别方法

线调频小波变换是傅里叶变换、短时傅里叶变换和小波变换的一般形式。在介绍高斯线调频小波变换算法的基础上,提出用线调频小波变换可视化地检测和识别出谐波的特性,即根据对电能质量谐波扰动信号的线调频小波变换矩阵的等高线图,可视化地区分出谐波是固定不变、线性时变或非线性时变,先识别谐波的大致类型,为选取合适的信号分析工具提供保证。仿真结果表明,线调频小波变换的等高线图可以很好地检测出电能质量信号扰动发生的时刻和持续时间。

基于线调频小波分维的红外图像边缘检测

根据小波变换与分形理论在认识事物的本质上都是基于从总体向局部、从宏观向微观的自相似原理,以及线调频小波理论原理,提出一种以线调频小波作为标尺来定义分维数的思想,将线调频变换看作是用线调频小波标尺对信号进行度量,建立一种以信号的细节分量之和作为度量参数的线调频小波分维数。应用线调频小波分维数对红外图像进行边缘提取,实验结果表明该方法简单有效、优于传统的几种边缘提取算子。

基于线调频小波变换能量谱的电机故障信号处理

提出了一种基于高斯线调频小波变换诊断电机故障的新方法。线调频小波变换是信号的时间-频率-尺度变换, 具有比小波变换及其它时频分析更强的非平稳信号分析功能。利用高斯线调频小波变换作电机故障信号的能量谱估计,可提取电机故障信号的频率成份。试验结果表明,这种方法比Fourier变换和小波变换频率分布的能量更集中。

快速线调频小波原子滤波与尾传动轴振动辨识

针对直升机尾传动轴振动辨识问题,提出了基于快速线调频小波匹配追踪的原子滤波算法,并进行了振动辨识。该算法基于快速线调频小波匹配追踪稀疏分解算法,通过对分解得到的稀疏原子进行带通、幅值滤波的预处理,采用基于原子几何框架重叠与邻近原则的原子选择和基于原子调频斜率差异特性的毛刺原子去除方法,实现了特征原子的筛选。实验研究表明,快速线调频小波匹配追踪算法能够得到尾传动轴的稀疏分解,并能准确识别机械系统的振动特征;采用相应原子滤波方法成功分解得到了尾传动轴上的尾桨激励振动特征信号。

基于线调频小波积分的时变系统物理参数识别

基于短时线性变化假设推导了线调频小波积分计算方法。借助此方法仅利用时变结构的加速度响应信号,就可重构出速度响应和位移响应信号,并在质量参数已知的情况下构造最小二乘算法识别结构的时变刚度和时变阻尼。由于引入了调频斜率参数刻画信号的短时调频特征,该方法相比传统识别方法能更好地追踪快速时变参数且计算效率大大提高。仿真算例中,构造了一个3自由度时变结构模型,针对各种时变情况进行物理参数的识别,验证了方法的正确性、适用性和抗噪声能力。