改进粒子滤波和小波包在汽轮机振动诊断中的应用

提出了一种改进粒子滤波和小波包分析相结合的汽轮机振动故障诊断方法。针对传统粒子滤波的样本退化问题,在重采样阶段提出了一种权值排序和优胜劣汰的改进粒子滤波算法。采用小波包分析的方法进行特征提取,利用SVM得到故障诊断结果。由结果可知,降噪信号的故障识别率明显高于原始信号的故障识别率。无论哪种信号,采用小波包分析提取特征向量进行故障诊断的识别率要高于采用FFT分析得到特征向量进行故障诊断的识别率,证明了本文提出方法的优越性。

改进小波包分析在雷达图像消噪中的应用

针对VDR雷达图像在采集、数字化和传输过程中常受到各种噪声的干扰,不利于对图像进行分析、观察和压缩的问题,提出采用改进小波包分析算法进行图像消噪处理,小波包分析具有比小波更精确的局部分析能力,但由于小波包分解的隔点采样会产生严重的频带混叠现象,文中对小波包分析算法进行改进,利用信号的频移特性,将信号进行移频处理,消除频带混叠现象,达到高质量去噪的目的;通过VDR雷达图像消噪实验证明,上述改进算法好于小波包消噪方法,更优于小波消噪方法,具有更为广泛的应用价值。

利用改进希尔伯特—黄变换进行地震资料时频分析

为了克服常规希尔伯特—黄变换(HHT)的缺陷,消除常规经验模态分解(EMD)产生的本征模态函数分量(IMF)中混叠的振荡模式,本文运用改进HHT,即通过引进小波包变换,首先将信号分解成一系列窄带信号,然后对这些窄带信号进行EMD获得一些IMF分量,再根据相关系数法,保留需要的IMF分量,去除虚假的IMF分量,最后进行HHT求取瞬时频率,得到改进HHT谱。改进HHT摆脱了小波变换中的海森堡测不准原理的限制,以及常规HHT模态混叠对分析的干扰。虽然改进HHT谱高频成分存在跳跃现象,但都围绕在真实频率值周围,并且较小波时频图的频带窄很多,能够反映信号的真实频率特性。数值模拟与实际地震记录处理结果证明了改进HHT的可行性。

APU故障智能诊断系统设计

针对飞机辅助动力装置(APU)故障诊断智能化、自动化水平较低问题,设计了基于MATLAB语言的APU智能故障诊断系统;通过小波包分析数字滤波算法实现对APU监控传感器输出数据的滤波处理,创造性地利用"Min-Max"算法对APU监控传感器是否发生故障进行诊断,确保传感器输出的数据可以真实地反应APU的工作状况;智能故障诊断系统通过分析经过处理后的数据,实现征兆空间到故障空间的映射而实现故障的智能诊断;最后利用南航沈阳维修基地APS3200型APU的相关数据对系统进行检测分析,实验结果表明该智能故障诊断系统具有学习速度快、噪声干扰抑制能力强及故障诊断结果准确等特点,对提高APU维修效率、节省维修费用具有重要意义,具有一定的实际推广应用价值。

梁损伤小波包分析和神经网络识别

针对柔性悬臂梁裂缝损伤问题进行损伤位置和损伤程度的识别研究。首先用有限元法建立系统动力学模型。然后对系统的动力响应信号进行小波包分解,建立基于小波包能量谱的损伤指标。把损伤指标作为改进BP神经网络的输入特征参数,用分步识别方法进行损伤位置和损伤程度的识别。最后进行了数值仿真研究。仿真结果表明,利用小波包分析和改进的BP神经网络可以精确地识别出柔性梁的损伤位置和损伤程度。

改进小波包结合支持向量机分类器的无线Ad Hoc网络性能评价

使用训练集大小、特征提取方法和识别方法作为影响识别错误率的三个因素,采用改进小波包(IWPA)和SVMDT相结合的方法对无线Ad Hoc网络的性能进行了评价。通过采用方差分析和最小二次无偏估计的方法等数理统计方法分析实验数据,获得了各个因素的主效应及其之间的相互效应对识别错误率边际均值的具体影响程度。研究结果表明,IWPA特征提取方法的性能远优于WPA和WT,SMDT分类方法的性能也优于RBF和SA,并且IWPA和SMDT相结合产生了最佳的交互效应。

基于改进小波包分析的雷达图像消噪方法

针对船用雷达图像消噪问题,提出了应用改进小波包分析算法对雷达图像进行消噪处理,解决了频带混叠问题,提出了最优小波包基的确定方法,分析了消噪原理,并通过对雷达图像的消噪处理和比较,其消噪效果优于小波,具有更为广泛的应用价值。

隧道爆破引起路基边坡振动信号的规律研究

为研究精细化延时控制爆破引起的边坡振动信号的规律,文章以黑峪隧道改扩建洞口精细化控制爆破施工为工程背景,引入等效药量、等效距离,采用量纲分析法建立新的振速衰减公式;基于4次实测数据,对其进行拟合验证,并与萨道夫斯基公式进行对比;采用小波包分析法,研究其振动能量的分布规律。结果表明:传统的萨道夫斯基公式对本工程的预测误差较大,高达27.39%,且普遍小于实测振速,不利于指导施工,而改进经验公式预测误差最大为18.41%,说明改进公式具有良好的适用性;爆破振动能量主要集中在0~109.375 Hz范围内,但在0~46.875 Hz范围的能量最为集中,大于109.375 Hz的振动能量只有1%左右;随着距离的增加,振动能量向低频部分集中,高频能量逐渐被岩体吸收。

下穿村庄隧道爆破振动效应研究

为了研究下穿村庄隧道爆破振动效应,以太锡铁路太崇段新建崇礼隧道下穿和平村实际工程为研究对象,利用等效药量与等效距离的概念改进萨道夫斯基公式,通过实测爆破振速对其进行回归分析,建立适用于本工程的振速预测模型。然后,利用小波包分析对能量分布规律,得出能量衰减模型。结果表明:改进公式预测模型最大相对误差仅为—6.75%,提高了爆破振速预测精度。随着等效药量与等效距离的增加,爆破低频带能量占比呈升高的趋势,而随着等效距离的增加,爆破振动能量衰减很快,等效距离50 m以上时,爆破振动能量衰减趋于平缓。

基于BP神经网络模型的异步电动机故障辨识

针对目前三相异步电动机故障诊断方法存在的局限性及其缺陷,在利用小波包分析提取电动机故障信号特征量基础上,提出基于蝙蝠-粒子群及改进BP算法的异步电动机BP神经网络故障辨识模型,采用蝙蝠-粒子群算法优化BP神经网络结构参数,利用改进BP算法训练BP神经网络。仿真结果分析表明,该BP神经网络模型用于三相异步电动机故障辨识,辨识速度快、准确度高、可靠性好。

基于改进小波包分析的三相供电电源线路接地故障诊断方法

三相供电电源线路的接地故障信号复杂且易受干扰,这一特性在进行故障诊断时会降低诊断的灵敏度。因此,提出基于改进小波包分析的三相供电电源线路接地故障诊断方法。通过部署高精度传感器、模数转换、无线传输以及归一化处理措施,提升接地信号的质量。利用优化频带划分、融合快速傅里叶变换及隔点采样技术,提取接地故障信号特征。建立故障诊断模型,并辅以欧氏距离相似度匹配,实现接地故障的智能自动诊断。实验结果表明,设计方法能够提升诊断的灵敏度,确保在复杂的电力环境中实现故障的快速、准确识别。