刀具磨损的小波检测

通过建立刀具磨损时的切削力信号奇异性指数与刀具磨损状态的对应关系 ,利用小波变换对切削力信号进行分析 。

一种改进小波阈值去噪方法的研究

针对传统小波阈值去噪分析的不足,分别从两个方面进行改进:1)根据小波系数在各尺度上的相关性,提出基于Lip指数阈值寻优的新方法;2)用构造的新小波阈值函数处理小波系数,克服了软阈值的高阶不可导和硬阈值函数的不连续,且计算方便。最后使用新方法对一组离散变形数据进行去噪处理,验证了其有效性和优越性。

基于最优小波包基的模极大值法信号消噪研究

给出了对信号进行基于熵准则的最优小波包基分解的基本原理,在此基础上提出了使用模极大值法进行信号消噪的基本原理.通过计算Lip指数确定信号中的奇异点,然后根据噪声和有用信号的模极大值随着小波分解尺度的增大而呈现出的截然不同的特性剔除噪声,从而实现消噪.通过对一含有噪声的信号进行消噪验证了该方法的优越性.

一个第二代小波的信号奇异性检测

利用提升格式原理构造了一个对称的具有二阶消失矩的第二代小波DEC,并将其应用于信号的奇异性检测。与经典小波DB2的检测效果相比较,两者都可以准确地检测出信号的奇异点,但在Lip指数的计算方面,DEC比DB2以及其他大部分经典小波的准确性要强得多,仅次于墨西哥草帽小波。但是墨西哥草帽小波是一个非紧支集且只有零阶消失矩的小波。实验结果表明,第二代小波DEC比大部分经典小波更适合于信号的奇异性检测。

基于自适应小波基的刀具磨损检测

通过刀具磨损特征向量的定义和提取，建立了奇异性指数和刀具磨损的对应关系，并利用小波变换对切削力信号进行分析，实现了刀具的磨损检测。

小波在信号奇异性中的应用

由于信号本身的奇异特性,传统的Fourier在信号奇异性整体表现上具有优势,但是在局部表述上存在不足。利用Lipschitz(Lip)指数和小波变换关系,对信号奇异性作出局部表述。

小波降噪在梁桥损伤识别中的应用分析

噪声对梁桥损伤识别的效果有很大影响,通过对小波降噪后的信号进行奇异性分析,探讨其在损伤位置识别和损伤程度识别中的表现,最终得出了一些有意义的结论。