基于Morlet小波的变电站直流电源接地故障检测方法

为提高变电站直流电源接地故障检测查准率,提出基于Morlet小波的变电站直流电源接地故障检测方法。根据检测需求,提取接地故障信号,采用动态化采集的方式采集故障数据。基于Morlet小波设计直流电源接地故障检测模型,采用暂态处理实现故障检测。测试结果表明,文章所提方法的查准率较高,能够明确检测目标,有效提升了接地故障检测模式的综合性能。

基于Morlet小波分析的潍坊市降水量周期规律分析

降水量时间序列具有概率统计意义上的周期性,识别判定序列的周期性对于降水规律的预测分析、灾害防御预判具有重要意义,近年来,随着水旱灾害防御工作对“预报、预警、预演、预案”要求越来越高,有针对性的降水量周期性研究的重要性更加凸显。为支撑“四预”工作,研究降水时间序列规律,文章以潍坊市年平均降水的系列资料为基础资料,采用Morlet小波对其进行多时间尺度分析,判定在不同时间尺度下,潍坊市年降水量丰、枯变化的过程和特性,分析得出潍坊市年降水量变化的趋势自2020年后将慢慢转入降水量逐年减少的周期中的结论。

Morlet小波在确定局部周期中的应用

本文通过引入改进的Morlet小波变换核函数,得到了等幅值的Morlet小波变换(MMWT)和功率谱(MMPS).理论及实验均表明,MMPS不但能够准确的确定信号的局部周期,而且使相同振幅(强度)的谐波产生了相同大小的MMPS,弥补了MPS的不足.对于MMWT还给出了相应的Morlet小波变换尺度与频率转化公式.

Morlet小波显著性检验和精度分析在地磁场和地震活动性周期分析中的应用

首先通过对加入随机噪声的合成信号进行Morlet小波变换并进行显著性检验,分析所得信号的周期成分的显著性和非显著性,然后研究信号周期长短、信号观测时间段长短与精度之间的关系.在此基础上,以活动周期比较稳定的太阳黑子活动作为实例分析,结果显示本文的精度分析和显著性检验方法对于周期谱的精度和显著性研究是可行的.最后将该方法应用于全球地震活动周期谱的分析,求出全球地震活动周期谱及其显著性与精度.研究结果表明,在利用Morlet小波分析地磁场和地震活动性周期时引入显著性检验,并结合本文给出的精度,可以从数据中提取出周期谱及其显著性和精度.

基于参数优化Morlet小波变换的故障特征提取方法

针对轴承或齿轮箱等机械元件的故障振动信号表现为冲击衰减波形的特点,提出一种基于参数优化Morlet小波变换的故障特征提取方法。利用最小Shannon熵方法优化Morlet小波的形状参数,实现与冲击特征成分的最佳匹配,再对小波变换系数矩阵进行奇异值分解,根据奇异值曲线中主要反映突变信息的过渡阶段所对应的尺度范围求得最佳小波变换尺度,最后对信号进行Morlet小波变换提取故障特征。仿真试验和实际应用的结果表明,该方法能更有效地从强噪背景中提取故障特征。

Morlet小波分频处理在提高地震资料分辨率中的应用

利用常规方法对地震资料进行处理,其频带受原始地震资料频带的制约,通常不能满足精细储层预测和描述的需要,为此,提出了一种Morlet小波变换分析方法来提高地震资料的分辨率。该方法具有良好的时频局部化性质而优于传统的傅里叶分析方法。Morlet小波变换分析作为叠后地震资料分频方法更适应于地震频谱分析。首先利用Morlet小波变换建立恰当的小波滤波器组,然后对地震信号做相应频谱分析,分别对单道数据及实际资料进行处理,得到了不同尺度的地震资料,最后对处理结果进行了分频反演。最终结果表明,用Morlet小波变换分析处理后的地震资料,其品质得到了明显的改善,处理后的剖面同相轴变细,频带变宽,分辨率得到了提高。

基于Morlet小波变换的滚动轴承早期故障特征提取研究

针对轴承故障初期振动信号中的特征成分极易被噪声信号淹没而不能及时检测的问题,结合Morlet小波变换降噪的基本原理,提出一种由尺度相关能量分布确定最优尺度参数的方法,从而在该尺度下对信号滤波来提取冲击特征成分。以最小Shannon熵优化Morlet小波的形状参数,实现母小波与信号故障特征的最佳匹配;以最优Morlet小波在不同变换尺度下的小波系数绘制尺度-能量谱,利用信号故障特征能量在特定尺度范围内聚集的特性,从谱图的极值点中选择滤波效果最好的尺度参数。对轴承全寿命数据的实际应用结果表明,与信号的均方根趋势相比,该方法能够提前从信号中提取微弱故障特征并检测到轴承的外圈故障,为轴承早期故障诊断提供了一种有效途径。

一种谱峭度和Morlet小波的滚动轴承微弱故障诊断方法

提出一种基于谱峭度和Morlet小波的滚动轴承微弱故障诊断新方法。该方法利用Morlet小波的滤波特性,基于谱峭度表征的Morlet小波系数最大化原则,采用频带平移及外扩的方法自适应地在全频范围内定位由冲击信号激起的各个共振频带,再利用谱峭度和带宽这两个参数有选择地利用一个或若干个共振带进行轴承微弱故障诊断。与原有的谱峭度快速算法相比,该方法能有效避免一个共振带被人为分割为多个频带以及将非共振频带并入共振频带中的现象,从而提高了轴承故障诊断效果。另外,该方法避免了传统方法只利用一个共振带而丢弃其他频带的做法,可以利用找到的不同共振频带的轴承信息进行微弱故障特征增强,以提高微弱故障诊断性能。滚动轴承微弱故障实验证明了新方法的有效性。

基于Morlet小波变换的结构密集模态参数识别

为了解决结构密集模态识别精度不高的问题,提出了基于Morlet小波变换进行结构模态参数识别的一套方法流程.首先,从公式推导的角度对结构模态混叠的机理进行研究分析,明确和量化了密集模态的定义,提出了结构模态密集度指标——相邻模态的频率比,以此判定应用Morlet小波变换进行模态识别的有效性.其次,针对边端效应和噪声污染的不利影响,改进了小波变换识别结构模态参数的方法,并提出了最优小波中心频率的选取方法.理论研究结果表明,当相邻模态的频率比值一定时,随着阻尼比以及相邻模态阻尼比差值的增加,模态混叠的严重程度也增加.数值仿真算例结果表明,这种改进的模态识别方法可有效地识别结构的模态参数,且能够获得较高的参数识别精度.

基于复Morlet小波变换的大跨空间结构模态参数识别研究

探讨了基于复Morlet小波变换的结构频率及阻尼比的识别方法,推导了基于小波变换系数的振型识别原理。为提高识别密集模态的精度,提出了基于最小标准差的小波中心频率及带宽的自适应选择方法。针对大跨空间结构具有低频密集模态以及难以实现用力锤或激振器来激励等特点,提出了自然激励法与小波变换相结合的模态参数识别方法。数值仿真及奥运场馆国家游泳中心现场实测数据分析表明,基于复Morlet小波变换的方法能有效识别低频密集模态参数。

自适应Morlet小波降噪方法及在轴承故障特征提取中的应用

分析了Morlet小波变换的滤波特性及其时频分辨率,利用Morlet小波良好的时域和频域特性及奇异值分解技术,提出了一种基于自适应Morlet小波和SVD的降噪方法。针对滚动轴承故障在振动信号中表现为冲击衰减波形的特点,采用修正的Shannon熵方法同时优化Morlet小波的中心频率与带宽参数,实现其与冲击特征成分的最优匹配;针对根据小波系数矩阵奇异值曲线的过渡阶段求取最佳变换尺度的方法存在着不够快捷方便的不足,将其与小波系数奇异值比方法相结合来快速方便地求得最佳变换尺度;最后对信号进行降噪处理提取故障特征。对仿真信号和实际轴承内外圈故障信号的应用分析表明,该方法具有良好的降噪性能,能有效地提取出滚动轴承的微弱故障特征。

基于最优Morlet小波和SVD的滤波消噪方法及故障诊断的应用

分析了传统的小波去噪方法和小波变换的滤波特性。利用小波变换技术、奇异值分解技术和Morlet小波良好的时域和频域特性,提出了基于最优Morlet小波和SVD的滤波消噪方法。首先,采用最小Shannon熵方法确定出最优Morlet小波;然后,利用奇异值分解技术确定出最佳变换尺度a;最后对信号进行滤波消噪处理,从而提取信号中的有用成分。实验结果表明,该方法具有良好的去噪性能,用于故障特征提取是有效的。

基于交叉验证法优化参数的Morlet小波消噪方法

针对机械监测故障信号的非平稳性特点,提出一种基于交叉验证法优化参数的Morlet小波消噪方法。选择与机械冲击振动波形相似的Morlet小波,对Morlet母小波进行改进,增加了波形调整参数。通过交叉验证方法设计了改进Morlet小波的波形参数和变换尺度。对信号进行连续小波变换(CWT),实现对含噪信号的滤波消噪。将该方法应用于齿轮故障检测中,对比2种传统的小波消噪方法,验证该方法能够提取出强噪声背景下的有效信号特征成分,具有较好的滤波消噪效果。

基于Morlet小波在雷达信号脉内特征提取中的应用

为识别雷达信号不同调制方式,可通过准确估计雷达信号瞬时频率来分析信号脉内特征。通过分析小波脊线原理和Morlet小波各种参数对提取调制雷达信号小波脊线特征的影响,提出改进Morlet小波原子。针对不同调制类型雷达信号,分析了正确提取信号脊线特征的条件。提出一种基于改进Morlet小波的小波脊线方法估计雷达信号的瞬时频率。通过仿真实验表明,与普通Morlet小波相比,基于改进Morlet小波在提取信号脊线特征时精确度和抗噪性得到提高。

改进的Morlet小波在信号特征提取中的应用

小波分析提取数字调制信号调制特征是一种比较有效的分析方法。本文通过分析Morlet小波中各参数对提取调制特征性能的影响 ,提出一种改进的Morlet小波变换 (MMWT) ,并将其用于信号调制特征提取。计算机仿真表明 ,基于MMWT的特征提取性能优于基于Morlet小波变换的方法 。

基于Morlet小波的高分辨率信号频谱估计

提出了基于 Morlet小波的一种新的高分辨率信号频谱估计方法 .理论和仿真结果都证明 ,在短数据信号情况下 ,这种谱估计方法其频率分辨率和估计精度都要高于 FF T方法 .文中讨论了基于 Morlet小波的谱估计算法 。

Morlet小波在振动信号包络检测中的应用

提出了Morlet小波在振动信号包络检测中的应用方法。该方法不仅能检测出故障信号的幅值信息,而且也能检测出故障信号中的相位信息。利用该方法对轴承的故障信号进行了分析,检测到了该故障信号幅值信息和相位信息,其效果令人满意。与原Hilbert变换比较,该方法具有重要优点。

最优Morlet小波滤波及其在机械故障特征分析中的应用

分析了Morlet小波及其滤波特性,结合小波变换技术和奇异值分解技术,提出了基于最优Morlet小波和奇异值分解的滤波消噪方法,解决了传统小波去噪方法的不足,即如何选取小波基、阈值方法和阈值。依据最优Morlet小波滤波方法,研发了基于小波变换的故障特征分析仪,并应用于轴承故障的特征提取,实验结果表明,该方法具有良好的去噪性能,用于故障特征提取是有效的。

奇异值分解对连续Morlet小波变换的压缩和提纯

研究连续Morlet小波变换矩阵行矢量的线性相关性,这种相关性使得连续Morlet小波变换的结果存在很大的冗余,利用奇异值分解(Singular value decomposition,SVD)来压缩这种冗余性。理论分析表明,SVD技术可以将连续Morlet小波变换矩阵的信息完全压缩到少数的非零奇异值及其对应的正交奇异矢量中,分析压缩前后数据量的比例,证实矩阵维数越大,压缩效果越好。研究确定性信号和噪声的连续Morlet小波变换结果的奇异值的分布特点,发现确定性信号的有效奇异值数量由信号中的频率数量决定,有效奇异值之后的奇异值会很快地下降到零,而噪声的奇异值序列的变化比较均匀,下降速度比较缓慢。利用确定性信号和噪声奇异值的这种差异,可以实现对含噪信号的连续Morlet小波变换结果的提纯,只要选择前面合适的奇异值进行SVD重构,大部分噪声奇异值的信息会被抛弃,因而可在很大程度上消除噪声对连续Morlet小波变换结果的影响。

基于Morlet小波的丹江口水库入库流量周期性分析

Morlet小波的波形与径流的形态相似,且其伸缩尺度与周期有直接的对应关系。Morlet小波是复数小波,比实型小波能更真实地反映时间序列的时频局部特征。本文采用一种新颖、快速、实用的非正交小波变换方法,并给出了该方法的推导过程。文中采用Morlet小波对丹江口水库入库流量进行分析,揭示了丹江口水库入库流量的多尺度震荡特性和周期性变化规律。分析结果表明,丹江口年平均入库流量具有两个周期(9年和24年)。根据小波系数的实部拟合出9年和24年的周期变化曲线,并与实际数据进行对比。在实际数据受到随机成分影响的情况下,比较结果仍然相当吻合。研究成果为汉江流域水资源开发利用和南水北调中线工程水资源优化配置提供技术支撑。