Orthogonal Wavelet Packet Analysis Based Chaos Recognition Method

The chaotic motion characteristics are expounded by taking the Duffing equation system as an example.The frequency band segmentation ability and the frequency resolution of the orthogonal multiresolution analysis and the orthogonal wavelet packet analysis are compared.A new orthogonal wavelet packet analysis-based chaos recognition method for chaotic motion characteristics is put forward.The chaotic,random,and periodic motions are identified effectively by use of the subfrequency band energy distribution in the signal spectrum.The characteristic frequency of chaotic motion is thus extracted.

基于多频带多特征融合的配电网单相接地故障选段方法

针对现有配电网单相接地故障选段方法存在的通信负担重、阈值设置困难及故障特征量单一等问题,提出一种基于多频带多特征融合的配电网单相接地故障选段方法。首先,利用小波包变换分别对故障后首半个工频周期的零序电压导数和零序电流进行分解和重构,得到原始波形的不同频带分量。其次,根据不同频带分量间的极性关系分别引入伏安特性特征向量与零序功率累加和作为故障特征。最后,筛选特征频带并构造基于特征频带与故障特征融合的选段判据。仿真实验及现场数据验证结果表明,所提方法能够有效实现单相接地故障免阈值就地选段。

基于小波包分解的频带局部能量特征提取方法

提出了一种基于小波包分解的频带局部能量特征提取方法。在小波包分解的理论基础上 ,引入了频带局部能量的概念 ,用以表征信号在某个频带的某个时间段的能量大小 ,反映了信号频率的时变性。并以仿真信号为例 ,说明基于小波包分解的频带局部能量特征提取方法的有效性。

应用小波包分析实现配电网单相接地故障选线

应用小波包具有良好的频域分频特性,以适当频率带宽对配电网发生单相接地故障后各条线路的相电流故障分量进行分解,得到其在不同频段下的输出,按照能量最大的观点自适应地确定线路健全相的暂态故障电流分布最集中的特征频带,并根据特征频带内重构后的故障相与健全相之间能量比值的大小判断线路为故障或健全。大量基于PSCAD和MATLAB的仿真试验表明,该选线方法可以正确判别故障线路和健全线路,且具有较高的灵敏度。

按频带顺序排列的小波包新算法及应用

小波分析是一个国际研究热点．小波包算法结果包含了Ｍａｌａｔ算法结果．小波包原算法是按小波包基顺序排列的，本文提出按频带顺序排列的小波包新算法，数值模拟以及实际应用都说明了它的正确性和优越性．

小波包提取算法和相关分析用于电缆双端行波测距

由于故障行波传播色散的影响,确定行波到达时刻和选择行波波速一直是电缆行波测距的难题。针对以上两个问题,提出了基于小波包提取算法和相关分析的电缆双端行波故障测距方法。该方法将暂态行波信号通过小波包分解为不同的频带,然后提取能量相对集中的频带进行小波包重构。在该频带,线路的衰减系数和波速都可近似为常数,因此电缆两端的重构波形相似。用相关分析方法确定两端波形时间差,再结合该频带的波速,即能精确确定故障位置。通过对实验结果的分析表明,提出的方法提高了测距精度,是有效的。

小波包分析技术在大型电机转子故障诊断系统中的应用

通过精密离心机电机驱动系统和机械系统的故障机理的分析,提出了两种故障信号基于小波包分析的特征提取方法。一个是渐进性故障信号的特征提取方法,控制器误差信号通过小波包分解与重构,最后在最低频段的节点得到了已经去噪的故障信号。另一个是振动信号频带能量的特征向量提取方法,动平衡系统的振动信号被分解到独立的频段,不同频带内的信号能量变化反映了系统机械运行状态的改变,每个能量成分被提取形成特征向量用于故障诊断。试验与仿真结果表明这种基于小波包分析的故障方法具有算法简单、可行的优点。

用最优谐波小波包变换抑制局部放电混频随机窄带干扰

在进行电气设备局部放电(partial discharge,PD)在线监测中,当多个随机周期性窄带干扰的频率位于传感器监测频段内部时,会严重影响监测的可信性和准确性,然而目前缺乏有效抑制此类干扰的方法。为此,利用谐波小波具有严格盒形频谱特性的优点,提出一种基于最优离散谐波小波包变换的PD去噪新方法,将不同频率窄带干扰的能量分别集中在单一的子带内,用分解后子带香农熵比值的大小来确定包含各窄带干扰的子带,只要将对应的小波系数置零后重构就能得到去除窄带干扰后的PD信号,克服了离散小波包变换子带间存在频谱泄漏的缺点,实现了对PD监测信号的自适应优化分解。通过对仿真和实测PD信号频带范围内含有的混频随机窄带干扰进行去噪处理,并与离散小波包变换去噪结果进行对比分析后表明,最优离散谐波小波包变换对PD信号去噪后的能量损失和波形畸变较小,有利于后续对PD信号的模式识别,可以解决干扰频率位于监测频段内难于抑制的难题。

基于小波包提取算法和相关分析的电缆双端行波测距

由于故障行波传播色散的影响,确定行波到达时刻和选择行波波速一直是电缆行波测距的难题。针对以上两个问题,提出了基于小波包提取算法和相关分析的电缆双端行波故障测距方法。将故障行波信号通过小波包分解为不同的频段,提取能量相对集中的频段进行小波包重构。用相关分析方法确定两端重构波形的时间差,再结合该频段的波速,即能精确确定故障位置。通过对实验结果的分析表明,所提出的方法提高了测距精度,是有效的。

基于小波包能量熵的油纸绝缘气隙放电阶段识别

油纸绝缘气隙放电是运行变压器局部放电的主要方式,研究其发展阶段对变压器潜伏性故障的有效监测及诊断具有重要意义。论文模拟实际变压器运行环境建立油纸绝缘气隙放电缺陷模型,利用恒压法采集其局部放电信号,采用小波包分解对局放信号进行频带划分,获取其各频带下信号能量分布以及局放发展过程信号总能量发展情况,基于不同频带下信号能量变化特征提出以小波包能量熵作为局部放电发展特性的新特征量,通过小波包能量熵在整个过程中的循环变化特征规律,提出以小波包能量熵"阶跃"断层点为支点的局部放电阶段有效划分方式,并根据小波包能量熵在不同阶段的阈值特点,建立通过阈值判定来识别局部放电发展阶段的模型。

基于小波包优选的模拟电路故障特征提取方法

小波包变换在模拟电路故障特征提取中应用极广,但小波包基函数直接影响故障特征提取的性能。该文给出了小波包频带能量熵的定义,并结合频带能量熵方差,提出一种基于频带能量熵的小波包优选方法。为验证方法的有效性,采用不同的小波包基函数进行实验研究,对待测模拟电路应用小波包变换完成故障特征提取,引入支持向量机验证故障特征的可识别程度。实验结果表明,利用优选小波包基提取的故障特征具有更好的区分度,说明了该算法选取小波包基函数的有效性。

爆破振动信号的小波包分解及各频段的能量分布特征

在结合爆破振动信号具有非平稳、持时短、时域与频域局部化等特性的基础上,通过对爆破振动信号分析技术的简介,得出了小波包分析技术的特点,并在确定小波包分解层数、优选小波包基的同时,运用能量计算公式在MATLAB7.0的语言环境下进行编程,得出了爆破振动信号能量分布的初步规律,为爆破振动信号的进一步研究奠定了理论基础。

基于小波包变换的爆破地震波时频特征提取及分析

为了研究爆破地震波振动分量的传播规律,在微风化花岗岩石场地进行了孔径为76mm,孔深为5mm的单孔和单段多孔爆破试验,获得该场地爆破地震波加速度衰减规律,加速度衰减系数为k=3 698,α=2.046,并研究出该场地基频范围为48Hz^74Hz。采用小波包技术对爆破地震波测试信号进行时频特征量提取,分析试验所测得爆破地震波不同频带下小波包系数的衰减规律。在此基础上通过研究场地介质对爆破振动分量的动态响应衰减作用,分析形成爆破地震波多频带特征的机理。

冗余小波包改进及其在齿轮箱故障诊断中应用

针对小波包分解广泛存在频率折叠、频带重叠与频带错位缺陷,分析了其产生的根源,并以此提出了一种改进的冗余小波包分解算法。该算法通过交换偶数位置子带小波包分解后的两子带顺序来消除频带错位缺陷,通过引入两算子依据傅里叶变换滤波原理分别从频域滤去低、高频子带理论频率范围外的频率成分来避免频带重叠缺陷。分别使用仿真信号与某直升机中减速器疲劳试验的故障数据对该算法进行了仿真验证与试验验证。分析结果表明:相对于Mallat小波包算法和通常的冗余小波包算法,改进的冗余小波包分解算法确实成功消除了频率折叠、频带重叠和频带错位等三类缺陷,因此该算法能更有效地提取淹没在强噪声和其他强干扰背景下微弱故障特征,具有一定的工程应用价值。

基于提升小波包和神经网络的结构损伤检测

提出一种提升小波包分解、多传感器特征融合和神经网络模式分类相结合的结构损伤诊断方法。首先,对多个传感器采集的振动响应信号进行提升格式小波包分解,定义标准化相对能量并计算每个频带上的相对能量;然后,把这些传感器信号的小波包相对能量融合作为神经网络分类器的输入特征向量,实现损伤的诊断和评价。数值仿真结果表明,提升小波包分解的频带能量分布能够较好地反映结构的损伤特征;特征融合能够使不同传感器的信息相互补充,减小了损伤检测信息的不确定性,使诊断信息具有较高的精度和可靠性。

改进的卷积型小波包分解及在故障诊断中的应用

针对卷积型小波包分解存在频带错位与频带重叠缺陷,提出了一种改进的卷积型小波包分解算法。该算法通过交换偶数位置节点小波包分解后的两节点顺序来消除频带错位缺陷,引入两算子分别从频域除去低、高频子带理想通带范围外的频率成分以消除频带重叠缺陷。由构造的故障信号进行仿真实验,并使用某直升机中减速器疲劳实验的故障数据进行了验证。结果表明:由于消除了卷积型小波包和内积型小波包分解算法中广泛存在的频率折叠、频带重叠和频带错位缺陷,改造的卷积型小波包分解算法能更方便、更有效地提取隐藏在强噪声和其他强干扰背景下的故障特征信息,从而为机械故障的诊断提供了一种强有力的分析手段。

基于多频带分析的自适应配电网故障选线研究

该文应用小波包具有良好的频域分频特性,以适当频率带宽对配电网发生单相接地故障后各条线路的暂态零序电流进行分解,得到其在不同频段下的输出。按照能量最大的观点确定各条线路暂态电容电流分布最集中的特征频段,并根据故障线路暂态电容电流的极性与非故障线路不同的原理,通过比较所有线路在各自特征频段下的小波包分解系数的极性来自适应地实现故障选线。理论分析及大量的ATP仿真结果表明:该选线方法可以准确、可靠地实现配电网单相故障的选线。

基于奇异值分解和小波包分析的液压泵振动信号特征提取方法

针对液压泵故障特征提取问题,提出了一种基于奇异值分解和小波包变换的液压泵振动信号特征提取方法。通过奇异值分解将噪声非均匀分布的液压泵振动信号正交分解为噪声分布相对均匀的分量,对各分量进行小波包阈值去噪,重构去噪后分量,对去噪后信号进行小波包分解,提取各频带能量特征。以齿轮泵为例,将该方法对齿轮泵的气穴故障、齿轮磨损和侧板磨损3种常见故障和正常状态的振动信号进行特征提取分析,结果表明,该方法可有效提取齿轮泵故障特征。

小电流接地系统单相接地故障选线新方法

为改进小电流接地系统单相接地故障选线方法,结合数字信号处理中的相关分析技术与小波包分解技术,利用db小波包以适当频带宽度分解了这种故障后的暂态零序电流,自适应地选出各条线路上故障能量最大的特征频段。两两相关分析各线路故障特征频段对应小波包分解系数的波形,获得相关矩阵,并求出各线路的综合相关系数,最终给出按接地故障发生可能性大小排列的选线结果。理论分析及大量MATLAB仿真结果表明:该法不受故障条件的影响,可准确、可靠地实现配电网单相接地故障选线,适于中性点不接地或经消弧线圈接地系统。

基于小波包分解和模糊聚类的网格结构损伤诊断方法

本文针对网格结构的特点,利用其在快速正弦扫频激励下的动力响应,基于小波包分解频带能量分析和模糊聚类法,提出了一种适合于网格结构的损伤诊断方法。利用两个传感器损伤信息的联合诊断,有效地解决了使用一个传感器无法检测出对称损伤的难题。利用有限元模拟,应用上述方法对一单层球面网壳结构进行了损伤诊断。结果表明,对网壳杆件较小程度的损伤,子频带能量成分变化敏感,用其构造诊断向量和建立损伤样本库,并进行模糊聚类和目标识别,基本可以正确地识别出网壳杆件的损伤位置和程度。同时该方法测试时间短,使用设备少,有可靠的理论基础,具有一定的工程应用参考价值。