小波变换在激光超声无损检测信号去噪中的应用

介绍了基于小波变换的激光超声检测信号降噪处理技术,实际检测信号的降噪处理试验表明,应用该技术对激光超声检测信号进行降噪处理可显著提高信噪比.根据信号的波形特点选取了小波函数,采用heursure阈值去噪有利于提取超声回波波形.     

基于形态滤波与样本熵的转子故障特征提取方法

将样本熵引入旋转机械故障诊断领域,结合形态滤波和样本熵,提出了一种新的转子故障特征提取方法.首先选用最简单的直线结构元素,对实测转子振动信号进行形态滤波降噪处理;然后计算降噪后信号的样本熵,包括转子正常、不平衡、不对中、油膜涡动和碰摩等五种工况的振动信号;最后将样本熵作为特征,对各种故障状态进行评价.转子系统故障诊断的实例验证了该方法的可行性和有效性.     

基于小波的被动声纳降噪研究

该文采用基于小波的降噪理论,研究了水下舰船辐射噪声的被动声纳降噪问题,在舰船辐射噪声的建模与仿真条件下,分析对比了不同方法对舰船辐射噪声信号降噪的效果,并分析比较了利用各种小波基和采用不同阈值条件下对信号进行降噪处理的效果.该研究在分析对比的基础上进行小波包软阈值去噪取得了较好的效果,对被动声纳降噪提供了较好的应用前景.     

核独立分量分析在结构振动信号降噪中的应用

降噪处理是分析结构振动信号、提取特征参数、研究损伤识别方法的基础,核独立分量分析(KICA)采用的核方法为结构振动信号的降噪处理提供了新的方法;通过对比KICA与其他算法降噪后信号的HHT边际谱,验证了KICA对低阻尼钢框架结构标准损伤模型降噪的优良性能,特别是提高了对结构安全至关重要的低频振动部分的能量估计的准确度。     

基于烟花算法的EMD信号降噪方法

为了增加基于阈值的EMD方法的降噪性能和自适应性,提出一种基于烟花算法的EMD信号降噪方法,依据EMD分解得到本征模函数分量个数,动态确定烟花的维数,以批处理方式确定各个本征模函数分量的最优阈值并降噪,然后利用降噪后的本征模函数分量进行信号重构.仿真结果表明,所提出的方法降噪性能优于软阈值的EMD和基于蚁群优化的EMD降噪方法.     

基于小波分析的超声波测量油膜厚度方法

润滑对机械设备的正常运转及维护保养起重要作用。测量润滑油膜厚度能有效评价机械润滑效果,在实际应用中起到非常重要的作用。对驱动装置和电路原理进行设计与实现,并对喷油泵柱塞油膜采用超声波测量技术进行静、动工作状态的厚度测量,利用小波理论对油膜反射信号降噪处理,通过弹簧模型理论和反射系数对超声波信号分析与处理,计算得到油膜厚度测量值,对降噪前后的两种工作状态下的测量结果进行对比分析,验证了超声波测量技术的准确性和小波降噪理论对提高测量结果精度的有效性。     

基于直方图规定化和小波分析的医学图像增强

利用直方图规定化在进行图像增强处理时算法简单、处理速度快,结合小波分析在图像降噪上的优势,提出了将两种方法相结合的图像增强处理方法,并利用Matlab软件对一幅医学图像进行仿真验证,得到了较好的效果。     

基于Zigbee技术的土木工程支撑结构振动损伤监测方法

传统的土木工程支撑结构振动损伤监测方法对振动信号的修正不足,导致监测准确度偏低.因此,基于Zigbee技术设计了新的监测方法.首先采用Zigbee网络架构实现传感器之间的通信,同时,使用振动传递率模型修正传感器获得的振动信号,然后根据结构位移响函数理论推导信号振幅,判断振幅是否存在异常.最后分析异常振幅在多自由度下的振...     

基于阈值降噪同步压缩变换和CNN的滚动轴承故障诊断方法（英文）

针对滚动轴承振动信号的非平稳性和易被背景噪声干扰导致故障难以被准确诊断的问题,提出了一种基于时频阈值降噪同步压缩变换(TDSST)和卷积神经网络(CNN)的滚动轴承故障诊断方法.由于传统的小波阈值降噪及小波相邻系数降噪方法受信号噪声方差估计精度影响大,因此采用了基于STFT谱相关系数阈值寻优的时频降噪方法,将其与同步压缩变换结合,并用滚动轴承模拟冲击故障信号验证了TDSST方法降噪及提高时频分辨率的能力.最后,利用CNN对TDSST方法处理得到时频图进行诊断,滚动轴承实验数据诊断结果表明了所提方法能够有效地提高诊断准确率,当轴承信号信噪比大于0 dB时,诊断准确率都达到了95%以上,即使信噪比降到-4 dB时,诊断准确率也维持在80%左右,并且多次测试结果的标准差较小,表明方法具有良好的鲁棒性.     

改进的自适应滤波算法及其在声发射信号中的应用（英文）

为了对声发射信号进行降噪滤波处理,针对突发性声发射信号特有的衰减特性,将自适应滤波技术应用到声发射信号处理中.针对传统LMS自适应滤波器收敛速度与稳态误差的矛盾问题,在对比研究现有算法的基础上,提出一种改进的变步长LMS自适应滤波算法,以Sigmoid函数为原型,通过函数平移、对称变换构建含有3个参数的表达式,同时针对误差突变的情况,将前后误差e(k)与e(k-1)相乘来联合控制改变步长因子,并阐述了各个参数的选取与调整过程,以均方误差MSE为衡量指标来评价性能.仿真结果表明该算法显著提高了收敛速度,降低了稳态误差,使自适应滤波器的性能得到提升.把改进算法应用到声发射信号中,将实验信号通过EMD包络解调获得其上下包络线,再建立与声发射信号相关的期望函数,最后代入自适应滤波器中进行滤波处理,取得了很好的效果,证明了自适应滤波技术在声发射信号处理中的可行性.