共查询到20条相似文献，搜索用时 31 毫秒
1.
信号点自动识别是基因芯片信息自动提取的关键.为此,根据信号点、噪声和背景特征的关系提出一种新的自动识别方法:使用小波变换的方法实现图像的滤波增强;通过对功率谱的分析实现图像的信号点中心的网格定位;利用信号点边缘亮度特征实现信号点中心和半径的校正.仿真实验证明,该方法具有良好的抗噪声能力和弱信号辨识能力,能快速、准确地实现信号的点自动识别. 相似文献
2.
选择3个流量工况(80, 92,100 m3/h)对离心泵进行空化试验,利用TST6200动态采集系统、NoiseA 2.10噪声测试软件和灵敏度为-210 dB的水听器构成的噪声测试系统采集空化噪声信号,并利用照相机同时拍摄3个流量工况下水流中空泡的变化过程.采用功率谱法对空化噪声信号进行频域分析和处理,将整个频域分为高中低3个频段,统计各频段信号的平均功率,得到信号功率随汽蚀余量之间的关系曲线.研究结果表明:离心泵流动空化信号的特征主要集中在低频段,而在中高频段没有明显特征;利用功率谱法对空化噪声信号进行分析和处理,得到的结果能够很好地反映离心泵流动空化的发展过程;选择了2个功率带分别作为判断离心泵空化初生和临界空化时的阈值,利用该阈值可以对离心泵空化进行实时监测. 相似文献
3.
平移不变量小波去噪法在齿轮故障诊断中的应用 总被引：1，自引：0，他引：1
平移不变量小波去噪方法是对Donoho阈值法的改进，该方法不仅能有效地抑制伪吉布斯现象。而且能减小原始信号和估计信号之间的均方根误差，提高信噪比，将这种方法用于变速箱齿轮故障信号的去噪处理，同时与阈值法去噪的结果进行比较。结果表明，该方法可以有效地去除强噪声的干扰，提取齿轮故障特征信息，具有很好的工程实用性。 相似文献
4.
5.
在传统传感器诊断的方法应用中由于其智能通过输出的波形进行缓变故障的判断,这样就会导致干扰的故障波形无法在频率中形成特殊的突变信号,从而为传感故障的判别造成较大的难度。由此便提出了一种利用小波变换的方式进行传感器故障的检测,在检测过程中还能够对故障状态信号以及干扰的噪声进行相应的处理。故障信息簇聚类可以对控制系统状态信号进行聚类处理并且在可以区域内获取传感故障信号,从而有效提升故障检测的准确性。 相似文献
6.
在信号处理中,由于严重噪声的干扰,往往会对EEMD分解造成影响,因此提出广义形态滤波和EEMD相结合的方法。首先利用广义形态滤波对故障信号进行滤波,减小噪声的干扰,然后利用EEMD对去噪后的信号分解,选择相关系数最大的本征模态分量并从其频谱图中提取特征频率。结果证明该方法能成功地去除噪声对EEMD分解的影响,从而能准确检测到故障信号的特征频率,具有广泛的应用前景。 相似文献
7.
为了研究喷嘴喷雾状态时的声音与流量之间的关系,利用声音信号采集系统收集喷嘴喷雾时的声音,对收集到的声音信号进行快速傅里叶变换(FFT),计算功率谱密度(PSD)及带内功率,进行流量与声学信号之间的相关性分析。结果表明:喷嘴位于圆盘阵列圆心正前方6cm位置时所得声音数据噪声最小,确定为最佳位置。最后,通过曲线拟合工具箱,建立了归一化带内功率能量与喷嘴流量拟合曲线,其误差平方和SSE为0.865,拟合标准差RMSE为0.93,表明了基于声学信号准确估计喷嘴流速的可行性。 相似文献
8.
9.
《拖拉机与农用运输车》2016,(3)
为解决在复杂噪声和工频及其倍频干扰条件下滚动轴承故障诊断问题,进行了小波降噪和经验模态分解(EMD)研究。利用小波高分辨率的特性,将时变非平稳信号分解到独立的频段上,重构信号能够滤除噪声干扰,提取特定频段的信号。对滤波后的特征信号进行总体经验模态分解,得到若干固有模态函数(IMF),以峭度最大值准则,选取故障敏感的IMF分量进行包络分析,从而提取故障特征频率。与轴承故障频率理论值相比,误差极小,从而说明该方法对于提取含噪声的轴承故障特征的有效性。 相似文献
10.
自走式连续作业打捆机是一款实现不停机连续打捆作业的新型秸秆收集装备,其关键功能部件齿轮箱发生故障会严重影响正常打捆工作。针对齿轮箱故障的防控和监测,提出一种结合粗糙集和遗传算法的故障诊断方法。该方法使用时域频域分析得到的多项故障特征参数作为条件属性,故障类型作为决策属性,并利用自适应遗传算法得到决策规则表,实现无需先验信息的属性约简和故障诊断。在齿轮箱故障诊断试验中,分别对不同故障类型进行信号采集和诊断分析,结果显示:该方法在无先验信息的条件下将12项故障特征参量约简为3项,根据决策规则表进行故障诊断的准确率为100%,结果表明该方法能准确判断故障的发生和故障类型,对实现故障监测和防控具有重要意义。 相似文献
11.
基于相关分析与小波变换的齿轮箱故障诊断 总被引：7，自引：0，他引：7
针对大型机械工作噪声大,测取的振动信号信噪比很低,特征信号频率较高,信号消噪难度大,故障特征信号难以提取的问题,提出了一种基于相关性分析与小波变换相结合的故障诊断方法。该方法利用了相关函数降噪特性和小波多分辨特性,达到有效提取有用信号的目的。通过仿真与实验,证明这种方法能有效去除噪声,对故障特征信号有很强的提取能力。 相似文献
12.
针对薄板件不易察觉的内部缺陷,需要在不能破坏薄板件基础上进行无损检测,其中声发射无损检测应用较为广泛。声发射无损检测最常用的直线阵列存在垂直于阵列方向定位分辨率较低的问题,同时波束形成产生的旁瓣和主瓣较宽会影响定位精度。对此提出了针对薄板件内部缺陷的低频结合高频二次声发射波束形成定位新方法,即先通过分析主瓣、旁瓣参数与最大旁瓣级MSL来确定信号定位高低两种频带,再通过信号包络低频定位确定主瓣范围,最后通过确定的主瓣范围缩小扫描范围进行信号滤波高频定位。结果表明,该法避免了波束形成主瓣较宽及存在旁瓣的影响,对薄板件缺陷定位精度很高,同时还解决了直线阵列垂直于阵列方向定位分辨率较低的问题。 相似文献
13.
GPS广泛用于农业机械导航研究中,其定位误差信号一般存在明显的自相关性,不能满足组合导航中常用的卡尔曼滤波算法观测噪声为高斯白噪声的要求。为此,建立了GPS定位误差AR模型,结合卡尔曼估计结果来预测和修正GPS定位误差,再将修正后的GPS定位信息应用于组合导航中的卡尔曼滤波过程。试验结果表明,无论GPS接收机是在静止还是在运动条件下,处理后的定位误差信号自相关性都明显降低,近似为白噪声;目标路径直线时的最大跟踪误差约为0.15 m,为曲线时,最大跟踪误差约为0.3 m。该方法为低精度GPS应用于农业机械导航提供了可行途径。 相似文献
14.
数学形态学滤波是一种非线性数字滤波方式,它可以有效地提取信号的边缘轮廓及信号几何特征。针对旋转机械信号的故障特征,对传统形态学滤波进行改进。根据故障特征多为脉冲信号的特点,采用指数衰减信号作为形态学滤波中的结构元素。仿真证明该方法可以有效提取噪声中的故障特征。 相似文献
15.
16.
薛延刚 《排灌机械工程学报》2016,34(5):455-460
为了准确判断水轮机组的故障,提高水轮机组诊断的精确性,建立了EMD-Multi-fractal spectrum和改进BP神经网络相结合的机组振动故障诊断模型.选取水轮发电机组不同工况下的轴系正常、轴承油膜涡动、转子部件不平衡、转子不对中等状态,采集各状态下的振动信号.经过经验模态分解得到振动信号波各种故障信号的EMD分量,根据信号波形趋势图由EMD系数提取出波形样本,再由多重分形谱算法提取波形样本的特征值alpha(q), f(q),将该特征向量作为BP神经网络的输入进行分类识别.将训练好的神经网络应用于全部样本,得到测试正确率为100%.该模型用波形提取信号特征代替了传统的频谱特性,并结合先进的多重分形谱进行诊断识别,为水轮发电机组故障诊断提供了一种新的思路.应用信号采集于水电厂运行的水轮机,根据诊断的结果对轴系各个部件进行局部校正,通过检测发现振动和摆度都大大减弱.该方法提高了检测精度,增强了人机交互性,具有重要的理论意义和实用价值. 相似文献
17.
发动机连杆轴承故障噪声诊断研究 总被引：6，自引：1，他引：5
提出了基于小波包和模糊聚类分析的连杆轴承故障的噪声诊断方法。在EQ6100型发动机上预先模拟连杆轴承故障,根据发动机故障时变、非平稳的特点,运用小波包对发动机噪声信号进行特征提取并削减了背景噪声的影响。选取时域上5个参数作为评价故障的特征指标。通过对模糊聚类理论方法的分析比较,引入模糊C-聚类划分理论及方法对噪声信号的指标样本进行分类,得到最优分类矩阵和聚类中心,从而建立了故障的标准类型样本。通过对新测取的噪声信号样本进行检验,证明该方法能有效地判断待检样本的类型,诊断连杆轴承故障。 相似文献
18.
《中国农村水利水电》2017,(8)
水电机组运行时主要受机械、电气与水力三种因素的耦合作用,因此,水电机组噪声中包含了上述三因素的信息,在机组出现故障时,可以利用噪声信号来进行分析与诊断。用3个实例介绍了噪声测试在三种典型故障分析中的应用,结果表明噪声分析是诊断机组故障行之有效的方法与手段。 相似文献
19.
20.
《拖拉机与农用运输车》2015,(5)
在机械故障诊断过程中实测信号通常是非平稳,非线性的含噪信号,针对这一特点提出了基于相空间重构的奇异值分解降噪方法。此方法根据时延嵌入理论对采集的时序信号进行相空间重构,由自相关法和Cao方法分别求时延和嵌入维,对重构的坐标矩阵进行奇异值分解,分析奇异谱特点,分离有用信息和噪声平台,对信号进行降噪。重构的相空间同时也构造了动力系统吸引子,吸引子的相空间轨迹可以直观反映去噪效果。通过对MATLAB环境下的bumps信号和实际采集的刀具磨损声发射信号进行验证。结果表明,该方法降噪效果比较明显。 相似文献