共查询到20条相似文献，搜索用时 15 毫秒
1.
在无人机飞行过程中,存在大量的异常振动环境,需要对振动心境进行实时报警。利用传统模型进行异常振动信号采集,受到多信号属性纠缠的影响,降低了采集的准确性。提出基于多特征属性集成算法的无人机飞行异常振动信号采集方法。采集大量的无人机飞行异常信号,并计算上述异常信号之间的关联性。对上述信号进行连续小波变换,提取无人机飞行异常信号的特征,并对提取的特征向量进行归一化处理。建立多特征属性集成模型,实现无人机飞行异常振动信号的采集。实验结果表明,利用改进算法进行无人机飞行异常振动信号采集,能够极大的提高采集的准确性。 相似文献
2.
重载的铁路货车滚动轴承极易出现损伤类故障,因故障的突发性使得振动信号具有非线性、非平稳的特性,且振动信号极易受非检测部位振动的干扰,而使得有效信号不易被提取,传统的基于傅里叶变换的检测方法无法有效将非平稳的振动信号中的干扰去除,造成最终的检测准确率不高的问题。为了提高检测准确率,提出基于小波包的检测方法,首先针对振动信号的非平稳特性采用小波滤波有效去除其中的干扰,然后通过最小二乘支持向量机提取出非平稳振动信号中的故障特征信号并完成故障检测。实验表明,这种方法能够有效去除振动信号中的干扰,并准确检测重载铁路货车上的滚动轴承损伤故障。 相似文献
3.
提出基于希尔伯特单边变换以及傅里叶变换分解重载减速齿轮故障特征调幅信号的能量谱故障特性分析算法,算法可以在重载减速齿轮出现局部损坏时就较好的判断出齿轮故障。通过分析重载减速齿轮的故障特性以及故障的冲击振动传播路径,建立其故障模型,在利用希尔伯特单边变换以及傅里叶变换对其故障信号进行分析能量谱提取,检测方法可以较好的进行故障识别与检测。仿真实验表明新算法可以对微弱信号识别,能根据齿轮故障的模型可以同时判断缺陷轮齿的频率和出现的时间,故能准确检测到局部细微齿轮缺陷,为尽早发现故障与解决故障问题提供了保障。 相似文献
4.
5.
本文针对滚动轴承出现故障时产生的振动信号具有非平稳信号的特点,通过小波包变换提取故障信号的特征向量,采用Fisher判别分析对提取的特征向量进行故障分类.实验结果表明所提方法的有效性. 相似文献
6.
7.
针对基于四象限压力传感器阵列的迎角测量方法中传感器信号受到干扰的问题,讨论了在其预处理中应用小波包变换进行信号分离提取的方法。根据小波包分解理论,对信号进行小波包分解,信号中频率不同的部分落在不同的尺度上,剔除反映干扰的变换尺度,提取出有用信息。结果表明,该方法可很好地提取信号的主要特征信息,也有效地去除了确定性干扰和随机噪声,与传统的信号滤波方法相比较具有明显的优点,同时为后续的信号处理奠定了基础。 相似文献
8.
提出基于dbN小波算子小波变换分解行星齿轮故障特征的故障检测算法,算法可以在轻微损坏时就较好地判断出齿轮故障。通过分析行星齿轮的故障成型,以及故障的冲击振动传播路径,建立其故障模型,在利用小波变换方法对其故障信号进行分析,检测方法可以较好地进行故障识别与检测,对比传统的傅里叶变换,新算法可以对微弱信号识别,能同时判断缺陷轮齿的频率和出现的时间,在排除故障时能准确分析故障位置,以及故障类型。仿真实验表明改进算法小波变换,具有弱信号检测能力强,准确判断故障出现时间,为尽早发现故障与解决故障问题提供了保障,故障检测概率提高了15%。具有较好的工程实用性。 相似文献
9.
基于Hilbert谱提取的舰船发动机故障信号分解 总被引：2，自引：0，他引：2
发动机故障特征提取是进行故障诊断的基础,研究舰船发动机故障信号分解下特征参数提取和专家系统故障诊断识别问题,传统方法中通过经验模态分解方法提取故障信号的基频信息,在特征分解过程中需要预先选择基函数,计算复杂,且不能反映信号的幅值在整个频率段上随频率的变化,故障信息表征不全。提出一种基于改进的经验模态分解Hilbert谱提取的发动机故障诊断方法,采用Hil-bert-Huang变换方法的Hilbert谱提取方法,把舰船发动机故障信号这一复杂信号分解成若干个IMF分量之和,利用局部极大值与局部极小值对信号的特征时间尺度进行信号包络分解,在时变ARMA(2p,2q)模型中,分别对每个IMF用Hilbert-Huang变换进行谱分析,提取故障信号的Hilbert谱特征,在Simu-link平台下进行仿真实验,结果表明该故障诊断方法和智能专家系统能准确诊断发动机5类故障,稳定性好。 相似文献
10.
通过对智能无人驾驶汽车的发动机故障检测方法的改进提高对发动机故障的诊断能力。传统方法中对智能无人驾驶汽车发动机故障诊断方法采用机械振动系统信号分析方法,对于智能无人驾驶汽车发动机低噪声、低振动工作条件下故障检测效果不好。提出一种基于多阵元超声换能波束指向性分析的智能无人驾驶汽车的发动机故障检测方法。进行发动机故障检测信号模型构建,提取多阵元超声换能波束指向性特征,计算无人驾驶汽车发动机故障特征的最优分类平面,将故障信号模拟为一个调幅信号,得到多阵元超声换能波束指向性特征的约束函数,实现故障检测。最后在提取故障特征的基础上进行专家系统识别和故障分类诊断,实现诊断决策。仿真结果表明,该方法能准确实现对发动机故障的诊断和判别,检测性能提高明显,展示了较好的应用价值。 相似文献
11.
12.
13.
简单阐述了压缩机旋转失速和喘振的关系,着重分析压缩机旋转失速和喘振的产生机理.由于离心武压缩机发生故障的主要特征是机器伴有异常的振动和噪声.振动信号是周期性信号,利用频域分析的方法对离心式压缩机故障进行诊断.取得了很好的效果. 相似文献
14.
随着电力电子器件在电力系统中的广泛使用,暂态电能质量问题已经成为供电系统和用户共同关注的焦点.根据暂态电能质量信号的非平稳特性,提出采用小波变换这一新型的数字信号处理方法进行分析.其良好的时频局部化特性使得信号的奇异性可以通过小波变换模极大值来表征.根据Mallat算法,通过信号的多分辨率分解提取信号奇异点的小波变换模极大值,实现暂态电能质量信号准确的故障定位.仿真结果表明,小波变换能在时域上对电压暂态瞬时变动的肥笨探凶既范ㄎ?并可利用相应控制系统有效改善电能质量. 相似文献
15.
充分研究反演积分量对S变换控制的无损可逆性,提出基于宽度不可变高斯窗函数的无损可逆时频联合特征提取算法,对高频复杂电磁特征提取实现和精确挖掘。对目标电磁信号进行时频分析,在S变换中加入宽度可变反演积分函数窗,进行特征分流控制,根据S变换无损可逆性,结合时频分析,提取无损可逆联合分布特征。仿真实验在不同信噪比下进行特征提取,实验结果表明不同信噪比下提取的时频联合分布特征具有相对不可变性,特征分类准确性比传统方法高,健壮性强,在目标识别等领域研究价值和应用前景。 相似文献
16.
17.
对网络攻击信号进行盲分离,实现对攻击信号的准确有效检测。传统的网络攻击信号检测算法使用时频分析方法,提取非平稳群攻击信号的时频特征,实现信号检测,但算法把网络入侵检测正确率作为约束目标函数进行同步最优特征子集求解,复杂度较高,提出一种引入合同变换矩阵的网络攻击信号盲分离算法。采用时频分析Viterbi算法,得到信号谱的平均频率等于瞬时频率的时间平均,根据合同变换矩阵,对攻击信号进行离散数据解析化处理,构建网络攻击信号的解析模型,得到网络统计信号在多复变边界条件下的时频特征,实现盲分离算法改进。仿真实验表明,该算法能有效实现对网络攻击信号的盲分离,盲分离结果能准确反映网络攻击信号的内部特征,提高了对网络攻击信号的检测能力,对攻击信号的检测性能有所提高,保证了网络安全。 相似文献
18.
通过对小波变换所进行的理论分析和计算机模拟发现,利用小波变换具有的高低频分离的特点,可在不丢失原信号重要信息成分的前提下,将原光谱信号的边缘部分进行滤化处理,消除了噪音信息,重构出更加清晰的光谱特征图形,从而提高了信号的清晰度,为信号的预处理提供了更加方便的条件。该信号特征提取的方法,与傅氏变换相比较,具有多项明显的优点,在实际工程应用中具有重要的意义。 相似文献
19.
本文介绍一种新型的基于多数据源的电网设备信号智能分析系统,它采用基于D—S理论的多数据源信号融合方法,当电网发生故障时,系统能从SCADA数据库中提取相关信号,对电网故障进行信号分析处理,实践表明该系统有较强的可靠性、稳定性。 相似文献
20.
通过对汽车变速箱故障产生的机理进行分析,表明变速箱的振动信号对故障的诊断有着重要作用,故障信息可以依据振动信号加以判断。通过对变速箱振动信号的处理和特征提取,可以为变速箱故障的诊断提供重要理论依据。 相似文献