双树复小波
双树复小波的相关文献在2007年到2022年内共计116篇,主要集中在自动化技术、计算机技术、机械、仪表工业、无线电电子学、电信技术
等领域,其中期刊论文83篇、会议论文3篇、专利文献533825篇;相关期刊68种,包括常州工学院学报、机械科学与技术、机械设计与制造等;
相关会议3种,包括第十一届全国随机振动理论与应用学术会议、2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议、2010年中华医院信息网络大会等;双树复小波的相关文献由326位作者贡献,包括任学平、张玉皓、王朝阁等。
双树复小波—发文量
专利文献>
论文:533825篇
占比:99.98%
总计:533911篇
双树复小波
-研究学者
- 任学平
- 张玉皓
- 王朝阁
- 佘青山
- 吴峰
- 朱锡芳
- 相入喜
- 罗志增
- 胡永涛
- 胥永刚
- 于慧伶
- 任志英
- 刘志刚
- 吕梅柏
- 周登登
- 姜万录
- 姜海旭
- 宋瑾
- 张淑清
- 林建兴
- 王建国
- 王靖宇
- 蔡建文
- 许清泉
- 高诚辉
- 于丰
- 付胜
- 何怡刚
- 佘堃
- 侯少飞
- 侯彪
- 傅娜
- 凤宏晓
- 刘广哲
- 刘思佳
- 刘金华
- 史伟东
- 吕永好
- 吴迪
- 周涛
- 唐朝晖
- 夏靖杰
- 姜一波
- 姜安琦
- 孙维方
- 孟志鹏
- 孟明
- 崔晓
- 崔瑞博
- 常玉清
-
-
张文兴;
徐佳杰;
刘文婧;
王建国
-
-
摘要:
针对滚动轴承时域信号难以有效提取其故障特征,且信号频谱在高低频区域内较为存在对分类无意义的冗余特征使得故障分类模型在训练过程中做无用功的问题,提出使用双树复小波进行故障特征提取。在此基础上,将双树复小波和宽度学习模型结合,提出了基于双树复小波与宽度学习的滚动轴承故障诊断方法。首先,利用双数复小波将采集到的振动信号分解为不同频带的子信号;然后提取子频带作为特征向量;最后用宽度学习对样本进行训练以完成快速故障分类。
-
-
别锋锋;
赵威;
蒋威;
彭剑;
李荣荣
-
-
摘要:
针对滚动轴承振动信号故障特征不易提取的问题,提出了基于双树复小波与完全集合经验模态分解的滚动轴承故障诊断方法。首先,对信号进行双树复小波分解与重构,达到初步降噪的目的;然后,通过完全集合经验模态分解与互相关系数分析获得典型模态分量并进行信号重构;最后,分析重构信号的时、频域信息并与轴承故障特征频率对比完成轴承故障类型识别。仿真及试验结果表明,与小波降噪和集合经验模态分解相比,该方法有更好的降噪效果,能更准确地判断滚动轴承的故障状态。
-
-
王天阳;
陶学恒;
代鹏;
冉海风
-
-
摘要:
圆柱直齿轮副是机械装置中常用的关键传动部件,常因齿面的周期性载荷和疲劳磨损出现齿根裂纹故障,导致齿轮副振动和噪声增大,严重影响机械系统的工作性能,需要及时检测。但齿轮副的工作环境存在随机振动和白噪声等因素,易使齿轮副的振动频谱中出现杂频,淹没故障信号,不利于对齿轮副裂纹故障的识别。针对齿轮副齿根裂纹故障的振动信号,采用小波变换对信号进行分解与重构;建立基于双树复小波的降噪模型,实现对振动信号的有效降噪,形成了齿轮副裂纹故障检测方法。实验验证表明,该方法的降噪效果优于常用的硬阈值函数小波降噪和软阈值函数小波降噪算法,可较为准确地判断出齿轮箱的故障类型,为圆柱直齿轮副的状态判别提供科学依据。
-
-
邓小鹏
-
-
摘要:
为实现滑坡稳定性评价及临灾预警等级划分,以三峡库区八字门滑坡为例,结合滑坡变形监测成果,先利用双树复小波实现滑坡变形信息分解,以剔除滑坡变形数据的误差信息,保证后续分析数据的准确性;其次,利用尖点突变理论对滑坡稳定性进行评价;最后,利用极限位移准则和V/S分析分别进行滑坡现状预警和后期预警,以实现滑坡预警综合评价.实例分析结果表明:滑坡变形数据的确含有一定量的误差信息,对滑坡稳定性评价及预警分析具有较大影响;双树复小波能有效分离滑坡变形的有用信息和误差信息,但在信息分解过程中应注重参数优化筛选,以保证分离效果;八字门滑坡现状处于稳定状态,且滑坡后部稳定性相对更强,前部稳定性相对更弱;在预警分析方面,八字门滑坡现状预警等级为Ⅲ级,且其后期预警显示其变形仍将持续增加,进而建议对滑坡进行较高频率监测,并做好避让措施准备,以切实保证区内居民的生命财产安全.
-
-
朱庆东;
伊锋;
许伟;
高志新;
徐冉
-
-
摘要:
局部放电(Partial Discharge,PD)会使电气设备绝缘性能下降,影响电气设备的正常运行,威胁电力系统的安全稳定性.因此,需要对关键电气设备进行PD在线监测.然而,现场测量得到的PD信号往往会被白噪声污染,所以PD去噪非常必要.提出使用共同因子法来构成双树复小波,同时利用邻近小波系数阈值法对PD信号进行去噪.最后,通过对基准数据进行计算验证,并与传统的去噪方法的结果进行对比,证明本文所提方法的有效性和优越性.
-
-
万里勇;
陈家益
-
-
摘要:
为了进一步提升高斯噪声的去除性能,提出了基于双树复小波变换与双边滤波的图像滤波方法.根据图像和噪声的分布特征,推导出一种自适应的阈值去噪模型.用去噪模型对双树复小波变换后的图像系数进行量化处理,再由双树复小波逆变换得到去噪图像,然后用改进的双边滤波方法对去噪图像进行边缘增强,改进的双边滤波核自适应于图像的特征,具有更好的鲁棒性.实验结果显示,该方法相对于现有的性能较好的方法,PSNR高出大约0.8 dB,SSIM高出大约2.3%.实验证明了该文提出的方法在去噪效果和细节恢复上优于已有的方法.
-
-
张洋;
侯云海;
王立新
-
-
摘要:
现有滚动轴承故障特征提取算法的性能会随着故障集规模扩大而出现衰减.针对故障信号间存在的干扰和模态混叠等问题,提出一种基于双树复小波的特征提取算法.双树复小波结构包含两个独立的滤波器组,在含噪混合信号的分解和重构中形成互补关系,提升信号采样的平稳性;优化双树复小波滤波器组的结构,降低故障信号平移敏感性,利用门限阈值处理高频小波系数,达到降噪的目的,并基于时间序列样本熵提取子带信号的能量特征.实验结果显示:提出的算法能够准确提取滚动轴承各部分的故障特征信息,算法的在线故障识别率达到99.56%.
-
-
-
-
吕敏
-
-
摘要:
信号的指纹特征是辐射源个体识别的重要依据.针对敌我识别辐射源的个体识别问题,提出了一种基于双树复小波和多重分形的信号暂态特征提取方法.该方法通过双树复小波变换实现信号多分辨率分解,求解分解信号Hilbert谱的信息熵和指数熵,计算信号的多重分形奇异指数和谱值,最终组成表征辐射源的特征向量.通过实验验证,提取的特征向量能充分代表辐射源个体之间的差异;被测信号的信噪比满足8 dB或9 dB的条件时,对辐射源的识别正确率能达到90%以上.统计分析表明该方法提取的特征具有很高的稳定性.
-
-
HOU Shao-fei;
侯少飞;
XU Yong-gang;
胥永刚;
ZHAO Guo-liang;
赵国亮;
ZHANG Jian-yu;
张建宇
- 《2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议》
| 2014年
-
摘要:
本文提出了一种双树复小波和能量算子解调的轴承故障诊断的方法.针对轴承故障振动信号,首先利用双树复小波将该信号进行分解和重构,得到几个不同频带的分量,由于故障特征信号一般会调制在轴承系统的高频共振信号中,故应提取信号中高频调制频带,并利用能量算子解调,从而找到轴承故障的频率,来确定轴承的故障根源.轴承故障振动实验和工程应用表明,该方法能正确地提取故障轴承在运行过程中引起的周期瞬态冲击信号,通过能量算子包络解调后,找到轴承的故障特征频率,从而有效地识别轴承故障类型.
-
-
REN Xue-ping;
任学平;
WANG Chao-ge;
王朝阁;
ZHANG Yu-hao;
张玉皓
- 《第十一届全国随机振动理论与应用学术会议》
| 2015年
-
摘要:
滚动轴承故障信号具有非平稳、能量低等特征,为了能够准确、有效地检测出轴承故障,提出了双树复小波(dual-tree complex wavelet transform,DTCWT)和最大相关峭度反褶积(maximum correlated kurtosis deconvolution,MCKD)相结合的诊断方法.首先运用双树复小波对采集到的振动信号进行分解,再重构单支信号,由于噪声的干扰,从重构后分量的频谱中很难对故障做出正确的判断.然后对包含故障特征的分量进行最大相关峭度反褶积处理以消除噪声成分,凸现故障特征信息.最后对降噪信号求取Hilbert包络谱,便能准确获得故障特征频率.通过信号仿真和实验数据分析验证了该方法的有效性.
-