小波包
小波包的相关文献在1993年到2022年内共计2117篇,主要集中在自动化技术、计算机技术、机械、仪表工业、电工技术
等领域,其中期刊论文1653篇、会议论文112篇、专利文献47983篇;相关期刊706种,包括噪声与振动控制、机械设计与制造、电测与仪表等;
相关会议100种,包括2015地球物理信息检测与计算技术应用研讨会、中国声学学会水声学分会2015年学术会议、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等;小波包的相关文献由5175位作者贡献,包括刘志刚、周云龙、靳世久等。
小波包—发文量
专利文献>
论文:47983篇
占比:96.45%
总计:49748篇
小波包
-研究学者
- 刘志刚
- 周云龙
- 靳世久
- 孙斌
- 曲志刚
- 张英堂
- 程正兴
- 孙来军
- 徐涛
- 王祁
- 田慕琴
- 范振中
- 高立新
- 丁雷
- 付华
- 任吉林
- 何浩祥
- 刘寅
- 宋建成
- 张乔
- 张彬
- 张振仁
- 束洪春
- 杨凯
- 杨叔子
- 沈申生
- 温涛
- 王健琪
- 王建国
- 许枫
- 轩建平
- 闫维明
- 阳子婧
- 陈鹏
- 任学平
- 刘会金
- 刘芳
- 华亮
- 史铁林
- 吕艳萍
- 周琰
- 尹丽娜
- 崔建国
- 张华
- 张新燕
- 张毅
- 张雪英
- 曾周末
- 李岩
- 李明
-
-
张静;
卢维娜;
刘芳园
-
-
摘要:
小波包分解由于具有很强的时频局域化分解能力而得到广泛应用。在a-尺度三维八向小波函数构造算法分析研究的基础上,给出了2-尺度三维八向双正交小波包的定义,并对其做Fourier变换,得到了与其相对应的8×8的对称矩阵Γ,最后探究并证明了2-尺度三维八向双正交小波包的正交性质,为进一步研究高维度双正交小波包提供参考和借鉴。
-
-
赵君乾;
曾凯;
刑保英;
王凯伟;
易金权
-
-
摘要:
基于Box-Behnken Design响应面法开展胶接点焊工艺试验,分别采集了胶接点焊、点焊、粘接三种接头拉伸过程的声发射信号,采用小波包对信号进行分解重构,分析了三种接头的信号特征,同时结合撞击计数历程图对焊核失效断口进行了分析,并通过累计撞击计数建立了试件的损伤模型。结果表明:三种接头在屈服阶段和断裂阶段的声发射信号较为丰富;胶层失效和焊核拔出失效可以通过声发射信号特征进行区分,其中胶层失效时其声发射信号频率主要集中在0~62.5 kHz,焊核拔出失效时其声发射信号频率主要集中在31.25~281.25 kHz;声发射撞击计数历程图可以从总体上反映焊核失效过程;建立的损伤模型可以较好地表征试件损伤状态。
-
-
李福涛;
王忠宾;
司垒;
谭超;
梁斌
-
-
摘要:
为了准确识别采煤机截割状态,提出了一种基于小波包分解和学习向量量化(LVQ)神经网络的模式识别方法。将振动信号进行小波包分解,实现振动信号的预处理,得到若干个子频带。在此基础上,计算各个频带的方差,并将其作为特征向量。然后将计算得到的频带方差作为特征向量,输入到LVQ神经网络进行采煤机煤岩截割状态识别。通过实验验证了该方法的有效性,实验结果表明:该方法能够实现采煤机典型煤岩截割状态的识别,平均识别准确率较高,对实现综采工作面的"无人化"具有重要意义。
-
-
王嘉凯;
余雷;
庞宇
-
-
摘要:
为提高电能质量扰动检测定位在高噪声环境下的准确性,在小波包降噪的基础上引入模糊熵判据,对不同噪声水平的扰动信号自适应最优分解层数,构造阈值随噪声系数改变的函数。选取噪声序列模糊熵最大时的阈值作为最优阈值,对降噪后的扰动信号进行Hilbert-Huang变换,以确定其起止时间与频率等参数。将算法与传统的小波阈值降噪方法进行对比,结果表明算法对于不同的噪声环境均具有良好的抗噪能力。由此可见基于模糊熵的小波包降噪可以更好地提高电能质量扰动分析的精度。
-
-
朱全;
纪萍;
黄鲁;
韩飞坡
-
-
摘要:
立磨主减速机是矿渣立磨的核心设备,然而由于设备结构和工作条件的复杂性,难以对其进行准确的故障诊断。提出了一种基于小波包、稀疏自动编码器和支持向量机对立磨主减速机进行故障预警和诊断的方法。利用小波包对立磨主减速机的振动信号构建能量特征向量,通过稀疏自动编码器对特征向量进行数据重构,利用重构数据将支持向量机训练成具有多重感知功能的分类器。实验研究结果表明,基于小波包、稀疏自动编码器和支持向量机的故障诊断方法可以有效地对故障进行分类。按照该方法针对立磨主减速机开发故障预警模型,利用立磨主减速机故障时的振动信号,建立故障诊断模型,实现立磨主减速机的故障预警和故障诊断。
-
-
邹方豪;
张涵;
孟良;
许同乐;
苏元浩
-
-
摘要:
为了研究已有最优基选择算法在微弱故障信号降噪方面效果差以及终端节点不易确定的问题,依据蚁群算法和小波包的相关理论,分析了小波包基选取的影响因素,对选取规则进行了重新定义,并结合蚁群算法的全局优化能力对新定义的终端节点坐标集和分解层数寻优,给出了一种基于蚁群算法的小波包基优选方法。对比传统最优基选择算法,新方法的收敛性能及分布性能加强了12.5%,在轴承的微弱故障信号降噪过程中,经处理后的信号信噪比提高了46.7%,均方根误差降低了20.4%,验证了新方法的有效性和优越性。
-
-
张秀秀
-
-
摘要:
当雷雨天气来临时,电力网中的冲击接地电阻系统起着重要的预防雷电袭击作用,于是选择合适的冲击接地电阻测试方法就显得尤为关键。一般而言系统主要包括冲击电流产生器以及主控部分等。系统在测试原始阶段对冲击接地电阻获取信号及处理,这里考虑采用小波包最优算法处理初始电阻信号。MATLAB仿真结果表明基于小波包最优算法的处理方式能够合理地去除接地电阻信号中的电磁干扰成分,这对物理设计可靠的电力网冲击接地电阻测试系统有着一定的指导作用。
-
-
陈波;
徐文韬;
黄亚继;
曹歌瀚;
李雨欣;
管诗骈;
王亚欧
-
-
摘要:
磨煤机作为火电厂制粉系统最重要的设备,设备运行状态直接影响火电机组运行性能,因此,对磨煤机进行故障诊断对于保障电厂安全生产具有实际意义。针对磨煤机实际运行过程中故障类型难以确定及故障诊断时间滞后等问题,提出一种基于小波包-LSTM神经网络磨煤机故障诊断方法。首先,基于LSTM神经网络建立磨煤机出口压力和出口温度预测模型,以亚临界燃煤机组为例,将磨煤机运行时正常数据与故障数据组成混合数据作为LSTM神经网络预测模型输入量,预测磨煤机出口压力和出口温度并获取残差信号;其次,针对残差信号进行小波包分解,辨识残差信号突发奇异点;最后,对磨煤机故障库中故障发生前后部分数据和混合数据中故障发生前后同时段内部分数据的全部变量变化趋势进行相关程度分析以诊断磨煤机故障类型。结果表明:LSTM神经网络预测磨煤机出口压力和出口温度最大相对误差不超过1%;采用小波包分解残差信号能够较精确地确认故障发生时刻;采用相关系数法分析全部变量变化趋势能辨识磨煤机故障类型。
-
-
陈吉辉;
仇文革;
赵旭伟;
王海亮
-
-
摘要:
小波包分析技术被广泛应用于爆破振动信号的幅频特性研究,其有助于分析爆破振动的传播规律与控制。该研究依托青岛地铁交叠隧道工程分区爆破振动试验,获得了现场爆破振动监测数据,并采用小波包技术对爆破振动信号的频率、能量分布特征进行了研究。研究表明:自由面个数、已(未)开挖区等因素导致爆破振动特性的差异性。掏槽区爆破主振频率相对辅助区较小。爆破工作面前方(即隧道未开挖段)主频带随着水平距离的增加总体向高频移动,高频能量比重增加。而在工作面后方,主频带随着水平距离的增加总体向低频移动,低频能量比重增加。辅助区与掏槽区爆破振动能量随距离变化趋势基本一致,但是能量随距离的衰减速率不同。该研究结合频率与能量因素,对既有隧道的安全保护提出建设性意见,以期保证隧道的安全稳定。
-
-
曾先锋;
任百群;
宋兵;
石勇;
朱中华
-
-
摘要:
针对单相接地故障检测和快速隔离的难题,提出了基于配电网一二次融合技术的接地故障处理方案。方案通过一二次融合成套设备及小波包暂态零序选线技术,利用来电合闸、无压分闸、合于故障加速跳闸、故障路径优先等策略,有效解决了多分支、多供电方式下单终端选线选段的难题。同时结合现场应用案例,证明了所提方案可以快速实现接地故障区段的定位和隔离,具有普遍的适用性。
-
-
蔡先锋
- 《2019年全国选煤学术交流会》
| 2019年
-
摘要:
在分析破碎机典型故障原理及其基本特征的基础上,利用小波包分析将振动信号分解到不同波段,采用能量归一化处理后形成特征向量输入bp神经网络,将通过网络训练后bp神经网络用于实际故障识别,结果证明该方案具有较高的正确率,可有效识别和预警破碎机各类故障.
-
-
-
-
-
-
-
ZHOU Qiu-zhan;
周求湛;
WANG Cong-xiang;
王聪香;
LI Ya-qiang;
李亚强
- 《2015年光学精密工程论坛》
| 2015年
-
摘要:
在周界入侵防御系统中地面目标产生的地震动信号较为微弱,因此在进行目标识别时需对目标信号进行特征提取.本文研究了基于小波包和BP神经网络的周界入侵防御系统目标识别方法.首先,使用小波去噪对前端探测器采集到的目标运动信号进行信号预处理,通过小波包分析将信号进行分解重构,对重构后的信号进行特征提取获得目标信号的特征向量.然后,将目标特征向量作为BP神经网络的输入,对各种类型的目标特征进行学习训练.最后,应用训练完成的网络对目标进行在线识别.提取地震检波器在6种距离下各5组共30组数据进行目标识别实验验证,结果显示,网络的实际输出向量和网络的期望输出向量是一致的,目标识别准确率达到99%左右.结果表明本方法可以有效识别周界入侵防御系统的各种目标。
-
-
-
ZHAO Guo-liang;
赵国亮;
XU Yong-gang;
胥永刚;
MA Chao-yong;
马朝永;
HOU Shao-fei;
侯少飞
- 《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:
针对齿轮早期故障振动信号故障特征微弱,具有非线性特征并且往往含有较强背景噪声从而难以提取故障特征的问题,提出了基于小波包变换与非线性时间序列的齿轮故障诊断方法.首先,利用小波包变换对微弱故障振动信号进行分解,得到处于不同频段的分量;然后,应用非线性时间序列方法对周期性冲击较为明显的分量进行降噪;最后,对降噪后的信号进行希尔伯特包络解调得到包络解调谱,便能够准确地确定故障信号的特征频率.对仿真信号与工程实际信号的分析表明,该方法能够有效地对早期微弱故障信号进行降噪,准确地提取出了齿轮的早期故障特征信息,从而验证了该方法的可行性和有效性,提供了一种齿轮早期故障诊断新方法.
-