一种基于小波包变换和有效值算法

近年来，随着科技的迅猛发展，各种敏感电力电子设备在工业中的应用越来越广泛，使得电压暂降与中断已上升为最严重的电能质量问题。对电压暂降扰动发生、恢复时刻和暂降幅值的检测是电压暂降补偿首先要解决的问题。在对现有的电压暂降检测方法进行仔细的研究和比较后，提出一种将小波包变换和有效值算法相结合的电压暂降检测方法，利用这种方法可以更加准确、简洁地检测出电压暂降扰动。利用小波包变换理论实现了电压暂降的精确定位和消噪处理，其消噪效果优于小波变换；利用有效值算法快速、直观地实现了电压暂降幅值的检测。仿真结果验证了该方法的有效性。     

基于信号分解和群延时的维格纳分布改进方法

提出一种WVD (Wigner Ville distribution)的改进方法.应用离散余弦谐波小波变换对多分量信号进行分解,计算分解后得到的单分量信号的WVD,将单分量信号的WVD沿频率轴串联得到整个信号的WVD,抑制分布的交叉项.应用修改群延时函数减少因WVD核函数截断而产生的波动效应,改善分布的时频分辨率.通过算例中的线性调频信号和应用实例中轴承振动信号验证表明,改进后的WVD有满意的时频分辨率和明显的交叉项抑制能力,能够通过离散余弦变换实现其快速算法,算法快速、简单,适合非平稳工程信号的时频分析.     

谐波小波包自适应分解在故障诊断中的应用

将谐波小波包与匹配追踪方法相结合,提出了谐波小波包自适应分解的新方法。根据信号特征自适应选择谐波小波包字典内的时频原子,可以将非平稳振动信号既不交叠又无遗漏地分解到相互独立的频带上去,算法实现简单,频率分辨率好。通过仿真算例将该法与小波包变换、小波包追踪结果相比较,验证了该方法时频定位性好的优越性。将该方法应用于轴承和转子的故障诊断,结果表明,故障特征提取是有效的。     

电压骤降暂态扰动点检测方法研究

电压骤降是电网中一种典型的暂态电压扰动信号,为了检测出其发生电压扰动的位置,现在多采用小波变换或小波包变换对扰动信号进行检测。利用Maflab仿真对电网中的暂降信号进行检测,对比小波包变换与小波变换对扰动信号突变点检测的效果。仿真结果表明：在不去噪直接进行检测的情况下,使用相同的采样频率和相同信噪比强度,小波变换对扰动点的检测更准确。     

电压暂降的原因及改进措施

<正>电压暂降是电网运行过程中短时扰动现象,短时中断可以看作是一种最严重的电压暂降。1电压暂降的成因电压暂降的主要原因是由供电系统和用户内部设备发生短路故障引起的。过度和恶劣的天气条件,如雷电、大风、暴雪和冰雹等强对流天气往往与电压暂降的发生直接相关。由于绝缘老化和污染引起的电特性降低、动物与树枝引起的触电,以及有关施工和运输活动中人为造成的短     

基于LMD与Wigner-Ville分布的水力机组振动信号分析

针对现有非平稳信号处理方法在分析水力机组振动信号时,无法同时兼顾较高的时频分辨率和瞬时时频特征的有效提取问题,提出了一种新的将局域均值分解(LMD)和Wigner-Ville分布相结合的非平稳信号处理方法,并将其应用于水力机组甩负荷工况的上导轴承摆度信号分析.通过与短时傅里叶变换、小波变换和Wigner-Ville分布方法提取的时频谱图对比分析,表明该方法继承了局域均值分解可以将多分量非平稳信号分解为多个频率成分单一的PF分量、以直接计算瞬时幅值和瞬时频率的优点,以及Wigner-Ville高时频分辨率的优点,同时,避免了Wigner-Ville分布因为受到固有交叉项干扰导致多个频率成分的信号难以表示清楚的缺陷,能够有效提取与转速变化趋势基本一致的瞬时时频谱图,为后续机组状态识别与故障诊断提供分析工具.     

动态称量信号离散小波变换数字滤波处理方法

针对动态称量快速准确的要求,结合小波变换变分辨率的时频联合分析特点.应用实时Mallat分解与重构去噪算法,探讨了动态称量信号离散小波变换实时处理方法.定量加料动态称量实验表明:小波分解去除高频信号后,重构出的低频信号稳定时间约0.128 s,相对误差为-1.5%～2%,均优于快速傅里叶变换法.     

电力系统电能质量综合评估

正随着经济和技术的快速发展,一方面,非线性负荷的广泛应用和新能源发电产业的迅速发展给电力系统带来越来越多的电能质量问题;另一方面,与传统负荷只在供电电压中断时才不能正常工作不同,这些大量存在的非线性的电力电子设备对短时电压变动(主要是电压暂降与短时中断)是有反应的,严重时导致数据丢失或生产中断,从而使工业、农业和商业用电用户极易承受经济损失,因而对电压暂降和电压中断非常敏感,对电能质量的要求越来越高。而电能质量评估是评估用户     

基于图像边缘检测的红枣分级方法

我国红枣的种植规模庞大,但加工水平不高,影响了其竞争力和经济效益。分级是水果进入市场之前的重要处理环节,对经济效益有提升作用。与传统方法相比,计算机视觉分级的检测精度高,能实现无损分级。图像边缘检测是基于计算机视觉分级的核心,合适的边缘检测算法能够极大地减少计算量,提高分级效率。为此,建立了一种基于图像边缘检测的红枣分级方法,利用小波变换、自适应Canny算法和梯度算法分别检测边缘,并计算红枣的大小和表面缺陷比率作为等级划分依据。试验表明:3种算法对边缘的定位精度都很高,能有效检测到表面缺陷。这3种算法各有优缺点,自适应Canny算法是最为理想的检测算法。     

基于支路功率的配电网状态估计优化方法

针对实际配电网终端量测系统中,量测冗余度不足导致状估计算不可观测的问题,文章提出一种利用功率量测对配电网进行一次前推回代潮流计算得到各节点电压初值后,再利用全部量测值通过等效功率变换进行状态估计的方法。本方法有效地克服了传统状态估计算法难以利用电流量测,在低冗余度的实际配电系统量测数据条件下不可观测等缺点,提高了状态估计的可观测性以及计算准确度。对测试算例和实际配电系统的计算结果表明,本方法能够快速可靠收敛,计算准确度高,能够更好地满足工程实际应用需要。     

变工况下转子振动信号的时频分析方法比较

比较了时变参数自回归模型(TVAR)、短时傅里叶变换(STFT)、Wigner-Ville分布(WVD)、Choi-Williams分布(CWD)、连续小波变换(CWT)以及Hilbert-Huang变换(HHT)等几种时频分析方法的时频聚焦性、分辨率、交叉干扰项抑制以及计算效率.对一个具有调频和调幅特性的转子启动过程振动仿真信号进行分析,得出针对此类信号TVAR具有较好综合性能;以STFT的分析结果为比较基准,利用TVAR方法对加速启动工况下采集的实验台转子振动信号进行了分析.结果表明:TVAR不仅能够有效地分析转子启动过程非平稳振动信号,而且具有较强的信号特征提取和抗噪声能力.     

基于EDM-VKF的转子时变复杂信号时频表示方法

轴轨道的时频表示已被证明是分析非平稳振动信号的有效工具，但是传统时频表示方法分辨率较低，不易区分分布较近的特征频率。为解决该问题，提出转子时变复杂信号时频表示方法，首先运用基于经验模态分解的多尺度小波阈值降噪算法处理原始信号，得到降噪后的转子振动信号；其次针对信号时频谱图，引入欧几里得距离重构时频矩阵，不但提高信号的时频聚集性，而且使时频矩阵具有更好的极值点连贯性避免极值点偏移，进而更准确地检出时频脊线并估计信号基频分量瞬时频率值；最后采用Vold-Kalman滤波器在时域信号中分离基频和其谐波分量，并计算谐波分量的瞬时全谱参数，构建转子信号的高分辨率时频表示。通过对转子系统模拟仿真信号和转子不对中信号分析，验证了该方法的有效性。     

基于敏感用户的电压暂降治理设备控制方法分析

探讨敏感用户的电压暂降治理方案,提出设备控制方法。建立STATCOM模型,探讨控制策略,利用变参数控制方法对传统控制方法进行调整,从而开发改良控制方案,有效验证控制措施的效果,提升响应速度,降低动力能耗,满足敏感用户需求。     

气泡雾化喷嘴气体溢出过程声波信号的时频特征研究

通过自建的气泡雾化喷嘴射流可视化实验平台对射流中气体溢出过程进行了声波信号采集和图像观测。采用自适应最优核(AOK)与希尔伯特-黄变换(HHT)边际谱两种时频分析方法对采集到的声波时频信号进行了处理和分析。结果表明:气泡溢出喷嘴时会导致声波信号AOK时频谱幅值的增加;时频谱幅值随时间的变化可以反映喷孔处气体溢出量的实时变动;声波信号的HHT边际谱能量主要集中在一定频率范围内,且在频率轴上的分布与气液两相压力、气液混合状态等因素有关;边际谱能量关于某一中心频率呈近似对称分布,且该中心频率与气泡压力相关,而与气泡大小关系不大;声波信号的时频分析结果能很好地捕捉到气泡雾化喷嘴射流时气相在溢出过程中的变化。声波信号时频分析方法可作为气泡雾化喷嘴射流研究的一个有效途径。     

基于局域波时频谱的旋转机械早期故障诊断技术

提出了一种具有自适应特性的时频分析方法——局域波时频谱,对旋转机械中常见的动静件碰摩、不对中早期故障信号进行了分析,和频谱分析进行了比较。结果表明局域波法能清晰地描述振动信号的时频特征,为工程实际中转子系统的早期故障诊断提供了有效的依据。     

同步压缩变换及其在机械振动信号处理中的应用

文章将一种音像信号处理方法引入机械运行状态检测领域.首先简介了时频方法的发展史以及同步压缩变换方法(SST)的由来,对基于短时傅里叶变换的SST的算法进行了简要分析,随后重点突出了其在时频图改善与信号分解方面的应用,并用一组变转速下的转子碰磨实验来验证SST其中一个重要用途;最后,总结了SST的优势与不足,并给出了展望.     

基于模糊自适应PID的空气压缩机节能控制设计

空气压缩机用途十分广泛,具有重要的战略地位和作用。空气压缩机的传统控制方法并不理想,以模糊自适应PID为基础,对空气压缩机的工况进行智能控制,实现了减小超调量、缩短动态过程、减少扰动性。仿真结果证明该控制方法的有效性。     

基于振动信号的柴油机缸内燃烧状态估计方法

利用S变换对柴油机燃烧激励的响应信号进行了时频分析,通过分析找出最能表征各种燃烧状态特征的时频域.据此设计了FIR带通滤波器,并对燃烧激励的响应信号进行滤波,滤波后的信号与缸内燃烧状况有良好的相关性.用这种方法对不同的燃烧状况建立样本库,求取实测信号与样本库中样本的贴近度,可判别缸内的燃烧状况,模拟试验结果验证了该方法的有效性.     

针对含噪暂态电能质量扰动信号的检测方法研究

针对如今如何准确的检测含噪信号暂态电能质量扰动位置的问题,在传统的希尔伯特变换的基础上,本文提出将小波变换与EEMD希尔伯特变换相结合的方法。首先通过小波变换对含噪声波形进行去噪,然后通过EEMD希尔伯特变换,进而得到精确的扰动起止时刻。在MATLAB平台上应用该方法对含有噪声信号的电压骤升、电压骤降、瞬时脉冲三种扰动信号进行仿真分析,仿真结果表示,该方法更加准确的检测扰动位置,误差更小。     

基于经验模态分解和S变换的缺陷超声回波检测方法

为对金属材料超声无损探伤中的微小缺陷回波进行检测,建立了金属材料背散射信号模型,讨论了调幅回波模型的中心频率估计的无偏性,并提出基于经验模态分解(EMD)和S变换的缺陷回波检测方法。首先对原始信号作EMD,通过时间尺度滤波重构信号,实现初步去噪;为抑制EMD去噪后信号的信噪混叠现象,执行基于S变换和最大类间方差法的去噪算法,进行二次去噪,得到信噪比较高但缺陷回波幅值衰减较大的信号。最后采用二次S变换修正二次去噪中因S变换导致的缺陷回波幅值降低量。对仿真信号和实际棒材检测信号的处理结果证明了该方法在去除噪声和缺陷回波检测方面的有效性。