摘要：煤矿机电故障信号组成成分较复杂,会导致煤矿机电故障诊断质量下降。对此,提出基于堆栈自编码器的煤矿机电故障信号多尺度滤波方法。首先,采用非线性时间序列以及相空间重构的方式构建煤矿机电故障函数并采集故障信号。其次,通过成本函数与稀疏约束相结合的方式设计堆栈自编码器,将采集到的故障信号输入堆栈自编码器,以实现故障信号分类。最后,以分类结果为基础,通过集合经验模态分解(EEMD)将故障非平稳信号转变为平稳信号,并采用多尺度滤波对故障信号展开寻优处理,以获取煤矿机电故障的多尺度调解信号,从而实现煤矿机电故障信号多尺度滤波。经试验验证,所提方法对故障信号进行多尺度滤波处理后,大多数频率成分得到了保留,同时滤除了不需要的频率成分。煤矿机电故障诊断准确率平均值为99.71%、诊断时间平均值为0.24 s。该方法能够实现准确、快速的煤矿机电故障诊断。

摘要：电力故障监测范围较广,电弧故障高频信号识别准确率不高,因此引入改进小波分析技术,设计电弧故障高频信号识别方法。按照故障类型将电弧故障分为串行电弧、并行电弧、接地电弧。检验电弧高频信号的正则性,确定平方函数的连续小波变换结果,通过离散化处理分析故障特征。根据特征提取结果利用小波模极大值理论完成信号降噪处理,采用分级保留识别故障波形,通过电路信号分析实现故障高频信号识别。实验结果表明,该方法对时刻突变点故障识别准确率高达99.99%,对连续间断点故障识别准确率高达99.2%,故障信号识别效果好。

摘要：长跑运动员训练用的跑步机发生故障,会导致使用者受伤,甚至出现生命危险,为此提出长跑训练的跑步机故障信号特征提取方法。分析体育训练跑步机的结构,利用小波包准确分解跑步机信号的高频段信息,分析脉冲信号时间间隔变化和相位变化,提取时域特征得到正常脉冲以及故障脉冲信号间差异。通过小波包分解对应输出信号,重构某尺度内所有频带系数,即可构成全新的时间序列,实现提取故障信号特征。实验证明:所提方法能够有效区分正常信号与故障信号,提取的故障信号脉冲波动非常明显。

摘要：针对低频振动信号 ,给出一种故障信息识别的有效方法 .选择双正交样条小波作为基小波 ,将多尺度分析及孤立奇异点的检测运用到水轮机主轴径向摆度分量信号的故障识别中 .结果表明 ,利用连续小波变换系数模极大值 (WTMM)的多尺度分析、根据WTMM曲线的长度、强度及其Lipschitz指数可以定位孤立奇异点 ;运用最小二乘算法估算李氏指数 。

摘要：由于传统的电机故障信号自动监测系统,无法准确提取异常信号特征,导致电机故障信号检测结果不准确,因此设计小波包分析的电机故障信号自动监测系统。在系统的硬件上,由单片微控制器进行核心控制,并需要额外增加外扩储存器以及霍尔传感器。在系统的软件上,利用小波包改进算法将故障信号进行划分,并且额外增加了信号分解与重构的算法和神经元网络模型及诊断模式,基于小波包分析设计故障自动检测模式。实验结果表明:设计方法可以实现对电机故障自动监测,且稳定性与准确性较好。

摘要：为提升供电网络对于故障信号干扰的承载稳定性,建立更为和谐的无线信号传输环境,设计基于IPSec的电网故障信号无线传输系统。以耦合传输电路作为底层电子供给设备,借助源信号故障检测模块,干预滑动调阻器的实际连接需求,实现系统的硬件执行环境搭建。在此基础上,设置IPSec协议体系结构,通过定义传输协议头格式的方式,封装必要的电网故障信号,实现系统的软件执行环境搭建,结合相关硬件设备结构体,完成基于IPSec的电网故障信号无线传输系统设计。对比实验结果表明,与VPN型传输系统相比,IPSec技术作用下无线传输系统中电网故障信号的最大承载量提升至9.6×10^(14)TB,而DSR传输系数却缩小至0.31,可在建立无线信号和谐化传输环境的同时,促进供电网络承载稳定性能力的不断增强。

摘要：为实现对光纤通信链路中故障信号的精准定位,文章设计一种基于BP神经网络的光纤通信故障信号智能诊断方法。采集光纤通信链路异常信号;引进BP神经网络,对信号进行录入,经小波分解后进行初步的故障诊断并做出故障排除决策;引进OTDR光电一体化仪表,将光纤通信链路中的脉冲序列波添加到测试网络中,实现对故障信号的智能诊断。实验结果表明,该文设计方法可以精准定位故障信号在通信链路中的位置。

摘要：现有方法容易受到噪声影响,对变速箱故障信号的提取精度较低,本文基于小波变换设计机械式汽车变速箱故障信号提取方法。设置Morlet小波的单频率正弦函数,对机械式汽车变速箱信号进行降噪,采用频谱寻优计算振动信号统计值,基于小波变换实现故障信号提取。通过实验可知,在磨损状态下的输出最大最小值为9.965和9.146,在断齿状态下的输出最大最小值为0.996和0.914。相距理想状态输出值差距较小,证明设计方法针对故障信号的提取精度较高。

摘要：为了获取虚拟示波器故障信号数据,设计一种故障信号检测虚拟示波器的数据采集系统,该系统主要由衰减保护控制电路、信号调理电路、A/D转换、数据缓存和单片机5部分组成。通过减少信号调理电路使输入信号和A/D模块满量程值之间的差异达到理想的精确度。利用单片机ATmega32和AD574组成的A/D转换电路对数据进行转换和采集。在系统的输入端设计比例衰减与过压保护电路,避免因电压幅值过大造成芯片损坏。软件设计中,详细分析A/D采集的主程序及相关实现代码。实验结果表明,所提系统采集精度高,所需时间短,具有很高的采集性能。

摘要：为了避免机械设备出现非常规运行状态,其表现出的故障信号特征能够被准确提取,提出了基于改进小波包变换的机械设备故障信号捕捉的方法。通过定义小波包性质的方式,对机械设备故障信号实施分解处理,完成基于改进小波包变换故障特征的提取。在此基础上,计算机械设备的故障特征熵值结果,根据单值特征参数的实时数值水平,定义特征值捕获区间的范围,完成基于改进小波包变换的机械设备故障信号捕捉方法的设计与应用。实验结果表明,在改进小波包变换原理的作用下,既定机械设备元件在运行过程中表现出的奇异值水平明显降低,对故障信号特征的准确捕获与提取起到较强的促进性作用。