分享到:

开关电源传导干扰信号的虚拟仪器测量

1引言在电力线和开关电源中,电磁干扰(EMI:electromagneticinterference)主要表现形式是传导干扰。传导干扰信号主要是电流和电压谐波分量,其中电流谐波分量是主要的传导干扰信号。传导干扰检测技术复杂,在测量中,不但要考虑电磁辐射干扰的屏蔽技术,而且要正确使用测量仪,测量方法正确与否都直接影响测量结果,而且不同人测量的结果重复性很差,因此,利用计算机实现自动检测开关电源传导干扰信号势在必行。小波包变换(WPT)不仅能检测非平稳信号的整次谐波,还能检测信号的非整次谐波,又因为小波变换本身对信号的奇异点十分敏感,这个特点可以用来跟踪开关电源传导干扰信号。小波分析优于傅里叶变换的地方,是它在时域和频域同时具有良好的局部化性质,而且由于对高频成分采用逐渐精细的时域和空域取样步长,从而可以聚焦到对象的任意细节。由于这一特点,它能将不同频率组成的混合信号分解成不同频率的块信号,可有效地进行信噪分离、信号特征提取和故障诊...  (本文共3页) 阅读全文>>

《吉首大学学报(自然科学版)》2009年03期
吉首大学学报(自然科学版)

基于小波包分解和虚拟仪器的传导干扰信号检测

在电力线和开关电源中,电磁干扰(Electromagnetic Interference,简称EMI)主要表现形式是传导干扰.传导干扰信号主要是电流和电压谐波分量,其中电流谐波分量是主要的传导干扰信号[1-3],电力线、信号线和控制线是传导干扰的载体[4].传导干扰检测技术复杂,在测量中,不但要考虑电磁辐射干扰的屏蔽技术,而且要正确使用测量仪,测量方法正确与否都直接影响测量结果,而且不同人测量的结果重复性很差,因此,利用计算机实现自动检测开关电源传导干扰信号势在必行.小波分析或多分辨分析(Multiresolution Analysis)是傅里叶分析(Fourier Analysis)发展史上里程碑[1].近年来,小波分析已应用于信号处理、图像处理、量子场论、机械故障诊断和电气设备故障诊断,自动化测量等领域.原则上讲,传统上用傅里叶分析方法时,一般可以使用小波分析取代[2].小波分析相当于用一组带通滤波器对信号进行滤波,这组滤波...  (本文共5页) 阅读全文>>

《电路与系统学报》2008年01期
电路与系统学报

开关电源传导干扰信号的短时分形维数模糊控制滤波

1引言随着混沌分形理论研究的逐渐深入,应用范围也日益广泛,现在已渗透到图像处理、语音处理、模式识别、人工智能以及非线性电路等信息科学的许多分支。分形理论的研究对象是非线性系统中产生的不光滑和不可微的复杂信号波形,对应的定量参数是分形维数。分形维数描述了系统及其测量时间序列的复杂程度。分形维数作为图像模式的形态特征已用于图像分析与模式分类、图像生成、内插与计算机仿真、信号滤波、图像压缩编码、分形神经网络乃至非线性混沌的研究[1]。在工程实践中,人们对于复杂系统的探测往往通过对某时间变量的观测(即时间序列)来实现。但是测量噪声对系统重构及估计分形维数有着不良影响[2],因而必须对测量信号进行滤波。在所有电源家族中,开关电源可占据两个之最:开关电源在电子设备中得到最为广泛的应用;然而开关电源本身产生的电磁干扰(EMI)也最为严重[3]。这些高频谐波不仅严重干扰电子设备本身,也会传导到电网中,造成电磁污染。因此,无论在开关电源的设计中,...  (本文共4页) 阅读全文>>

山东大学
山东大学

基于音频融合特征的设备异常识别研究

随着工业生产自动化的迅速发展,机械设备的正常、安全运行对于工业生产有着重要的作用,而工业设备发展的复杂性,导致很难人为确认设备前期故障的发生,当故障发展到一定程度,将会造成重大经济损失,更严重者会导致恶劣灾难的发生,所以对机械设备的异常诊断研究有着极其重要的意义。而声音识别技术在机械设备的异常识别方面有着广泛的应用前景,值得进行深入研究。本文针对如何有效的进行设备运行异常识别,并提高异常信号识别的准确率问题,在高压泵工作声音数据的基础上,着重对声音信号的特征提取进行研究。文中分别提取信号的小波包分解能量特征、MFCC及其差分特征进行实验,分析两种特征在机械设备异常声音中的识别准确率,得出两种特征在设备异常声音识别中有着较好的识别效果,可以用来进行设备的异常诊断识别。其次在两特征的基础上提出了MFCC融合特征,即分别提取信号的小波包分解能量特征、MFCC特征以及信号的短时过零率特征,进行线性融合。对融合后的特征使用SVM分类器进行...  (本文共71页) 本文目录 | 阅读全文>>

长安大学
长安大学

基于深度学习网络的滚动轴承故障识别方法研究

滚动轴承是旋转机械中的重要组成部分,在工业设备中起着非常重要的作用,其运行状态对机械设备的健康状态有着很大的影响。本文针对滚动轴承故障信号,研究了基于深度学习网络的故障识别和状态预测方法。为了提取信号的特征,降低信号特征空间的维数,研究了信号的小波包分解理论和方法。重点讨论小波函数对信号特征分解结果的影响和小波包分解层数的确定方法。分析了以Daubechies小波(dbN,N=4,10,20)为基函数的小波包分解效果。当N越大时,尺度函数与小波函数的滤波频带交叠区域越小,小波包变换后各个小波包频域的分离特性越好。随着N的增大,小波包熵值逐渐变小,当N达到某一值时,小波包熵值基本不变。综合分析之后确定了小波函数。另外,根据轴承损伤的特征频率与奈奎斯特频率,结合理论与工程实际,确定了小波包分解的层数,为工程提供依据。通过选定的小波对仿真信号进行小波包分解与重构,并对重构信号进行频谱分析。实验结果表明,小波包分解能有效地提取信号的特征...  (本文共93页) 本文目录 | 阅读全文>>

天津大学
天津大学

基于小波变换的平台结构损伤辨识方法研究

海洋平台作为海洋石油勘探开发的关键装备,在长期服役过程中始终处在恶劣的环境条件下,逐渐产生损伤并不断累积,降低了平台海上作业的安全性。因此,为了确保平台安全作业,及时辨识损伤的产生、定位损伤产生的位置及程度变得尤为重要。对结构进行实时的健康监测已成为国内外学者关注研究的重要课题。然而,海洋环境具有复杂性和多变性,在现实中环境因素与平台结构损伤的影响耦合在一起,难以对结构损伤状态实现有效的辨识。因此需探索相应的方法分步对环境因素和结构损伤进行辨识。在上述背景下,本文基于小波分析的信号处理手段,采用数值模拟的方法,对某在役导管架平台的动力响应进行了深入的分析和探讨。本文先用小波包变换方法对结构响应进行了简单的算例分析,结果发现小波包分析方法对于环境因素的辨识不具有确定性的敏感性,而对结构的损伤状态有较为直观的反映。在此基础上,本文先从规则波浪条件下建立环境条件和结构损伤的分步辨识方法,继而在随机波浪条件下对方法进行修正和适用性验证。...  (本文共73页) 本文目录 | 阅读全文>>

《现代电子技术》2005年04期
现代电子技术

基于小波包分解的声信号特征提取方法

由于小波分析在时域和频域同时具有良好的局部化性质 ,并有 Mallat快速算法 ,因此 ,小波分析是特征提取、故障诊断及目标检测中信号处理的较理想的工具。本文针对超低空飞行目标声信号的特点 ,利用小波包分解 ,提取在不同频率带内信号的能量作为特征。通过仿真信号的计算 ,证明了方法的有效性。1 小波包分析 (wavelet packet analysis)1.1 小波包的定义为了进一步对小波子空间 Wj按照二进制分式进行频率的细分 ,以达到提高频率分辨率的目的 ,将尺度子空间Vj和小波子空间 Wj用新的子空间 Unj统一表征 ,若令 :U0j =VjU1j =Wj        j∈ Z (1 )则 Hilbert空间的正交分解 Vj+ 1 =Vj Wj即可用 Unj的分解统一为 :U0j+ 1 =U0j U1j   j∈ Z (2 )  定义子空间 Unj是函数 un(t)的闭包空间 ,而 U2 nj 是函数 u2 n(t)的...  (本文共3页) 阅读全文>>