导读:本文包含了局域波分解论文开题报告文献综述及选题提纲参考文献，主要关键词:小波降噪,局域波分解,齿轮箱,故障诊断
局域波分解论文文献综述
李莎[1]（2019）在《基于局域波分解的齿轮箱故障诊断研究》一文中研究指出实验采集的齿轮箱振动信号具有非线性、非平稳性,提出将局域波分解与小波降噪相结合的故障诊断方法。针对齿轮箱在不同工况下的振动信号,首先采用小波降噪方法去除原信号噪声,提高信噪比;然后采用局域波分解方法将去噪后的信号进行分解,得到一些基本模式分量和一个剩余分量;最后对基本模式分量做出功率谱图,区分齿轮箱各种故障工况。结果表明:局域波分解方法在齿轮箱故障诊断中的有效性。(本文来源于《机械工程与自动化》期刊2019年03期）
杜向楠,杨飞,郭宁明,闻福岳,许勇[2]（2018）在《基于EMMD局域波分解的网络行波测距方法研究》一文中研究指出目前,随着能源互联网的不断发展,行波测距装置省级互联为实现网络化测距提供了良好的数据平台。在重点分析网络行波的特征上,提出一种基于极值域均值模式分解(EMMD)的局域波自适应行波故障定位方法。该方法有效抑制了EMD分解过程中产生的过冲和欠冲现象。在模式混迭方面,在EEMD方法基础上提出了一种加入互补噪声的方法(CEEMD)。最后通过一组现场实际故障数据进行算例分析,验证了该方法的有效性。(本文来源于《电力系统保护与控制》期刊2018年21期）
张红,张慧[3]（2018）在《局域波分解在股票数据分析中的应用》一文中研究指出局域波分解方法是提取数据局部平均值,绘制曲线,将信号信息分解成几个有物理性质的分量,从而分析信号的各种特征。对局域波分析方法进行推广,应用具有非平稳随机性的股票数据分析问题上,提出了分解算法,并进行了仿真验证。(本文来源于《科学技术创新》期刊2018年16期）
潘铭志,王莲花,许昕,潘宏侠[4]（2016）在《基于分形滤波和局域波分解的齿轮箱轴承故障诊断》一文中研究指出提出了一种基于分形滤波和局域波分解对齿轮箱进行故障诊断的方法。针对齿轮箱工作环境的影响,传感器采集的信号含有噪声干扰,先使用分维数作为模糊系统控制系数的分形滤波器对振动加速度信号进行处理,以提高信号信噪比,然后用局域波分解算法将消噪数据进行处理,得到基本模型分量和剩余成分,最后对每一个基本模型分量做出功率谱图进行频谱分析,从而识别出齿轮箱轴承故障。(本文来源于《机械工程与自动化》期刊2016年06期）
焦静娟,刘怀山[5]（2015）在《基于局域波分解法的Wigner-Ville时频分布方法研究》一文中研究指出在地震勘探中,地震波为非平稳信号,单一时域或频域分析远远不能满足实际处理的需要,时频域的时频分析方法十分必要。在地震勘探数据分析中,时频分析有许多重要的应用,例如:地震频谱分解、瞬时属性提取等。在时频分析方法中,Wigner-Ville分布具有非常重要的位置。针对Wigner-Ville分布存在交叉项的问题,实现了基于局域波分解法的Wigner-Ville时频分布方法,并将该方法应用于双频正弦信号、线性调频正弦信号以及合成地震数据,试算结果表明算法的正确性和有效性,证明该方法保留Wigner-Ville时频分布方法的优良特性,并且一定程度上抑制交叉项。(本文来源于《国家安全地球物理丛书（十一）——地球物理应用前沿》期刊2015-10-01）
汪星[6]（2015）在《基于局域波分解技术的货车滚动轴承故障诊断技术研究》一文中研究指出本论文对货车滚动轴承故障诊断进行了理论与实验研究。针对局域波分解的局限性,提出了改进的局域波分解算法,通过数值仿真验证了该方法的正确性,并将该方法运用到轴承故障诊断系统中,实验验证了算法的正确性。主要研究内容如下:(1)首先叙述了轴承故障诊断研究的历史与发展现状,指出了本论文研究的目的与意义。介绍了滚动轴承的基本结构和故障类型,对其振动形态和故障特征频率进行了计算,并对本论文研究所采用的实验台和软件进行了介绍。(2)分析了局域波分解的基本原理及其存在的端点效应的问题,介绍了叁种解决端点效应的方法:极值延拓法、镜像延拓法、端点匹配特征波延拓法,利用这些方法对局域波分解进行了数学仿真,仿真结果显示端点匹配特征波延拓法解决端点效应效果比其他两种方法更好。该方法摒弃了传统方法去除首尾一段数据的思想,结合被分解数据特点有效抑制了端点效应,使得到的经验模态分量更加能够突出组分信号的特征频率,避免失真带来的影响。(3)详细分析了产生模态混迭的原因,利用改进的EMD-ICA方法来有效地避免了异常事件引起模态混迭而带来的不便,使局域波分解方法更加精确、有效;针对局域波分解的虚假分量问题,分别利用互相关系数法和互信息法进行了数值仿真,仿真发现利用互信息法辨别虚假分量可以排除其他分量的干扰,并将改进的局域波分解方法用于外圈、滚子、内圈叁种故障信号分析中,结果表明了该方法的可行性。(4)进行了机车走行部轴承故障诊断系统的设计。从虚拟仪器的基本概念和特点两方面详细介绍了机车走行部轴承故障诊断系统的软件平台——虚拟仪器。并以改进的局域波分析法作为理论基础设计了精密诊断模块,由于采用了先进的MathScript节点,使系统具有了良好人机交互界面,同时还拥有强大的计算能力。最后分别以含有内圈、外圈、滚子故障的轴承为例进行了实验验证。(本文来源于《石家庄铁道大学》期刊2015-06-01）
崔宝珍[7]（2013）在《自适应形态滤波与局域波分解理论及滚动轴承故障诊断》一文中研究指出振动信号是滚动轴承运行状态的信息载体，周期性重复冲击及幅值调制是滚动轴承在缺陷与故障时的核心特征，这两者均有一个共同的特点，即不仅与时间有关，而且与频率也密切相关，因此如果割裂时频特征，仅仅从时域或频域的角度分析这类信号，则很难获得有关信号特征的全貌，而从联合的时频域的角度来识别这类信号，无疑会提高诊断的准确性和可靠性。另外强背景噪声及冲击振动也是滚动轴承振动信号不可忽视的特点，因此本文拟采用自适应形态滤波法，以滚动轴承的故障特征频率为判据构造自适应多结构多尺度形态滤波器进行背景噪声的滤除及冲击信号的提取，在此基础上结合局域波分解法对滚动轴承振动信号进行处理，进而提取有效的特征参量局域波相关尺度熵，最后利用模糊聚类的方法对滚动轴承的运行状态进行识别，主要工作如下：（1）数学形态学摒弃了传统数值建模及分析的观点，从集合的角度刻画和分析被处理信号，设计了一个“探针”（结构元素）的来探测信号的信息，利用该探针在被处理信号中不断平移,完成信号与结构元素间的匹配,达到信号提取、细节保持和噪声抑制的目的。按照振动信号处理中频响函数测量原理，研究了结构元素宽度、采样频率、分析点数与滤波特性间的定量关系，给出了数学形态滤波器特性的定量描述。提出一种自适应多结构多尺度形态组合滤波方法，详细讨论自适应多结构多尺度结构元素的构造，以被处理信号的特征频率强度系数为判据，利用敏感的结构元素组合出多尺度多结构的自适应均值滤波器，取得了较好的低频信号提取效果。（2）局域波法是基于信号局部特征的自适应时变分解算法，其分解过程就是把被处理信号分解成多个IMF分量和一个趋势项的和，且局域波分解的基函数是根据被处理信号自适应产生，因此具有良好的信号局部表征能力。在详细分析局域波分解产生端点效应机理的基础上，提出了端点匹配特征波延拓抑制端点效应的方法，该方法在波形匹配过程中充分考虑了被处理信号端点处的数据特性，将载入数据的首末端点处的数据作为匹配基元，从而改变了端点处不受约束的状况，仿真测试结果表明有效抑制了端点效应。（3）按照局域波分解的完备性、能量守恒及虚假分量的性质，检验并去除虚假分量，抵消主导模态分量中的误差分量，针对局域波分解过程中虚假分量的产生机理，本文提出基于能量守恒及相关分析的抗虚假分量方法，利用相关分析判别信号的主导模态分量，结合能量守恒原理，给出了虚假分量属性判别依据及模态更新的原则；（4）根据模态混迭不同的产生机理，本文提出形态运算及移频变换抗模态混迭方法，形态运算是有效提取间断信号、脉冲干扰强有力的工具，因此提出基于形态运算抗异常事件引起的模态混迭方法，仿真结果表明形态运算对脉冲干扰，间断信号引起的模态混迭能起到理想的效果；移频变换有效解决了由于信号间相互作用导致模态混迭问题，通过多组数据处理发现当复合信号满足局域波分解的充分条件二时，充分条件一可放宽到120.95，利用本文提出的方法都能有效提取出与原组分匹配的IMF分量，圆满完成局域波的分解过程。（5）对实测的不同运行状态下滚动轴承的振动信号进行自适应形态滤波与局域波分解，在此基础上利用模糊聚类的方法，提取局域波相关特征尺度熵，进行极值归一化及标定处理，然后改造为等价模糊关系矩阵完成聚类分析。该方法简单实用，是滚动轴承故障诊断较为有效的方法。以上研究工作在一定程度上丰富和完善了形态滤波与局域波分解方法，诊断应用表明本文提出的方法能有效区分不同运行状态，解决实际问题。(本文来源于《中北大学》期刊2013-04-10）
禹言芳,吴剑华,孟辉波[8]（2012）在《基于局域波分解的循环射流混合槽内压力脉动信号时频特性分析》一文中研究指出为了探讨循环射流混合槽射流混合区内瞬态流动特性,在Re=3660～32940范围内利用动态数据采集系统对射流混合区内不同轴向、径向和周向位置的瞬态脉动压力进行了测量,并采用基于局域波分解的方法分析了循环射流混合槽内压力脉动信号的时频分布。研究表明:瞬态压力波动信号的波动能量分布随瞬时频率的提高明显降低;在θm=π/6和π/3时,频率集中分布在为0～0.25 Hz,而θm=π/4和θm=5π/12时,瞬时波动频率主要分布在0～6Hz和0～20Hz。低雷诺数下流体运动随机性频繁,Re=3660时存在32Hz,25Hz,7Hz和5Hz等多个频率集中分布段,而Re=18300和Re=25620时频率范围为0～8 Hz和0～3 Hz。随着测量位置z/H增加,0～1 Hz内低频能量比例先减小然后增加再减少;z/H=0.85时受到自由液面的影响,集中能量频率分布范围较其他轴向位置要广,且0～5 Hz低频能量比例减少。(本文来源于《北京化工大学学报(自然科学版)》期刊2012年06期）
王凤利,李宏坤[9]（2012）在《利用ICA的局域波分解及其在机械故障诊断中应用》一文中研究指出局域波分解算法的自身局限使得分解分量之间的正交性不能得到保证,分解分量存在信息冗余,从而影响了分解质量.针对这个问题,将独立分量分析(ICA)引入局域波分解过程中,以消除分解分量的信息冗余,使得局域波分解得到的基本模式分量之间相互正交独立,改善局域波分解算法的局限性,准确地进行局域波分解.应用该方法对转子早期碰摩振动信号进行了分析,并对分解得到的高频基本模式分量进行Hilbert包络解调分析,准确提取了转子碰摩故障特征.试验数据的分析结果证明了方法的准确性和有效性.(本文来源于《大连理工大学学报》期刊2012年04期）
吴丽萍[10]（2011）在《基于局域波分解的流量异常检测方法研究》一文中研究指出网络流量异常是指当前的流量状态偏离了网络流量的正常行为轨迹,从而影响了网络的性能和服务质量。各种网络异常流量会不同程度地影响到网络的服务质量,严重时甚至会造成网络中断引起巨大的损失。通过网络异常检测可以发现许多网络故障和性能问题,甚至可以检测出一些未知的恶意攻击。网络流量异常检测系统的检测能力与整个网络的可靠性和稳定性有紧密联系,它对于保证网络的服务质量具有重大意义,因此,网络流量异常检测成为当前网络安全领域中的热点研究问题之一。本文在总结分析国内外网络流量异常检测研究现状的基础上,为进一步提高网络流量异常检测方法的检测率,提出结合局域波分解法和聚类分析进行流量异常检测,主要工作如下:1.采用局域波分解法进行网络流量信号分析:与傅里叶变换和小波变换等其他时频信号分析方法不同,它以信号的局部特征为基础,比较完整地保留信号的局部信息,对于整个流量信号而言,流量异常行为发生在流量信号的局部范围内,因此用局域波分解法对网络流量信号进行分析可以更加完整地提取出异常特征。2.提出一种基于局域波分解和改进的k-means算法的异常检测方法:传统k-means算法对初始聚类中心很敏感,并且算法容易陷入局部最优解中难以获得全局最优解。本文针对网络流量异常检测的特点,提出了一种基于局域波分解法和改进的k-means算法的异常检测方法,试验证明相对于传统的k-means算法,本文提出的检测方法对网络流量异常检测具有更好的检测效果。3.提出了一种基于瞬时参数预测的流量异常检测方法,首先对流量信号进行局域波分解,获得流量信号的瞬时参数,然后对瞬时参数建立ARMA模型,获得瞬时参数估计值,用模型的预测值与实际流量信号瞬时参数的差异来表示异常空间,最后对多条链路瞬时频率的异常空间和瞬时振幅的异常空间构成的高维矢量分别运用改进的k-means算法,综合得出网络流量的异常时段,试验证明,该方法能有效降低误报率和漏报率。(本文来源于《电子科技大学》期刊2011-04-01）
局域波分解论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目前,随着能源互联网的不断发展,行波测距装置省级互联为实现网络化测距提供了良好的数据平台。在重点分析网络行波的特征上,提出一种基于极值域均值模式分解(EMMD)的局域波自适应行波故障定位方法。该方法有效抑制了EMD分解过程中产生的过冲和欠冲现象。在模式混迭方面,在EEMD方法基础上提出了一种加入互补噪声的方法(CEEMD)。最后通过一组现场实际故障数据进行算例分析,验证了该方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
局域波分解论文参考文献
[1].李莎.基于局域波分解的齿轮箱故障诊断研究[J].机械工程与自动化.2019
[2].杜向楠,杨飞,郭宁明,闻福岳,许勇.基于EMMD局域波分解的网络行波测距方法研究[J].电力系统保护与控制.2018
[3].张红,张慧.局域波分解在股票数据分析中的应用[J].科学技术创新.2018
[4].潘铭志,王莲花,许昕,潘宏侠.基于分形滤波和局域波分解的齿轮箱轴承故障诊断[J].机械工程与自动化.2016
[5].焦静娟,刘怀山.基于局域波分解法的Wigner-Ville时频分布方法研究[C].国家安全地球物理丛书（十一）——地球物理应用前沿.2015
[6].汪星.基于局域波分解技术的货车滚动轴承故障诊断技术研究[D].石家庄铁道大学.2015
[7].崔宝珍.自适应形态滤波与局域波分解理论及滚动轴承故障诊断[D].中北大学.2013
[8].禹言芳,吴剑华,孟辉波.基于局域波分解的循环射流混合槽内压力脉动信号时频特性分析[J].北京化工大学学报(自然科学版).2012
[9].王凤利,李宏坤.利用ICA的局域波分解及其在机械故障诊断中应用[J].大连理工大学学报.2012
[10].吴丽萍.基于局域波分解的流量异常检测方法研究[D].电子科技大学.2011