导读:本文包含了小波能谱论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:小波,谱系,神经网络,海地,智利,故障诊断,能量。
小波能谱论文文献综述
贺永泽[1]（2019）在《基于小波能谱熵的电子式互感器故障诊断》一文中研究指出近年来随着智能变电站的大规模建设,电子式互感器得到广泛使用,因其在绝缘、成本、性能等方面较传统电磁式互感器具有显着优势,而成为研究热点。但电子互感器在长期的运行过程中,容易出现变比变化、漂移等偏差,甚至整体失效的情况,导致测量结果失真,更严重者会引发保护误动,直接影响着二次系统的正常运行和功能实现。加之电子式互感器的实用化时间不是太长,积累的经验和故障样本较少,导致有效的诊断手段缺乏。所以对电子式互感器故障诊断的研究有重要意义。本文聚焦电子式互感器常见的固定偏差、漂移偏差、变比偏差等故障形式的诊断工作开展研究。在介绍电子式互感器的结构、工作原理、故障数学模型的基础上,针对上述故障存在时域突变、不同频段能量分布差异较大等特点,本文提出了一种基于小波能谱熵的电子式互感器故障诊断方法,利用SVM(Support Vector Machine)方法对经过能谱熵特征区分的故障形式进行分类,能有效诊断单一故障类别。针对复合故障时能谱熵局部容易发生重迭,无法有效分离出不同故障类型的问题,提出了一种基于分层能谱和区间估计相结合的诊断新方法。定义分解尺度下各层能谱期望值,在给定置信度的前提下计算样本的各尺度小波熵带,通过小波熵带的匹配解决了能谱熵重迭区域的故障识别问题,有效地区分了复合故障。在南瑞继保PCS931线路保护装置上对电网故障及前述互感器故障形式进行了动模实验,对获取的实验数据利用MATLAB平台进行了分析处理,结果验证了上述方法的有效性。(本文来源于《武汉科技大学》期刊2019-05-01）
史历程,赵骁,赵群飞,王玉璋[2]（2018）在《基于小波能谱熵和集成经验模态分解的传感器故障诊断耦合算法研究》一文中研究指出建立了燃气轮机传感器各类故障典型信号的样本集,分别利用小波能谱熵(WEE)结合K近邻分类器(KNN)、集成经验模态分解(EEMD)结合稀疏表示分类器对故障信号进行诊断识别。通过对上述算法的优化整合,提出WEE与EEMD相结合的燃气轮机传感器故障诊断耦合算法。以某燃气轮机运行数据为基础,验证该耦合算法的识别准确率和鲁棒性。结果表明:耦合算法的识别准确率高、分析速度快和鲁棒性强,比单一算法具有更可靠的诊断结论,从而具有更好的工程应用价值。(本文来源于《动力工程学报》期刊2018年08期）
焦伟,顾克秋,赵跃跃[3]（2018）在《基于小波能谱和熵谱的炮架结构冲击响应分析》一文中研究指出为了研究火炮结构在火药燃气作用下冲击响应特征,利用小波变换在时域内能够聚焦到信号的任意细节并提取信号特征的能力,提出了基于小波谱能量和小波能量熵的冲击响应分析方法。通过建立火炮有限元模型,获得摇架结构的加速度时域曲线,并运用小波变换获得加速度时域曲线的小波系数,对小波系数进行处理得到小波能量谱和小波能量熵,获得结构冲击响应的能量信息与频率信息。通过对冲击响应信号的小波能量熵与小波谱能量信息分析表明,火炮受到冲击载荷时段能量熵较大,其高频能量所占的比例较高,为结构冲击响应分析提供了新的思路。(本文来源于《兵器装备工程学报》期刊2018年01期）
章鑫,叶青[4]（2017）在《闽粤地区同震形变波记录序列分析及小波能谱特征》一文中研究指出基于闽粤地区10个地形变观测点40个测项的同震形变波记录,利用幅度比值和小波多尺度分析方法探讨其记录特点和传导机制,结果显示:1)同震形变波到时与震中距有关,波形记录含有d-P和d-S波,不同测项记录到的波形不一致,同测项的记录波形相似;2)幅度比值在一定程度上与震源方位有关,进一步反映其各向异性;3)通过互(自)相关计算和滤波处理,能识别出同震形变波的频带为0.02~0.04 Hz,峰值在0.025Hz附近;4)智利地震形变波序列小波能谱为64~254s,能量集中在128~254s;而尼泊尔地震形变波在不同测点区别较大,潮州台为16~32s,厦门台为16~64s。研究结果表明,形变记录中除面波外还包含体波成分,不同震源机制引起的同震形变波传导机制可能存在各向异性,这对于开展地震引发应变等研究有借鉴意义。(本文来源于《大地测量与地球动力学》期刊2017年12期）
葛新民,范卓颖,范宜仁,李润泽,徐拥军[5]（2015）在《基于核主成分-小波能谱分析的复杂储层油水界面预测》一文中研究指出针对复杂储层油水界面确定困难的问题,研究基于核主成分-小波能谱分析的确定方法,分析油水界面特征并确定最优小波基函数。将深感应电阻率、中子、密度、声波和自然伽马等常规曲线作为输入信号,应用核主成分方法提取第一核主成分信号进行小波变换得到近似和细节信号后分别计算不同频带的能谱,基于相邻两级能谱差异最大原理确定单井的油水界面。在单井分析的基础上确定整个油藏的油水界面。研究结果表明:Coiflet3基函数在研究工区中应用效果最好;将第一核主成分进行6级分解,并根据第5级和第6级能谱最大差法确定的油水界面与生产测试资料十分吻合;油水界面高度由西向东呈先增大后减小的趋势,与储层岩性、物性的平面变化特征一致。(本文来源于《中南大学学报(自然科学版)》期刊2015年05期）
韩燕,王汉斌[6]（2014）在《基于小波能谱熵-BP_Adaboost的采煤机摇臂轴承故障诊断》一文中研究指出针对煤矿井下工作环境恶劣,摇臂轴承经常发生故障,提出一种基于小波能谱熵-BP_Adaboost的采煤机摇臂轴承故障诊断方法。对振动信号进行小波分解,提取各小波系数的能谱熵,以此作为故障特征信息。利用Adaboost算法联合多个BP神经网络,构建BP_Adaboost强分类器。通过实验验证,该方法相比单BP神经网络识别率有很大提高,总体识别精度达到92%,其中外圈轴承故障识别率达96%,具有较好的采煤机摇臂轴承故障诊断能力。(本文来源于《煤矿机械》期刊2014年11期）
赵新光,甘晓晔,谷泉,周勃,陈长征[7]（2014）在《基于小波能谱系数的风力机疲劳裂纹特征》一文中研究指出提出了风力机叶片裂纹扩展声发射信号的优化小波重分配尺度谱及小波能谱系数相结合的分析法。基于Shannon熵理论计算裂纹扩展声发射信号的重分配尺度谱小波基函数带宽参数,得到最适合裂纹声发射信号的Morlet小波基函数。用优化后的小波基函数计算重分配尺度谱,获得裂纹扩展特征成分在时间尺度平面的高幅值能量分布,利用特征能谱系数表征其重分配尺度谱的特征。实验结果表明,该方法有良好的时频聚集性和抗噪能力,实现了风力机叶片裂纹扩展声发射信号的时频特征提取,得到了能谱系数作为特征向量表示信号特征。该方法可用来实现风力机叶片在复杂环境中的模式识别。(本文来源于《振动.测试与诊断》期刊2014年01期）
何宽芳,黎祺,李学军,潘阳[8]（2013）在《小波能谱熵和优化神经网络的滚动轴承诊断方法》一文中研究指出内圈裂纹、外圈松动和掉渣是滚动轴承常见典型故障,为实现其快速、准确地诊断,本文提出基于振动信号小波能谱熵特征和神经网络相结合的滚动轴承诊断方法。首先对振动信号进行小波分解和重构,得到小波重构系数,利用重构系数的能谱熵特征作为神经网络输入进行滚动轴承的故障类型的识别,同时引入遗传算法对神经网络结构参数进行优化,以进一步提高故障识别诊断速度和准确率。结果表明:该方法用于轴承典型故障诊断有着更高的诊断速率和故障识别率。(本文来源于《机械科学与技术》期刊2013年11期）
魏鑫[9]（2013）在《基于小波能谱系数的舰船目标分类与识别》一文中研究指出由于舰船目标发声机理的复杂性及多样性,导致表征其辐射信号特征的数据量较大且维度较高,带来巨大的处理运算量。因此提取可靠、有效的舰船目标信号特征是水声界研究的难点之一。本文提出基于小波能谱系数的舰船目标信号特征提取方法。首先利用小波变换对舰船目标的波形信号进行分析,获取其时域、频域特征;然后采用小波能谱系数描述信号能量在每个频率范围的分布情况并提取特征向量,以区别3类目标信号;最后以BP神经网络作为分类器对3类目标进行识别与分类。对实验数据的处理结果表明,该方法可以有效获得舰船目标的特征信息,具有较好的分类效果和较高的可靠性。(本文来源于《舰船科学技术》期刊2013年09期）
解滔,杜学彬,刘君,范莹莹,安张辉[10]（2013）在《汶川M_S8.0、海地M_W7.0地震电磁信号小波能谱分析》一文中研究指出应用小波变换方法处理了2008年汶川MS8.0地震前后成都、江油台地电阻率观测数据及汶川地震、2010年海地MW7.0地震前后DEMETER卫星记录的电离层磁场观测数据,研究了地电阻率和电离层磁场的小波能谱及其相对变化.结果表明:①对应汶川大震前成都台N58°E测道地电阻率中期下降变化和短期上升变化的时段,地电阻率小波能谱相对变化显着增大,江油台N10°E测道地电阻率在主震前记录到了临震异常,在临近主震前后,电离层磁场特别是x分量的能谱及相对变化显着增大,展现了与汶川大震明显对应的地电阻率、电离层磁场变化的似同步异常;②在海地地震前夕,电离层磁场x,z分量的能谱也出现了显着增大的现象,类似于汶川大震前后电离层磁场的能谱增大变化.(本文来源于《地震学报》期刊2013年01期）
小波能谱论文开题报告
（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：
建立了燃气轮机传感器各类故障典型信号的样本集,分别利用小波能谱熵(WEE)结合K近邻分类器(KNN)、集成经验模态分解(EEMD)结合稀疏表示分类器对故障信号进行诊断识别。通过对上述算法的优化整合,提出WEE与EEMD相结合的燃气轮机传感器故障诊断耦合算法。以某燃气轮机运行数据为基础,验证该耦合算法的识别准确率和鲁棒性。结果表明:耦合算法的识别准确率高、分析速度快和鲁棒性强,比单一算法具有更可靠的诊断结论,从而具有更好的工程应用价值。
（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。
小波能谱论文参考文献
[1].贺永泽.基于小波能谱熵的电子式互感器故障诊断[D].武汉科技大学.2019
[2].史历程,赵骁,赵群飞,王玉璋.基于小波能谱熵和集成经验模态分解的传感器故障诊断耦合算法研究[J].动力工程学报.2018
[3].焦伟,顾克秋,赵跃跃.基于小波能谱和熵谱的炮架结构冲击响应分析[J].兵器装备工程学报.2018
[4].章鑫,叶青.闽粤地区同震形变波记录序列分析及小波能谱特征[J].大地测量与地球动力学.2017
[5].葛新民,范卓颖,范宜仁,李润泽,徐拥军.基于核主成分-小波能谱分析的复杂储层油水界面预测[J].中南大学学报(自然科学版).2015
[6].韩燕,王汉斌.基于小波能谱熵-BP_Adaboost的采煤机摇臂轴承故障诊断[J].煤矿机械.2014
[7].赵新光,甘晓晔,谷泉,周勃,陈长征.基于小波能谱系数的风力机疲劳裂纹特征[J].振动.测试与诊断.2014
[8].何宽芳,黎祺,李学军,潘阳.小波能谱熵和优化神经网络的滚动轴承诊断方法[J].机械科学与技术.2013
[9].魏鑫.基于小波能谱系数的舰船目标分类与识别[J].舰船科学技术.2013
[10].解滔,杜学彬,刘君,范莹莹,安张辉.汶川M_S8.0、海地M_W7.0地震电磁信号小波能谱分析[J].地震学报.2013
论文知识图
