您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (3): 62-66.

• 机械工程 • 上一篇    下一篇

基于小波分析的动平衡机不平衡量提取方法研究

牟世刚,冯显英*,晏志文,杨静芳   

  1. 山东大学机械工程学院,山东 济南250061
  • 收稿日期:2010-10-25 出版日期:2011-06-16 发布日期:2010-10-25
  • 通讯作者: 冯显英(1965- ),男,山东金乡人,教授,博士生导师,主要研究方向为智能检测与数控.Email:FXYing@sdu.edu.cn E-mail:FXYing@sdu.edu.cn
  • 作者简介:牟世刚(1976- ),男,山东德州人,博士研究生,主要研究方向为智能检测、机械动力学.Email:mushigang2006@126.com
  • 基金资助:

    国家自然科学基金资助项目(50875153)

Study on unbalanced signal extraction from a dynamic
balancing machine based on wavelet analysis

MU Shigang, FENG Xianying*, YAN Zhiwen, YANG Jingfang   

  1. School of Mechanical Engineering,Shandong University, Jinan 250061, China
  • Received:2010-10-25 Online:2011-06-16 Published:2010-10-25

摘要:

针对动不平衡信号周期性强且伴随有强烈的背景噪声,提出一种基于小波细节系数自相关性分析的分层阈值降噪法,该方法对信号进行离散小波变换,将信号分解为近似系数和细节系数,求出各层细节系数的自相关序列,根据序列是否呈白噪声自相关特性确定该层阈值。通过模拟的方法对含噪振动信号进行了试验,结果表明该方法具有较好的降噪效果。最后,对基于自相关序列分析的分层阈值降噪法在轮胎动平衡测试系统的实际应用进行了研究。实际应用表明,该方法适合动平衡测量,满足高精度要求。

关键词: 动平衡, 小波变换, 自相关序列, 分层阈值

Abstract:

The unbalanced signal is periodic and carries intense background noise. In view of these characteristics, a de-noising method using a multilevel threshold based on the analysis of the autocorrelation of detailed coefficients was  proposed. This method uses the discrete wavelet transform technique to decompose the signal into approximations and details.The autocorrelation sequences of the detailed coefficients were  determined.According to whether the sequence reflects the autocorrelation of white noise, the threshold was  determined.The results of experiments and the application in practical dynamic balancing measurement system indicate the presented method was  fit to apply in dynamic balancing measurement, which satisfies the requirement of high precision.

Key words: dynamic balancing, wavelet transform;autocorrelation sequence, multi-level threshold

[1] 王飞,宋士瞻,曹永吉,谢红涛,张新华,张健,肖天,赵雅文. 基于连续小波变换的风光发电资源多尺度评估[J]. 山东大学学报(工学版), 2018, 48(5): 124-130.
[2] 赵彦霞, 王熙照. 基于SVD和DCNN的彩色图像多功能零水印算法[J]. 山东大学学报(工学版), 2018, 48(3): 25-33.
[3] 翟俊海1,翟梦尧1,张素芳2,王熙照1. 基于小波子空间集成的人脸识别[J]. 山东大学学报(工学版), 2012, 42(2): 1-6.
[4] 赵文忠. 基于对偶树复小波-Contourlet变换的自适应多传感图像融合算法[J]. 山东大学学报(工学版), 2010, 40(4): 144-148.
[5] 刘成云 陈振学 常发亮. 基于平稳小波的自适应阈值MR图像去噪法[J]. 山东大学学报(工学版), 2009, 39(5): 58-61.
[6] 胡钢,冯向前,陈欣,曹力 . 带时频区间精度小波神经网络的信号仿真研究[J]. 山东大学学报(工学版), 2008, 38(1): 96-100 .
[7] 牛新生,叶华,王亮 . 一种基于双Haar小波的图像去噪算法[J]. 山东大学学报(工学版), 2007, 37(4): 0-0 .
[8] 田伟,乔谊正,马志强 . 基于DWT的二次特征提取脱机中文签名鉴定[J]. 山东大学学报(工学版), 2007, 37(3): 55-59 .
[9] 解洪胜,张虹 . 基于支持向量机的图像纹理识别方法[J]. 山东大学学报(工学版), 2006, 36(6): 95-99 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!