基于GPS数据的尾矿坝监测系统的研究与应用

研究了小波理论在尾矿坝安全监测系统中对于GPS坝体表面变形监测数据的具体应用,总结了尾矿坝GPS坝体表面变形监测的实际数据的常见问题,提出了GPS变形监测数据处理实现程序流程图,确定了小波阈值收缩去噪法各环节的选取方法及具体参数,讨论了异常值对于尾矿坝变形数据处理的影响,研究了小波分析的实时方法,实现了基于组态软件的尾矿库在线监测平台,以实际工程案例说明此系统的可行性和有效性。     

小波变换理论在炸药装药安全性检验中的应用

工业CT探测炸药时,存在的严重噪声使得信号难以识别,严重影响了炸药探测的可靠度和精确度.为提高工业CT探测炸药的信噪比和可靠性,利用小波变换的方法降低信号噪声以实现有效的炸药探测.结果显示,小波变换可以实际地进行工业CT探测炸药得到的信号的分析,能有效地抑制噪声和提高信噪比,并且利用小波变换可以检测出药柱的裂纹以及裂纹的位置.     

基于小波分析的声发射信号处理

小波分析作为一种新的信号分析处理方法，可对任意信号，信号的任一时刻、任一频段进行时频分析。将小波分析用于声发射信号处理，有助于声发射技术的发展与推广应用。     

基于小波神经网络的煤层底板突水非线性预测方法研究

针对煤层底板突水系统为一非线性动力学系统的特性,并在考察目前煤层底板突水预测方法的基础上,给出利用小波神经网络对煤层底板突水进行预测的可行性和优越性;阐述了小波神经网络的基本原理;提出和分析了基于小波神经网络的煤层底板突水预测模型及算法;并通过实例证明,应用小波神经网络解决煤层底板突水预测的可行性和优越性。研究及实践表明:小波神经网络的预测精度更高、更准确。     

火灾后结构损伤冲击回波法检测数据小波分析的研究

针对火灾后混凝土结构受损综合评判的现状,指出常规检测方法的不足;系统地阐述冲击回波法检测混凝土结构内部缺陷的原理和优越性,提出运用冲击回波法检测火灾后有缺陷的混凝土结构,对采集到的信号进行小波分析,提取反映混凝土结构内部缺陷的特征信息,实现结构损伤检测。实测表明,使用冲击回波法可快速、准确检测火灾后混凝土内部缺陷,通过小波变换对回波信号的奇异性进行检测分析,能有效消除噪声干扰,并准确检测出缺陷位置,可以提高火灾后混凝土结构的检测速度和精度。     

图像型火灾探测技术的应用

微电子技术和模式识别方法的发展,使得基于图像处理的火灾探测技术在火灾自动报警领域中得到运用,它解决了传统火灾探测技术在某些环境使用中存在的限制。本文介绍了图像型火灾探测技术的原理、优点,分析了当前采用的硬件实现方案的特点及发展趋势。     

基于影像融合的遥感影像授权使用技术研究

提出了一种基于多进制小波变换和IHS变换的影像融合算法,并把这种算法运用到了遥感影像的授权使用中,实现了根据用户权限的不同,对影像中的机密信息隐藏及保护的程度也不同。实验结果表明,本算法对遥感影像机密信息可进行不同程度的隐藏,且获得较好的效果,从而实现了对遥感影像机密信息的授权使用。     

基于小波变换和遗传算法的小电流接地故障定位技术研究

提出了一种基于小波变换和遗传算法的单相接地故障区段定位新技术。根据故障点前后的零序电流突变方向相反的特点,利用小波变换确定不同检测位置的零序电流突变方向,然后对比突变方向确定故障区段。单相接地故障信号容易受到外部干扰,为了提高定位的容错性,提出了基于遗传算法的定位技术,利用小波变换后的结果通过遗传迭代实现故障的准确定位。通过数字仿真对定位方法进行了充分验证。仿真结果表明,故障定位准确率高,有着良好的实用性。     

数据安全新思路

利用小波的时频局部化的特征,将信息的加密过程由传统的时域中进行改为在时域和频域中进行,达到信息加密和增强信息安全性的目的。采用两种方法实现信息的加密与解密的过程,一种是将明文保存为图像文件格式,对图像文件进行小波的分解与重构,实现信息的加密与解密;另一种是将明文数值化为一个系数矩阵,对数值矩阵进行小波的分解与重构,实现信息的加密与解密。通过小波分解过程进行加密,小波的重构过程进行解密,改变了传统的在空域中通过一系列的移位、迭代和置换的方式进行的加密过程,因此也不能通过传统的解密方式进行解密,增强了信息的安全性。由于小波的多样性,不同的小波变换得到的结果也会不同,增加了解密的难度,保证了数据的安全。     

基于小波和混沌优化LSSVM的周期来压预测

采煤工作面的液压支架是承受顶板压力的主体结构,选择支架的主要根据是其将要承受的周期来压荷载。为预测周期来压,构建了基于小波和混沌优化的最小二乘支持向量机(LSSVM)方法。该方法利用小波分解技术将所选的样本集数据分解成不同频率的分量,基于混沌理论对分量相空间进行重构。各重构分量分别使用LSSVM模型进行训练,其中LSSVM预测模型的参数由混沌粒子群算法进行优化。最后,将各LSSVM模型得到的预测分量进行小波重组得到完整的周期来压荷载预测波形。通过在重构时的计算发现,在某周期下,荷载的时序序列有一定的混沌性。与其他3种模型进行比较,基于小波和混沌优化LSSVM的预测模型得到的最终荷载波的精度更高,收敛性也较好。     

基于小波包分析的石油井架结构损伤识别试验研究

通过对井架相似模型损伤工况模拟,提取其在承载时的振动响应信号,利用小波包变换方法获得小波包节点能量,得到基于归一化能量特征向量的损伤评价指标。研究表明:该指标可用于井架结构损伤位置的准确识别;将小波包能量分析与振动测试技术相结合的研究方法,为石油井架的损伤识别提供了新思路。     

Detection of small leakage from long transportation pipeline with complex noise

In the long distance pipeline remote monitoring system, small leak detection becomes an important issue. Weak singularities in small leak signals are usually difficult to detect precisely under complicated noise background, which may cause false alarm or miss alarm. The advantage of applying the harmonic wavelet method is explored in this paper. Pipeline small leak sensitive characteristics are recognized and the negative pressure wave inflexions are extracted by harmonic wavelet analysis, expressed in terms of harmonic wavelet time-frequency mesh map, time-frequency contour map, and time-frequency profile plot. This paper also presents a comparative study of both Daubechies wavelet and harmonic wavelet analysis when applied to pipeline small leak detection under complicated background noises. Results of simulating test and field experiment show that it is possible to distinguish weak non-stationarities from complicated noises by harmonic wavelet analysis in pipeline small leak detection system. The comparison clearly illustrates that harmonic wavelet based pipeline small leakage detection method is significantly more accurate than other wavelets analysis such as Daubechies wavelet. This work provides a reliable and safe guarantee for oil and gas long distance transportation, reducing petroleum product losses and protecting surrounding environment.     

基于小波神经网络的瓦斯涌出量预测研究

准确地预测瓦斯涌出量对于指导矿井设计和安全生产有重要意义,而瓦斯涌出量是一个与自然因素及开采技术等多因素有关的非线性建模问题。鉴于传统神经网络方法解决非线性问题收敛速度慢,易陷入局部最优解的缺陷,笔者提出一种既充分利用小波变换的时频局部化性质,又能结合神经网络的自学习能力的小波神经网络预测瓦斯涌出量的方法,并建立了预测模型。在此基础上,采用Delphi语言,设计了小波/BP神经网络仿真器。通过实例分析表明该方法较传统神经网络收敛迅速,预测精度高。     

煤矿生产系统干扰事件的离散小波变换检测

小波变换常用于数字信号传输的噪声检测与处理,为了检测煤矿生产系统中的突发事件,将其模拟为数字信号传输中的干扰,构建系统稳态方程和对应的扰动方程,根据离散小波变换原理,将煤矿生产系统中的监测数据分解为近似部分和细节部分,再进行离散变换。采用多尺度边缘检测法,由光滑后的一阶和二阶导数检测出信号的模极大值点即为瞬态突变点。将A矿记录到的瓦斯浓度监控数据进行可行性分析后,在MATLAB的wavelet工具中对该瓦斯浓度监控数据作离散小波变换,找到四个瓦斯浓度瞬态突变点,那么这四个时刻发生了煤与瓦斯突出事件。结果表明该方法简单、实用性强。据此从计算机实时监控和现场技术防突方面提出应对煤矿干扰事件的措施。     

Wavelet transfer function in the analysis of the influence of a palm grip on actual vibrations of an upper limb.

Algorithms used to determine the vibrations to which hand-tool operators are exposed take into account only vibrations measured on a tool. Thus, the significant influence of constraints joining the elements of the tool-operator system is neglected. This paper attempts to determine the influence of grip on vibrations recorded both on the tool and on the limb. The estimation was based on the use of the wavelet transfer function, in which the analysis was done by filtration with wavelet functions. Signals recorded with the specially designed system were utilised in investigations.     

基于声发射技术的立柱试验过程安全性研究

液压立柱在接受型式检验时,存在因质量不过关而引发的爆缸、液压喷射等现象,给国家财产和现场检验人员人身安全带来极大威胁。为提高安全性,需对立柱试验过程进行监控,及早发现爆缸或液压喷射等迹象,特引入声发射技术对被试的立柱进行监测。声发射技术对立柱在受压过程中产生的裂纹弹性波进行捕捉、分析、处理和显示,并用时差定位方法和小波包技术对声发射信号进行处理以进一步提高定位精度。研究结果表明:该技术可以实时展现立柱缸体内部声发射源信息,帮助检验人员及时发现裂纹的产生,从而避免立柱钢筒爆裂现象发生、提高试验安全。     

受限空间瓦斯爆炸冲击波压力信号小波包去噪研究

由于受限空间瓦斯爆炸冲击波压力信号具有突变性和瞬态非平稳性特点,采用小波包分析进行去噪处理。选取典型的Daubechies小波包系和Symlets小波包系各小波包基对信号的重构均方根误差,并计算了原始信号与重构信号的相关系数,确定Sym8为处理瓦斯爆炸冲击波压力信号的最佳小波包基。去噪结果显示:小波包分析在降低噪声的同时,仍然保留信号突变部分的信息,能尽可能不失真得重现有效信号,受限空间瓦斯爆炸冲击波压力信号小波包去噪能够得到更可靠地结果。     

小波熵去噪在微差爆破延时精确识别中的应用

在小波熵去噪理论的基础上,对实际隧道爆破工程采集到的爆破振动信号进行了小波熵方法去噪。利用db8小波对去噪后的信号在尺度a=16进行了连续小波变换得到其模极大值,准确识别了隧道多段别微差爆破实际延期时间间隔,并验证了小波熵方法去噪的可靠性。结果表明,小波熵去噪方法能够有效滤除和抑制爆破振动非线性信号所夹杂的高频噪声分量,并且很好地保留了爆破振动信号的突变细节。对滤波后的信号进行模极大值变换,信号局部奇异点的辨识更准确,可以精确识别隧道微差爆破延时间隔。