数学形态滤波在振动信号分析中的应用研究

合集下载

基于数学形态学的旋转机械振动信号降噪方法.

基于数学形态学的旋转机械振动信号降噪方法.

第42卷第4期2006年4月机械工程学报v01.42No.4CHINESEJOURNALOFMECHANICALENGINEERINGApr.2006基于数学形态学的旋转机械振动信号降噪方法木胡爱军1唐贵基1安连锁2(1.华北电力大学机械工程学院保定071003;2.华北电力大学动力工程学院保定071003)摘要:基于数学形态学实现振动信号降噪。

研究了数学形态滤波器对振动信号在不同类型、不同强度噪声干扰下的降噪能力,提出了采用开一闭和闭一开组合数学形态滤波器实现旋转机械振动信号降噪处理的方法。

通过仿真计算及实例,检验了形态滤波器的滤波效果,表明数学形态滤波器可以有效剔除脉冲、降低随机噪声干扰,提高振动信号的信噪比。

对强烈噪声干扰采用傅里叶变换与形态滤波器结合的处理方法可以取得明显的滤波效果。

并具有算法简单、运算速度快的特点。

关键词:数学形态学旋转机械滤波器振动噪声中图分类号:TN9110前言振动信号分析是旋转机械状态监测与故障诊断中应用最广泛的方法。

在实际工程测量中,现场采集的振动数据往往被各种噪声污染,在某些情况下噪声干扰甚至大于实际的真实信号,信号降噪成为动态信号测试和设备故障诊断研究的重要内容。

近年来基于小波分析等对信号奇异性特征提取uJ的故障早期诊断取得了一定进展,然而这些研究多是在无噪声情况下进行的,由于小波对噪声和微弱信号同样敏感,降噪也成为其工程应用的重要内容。

数字滤波器是振动信号预处理的常用手段,大多数场合已代替了传统的模拟滤波器。

常用的数字滤波器有时域平均法、IIRfFIR滤波器及小波滤波剁2】等。

时域平均方法在具体实施过程中需要对大量的数据进行处理,且要求有时标信息的支持;小波降噪技术的降噪效果则在很大程度上取决于滤波器性能的优劣,即选择不同的滤波器所得的降噪效果也有所区别。

另外,数字滤波器由于基于时域、频域或时频域(如小波)构建,存在着诸如时滞、相移等缺点;对于信号频率和噪声干扰的频率重叠在一起的情况,常用滤波器都无法将两者区分开来。

数学形态学在信号处理方面的应用研究

数学形态学在信号处理方面的应用研究

数学形态学在信号处理方面的应用研究数学形态学是一种基于拓扑学的数学分支,用于分析和处理离散和连续的结构和形状,可应用于各种领域,如计算机视觉、图像处理和信号处理等。

在信号处理方面,数学形态学被广泛应用于信号去噪、特征提取、影像分割、图像处理等方面。

本文将探讨数学形态学在信号处理方面的应用研究。

1. 信号去噪信号在传输和采集过程中常受噪声干扰,去除噪声成为信号处理的重要环节。

数学形态学提供了一种有效的信号去噪方法,称为数学形态学滤波器。

该方法由基元、膨胀和腐蚀操作组成。

基元是定义在信号上的形状,膨胀操作可以将信号结构沿指定方向向外扩张,腐蚀操作可以将信号结构沿指定方向向内缩小。

通过不同的基元、膨胀和腐蚀操作,可以得到不同的滤波器,它们可以用于去除不同类型的噪声,如高斯噪声、椒盐噪声等。

数学形态学滤波器常用于医学影像、语音识别、机器视觉等领域的信号去噪处理,可以有效地去除噪声同时保留信号特征信息。

2. 特征提取信号特征提取是指从信号中提取出与问题相关的信息。

在数字信号处理中,特征提取可以用于信号识别、分类、分割等方面。

数学形态学中的运算,如膨胀、腐蚀、开运算、闭运算等操作,可以用于提取信号的形态特征。

3. 影像分割影像分割是将图像分割成若干部分,以便研究或处理各部分的特性和特征。

影像分割广泛应用于计算机视觉、医学影像分析、遥感图像分析等领域。

数学形态学提供了一种基于形态学方程的图像分割方法。

该方法利用形态学开运算、闭运算操作的性质,抑制噪声和局部结构,提取图像的主要形态信息。

例如,在医学影像分析中,结合数学形态学的分割方法,可以实现肝脏肿瘤等病变的自动分割。

在遥感图像处理中,数学形态学分割方法可以实现对建筑物、植被等对象的识别和分割。

4. 图像处理图像处理是指利用数字技术对图像进行处理和分析。

数学形态学提供了一种有效的图像处理方法,例如基于凸包的形态操作、基于形态学梯度的边缘检测方法、基于形态学重建的分割方法等。

振动信号分析滤波

振动信号分析滤波

振动信号分析滤波振动信号分析滤波标题:振动信号滤波分析及应用摘要:本文通过逐步思考的方式,介绍了振动信号滤波的基本概念、分析方法以及应用。

首先,我们从振动信号的定义和特点入手,然后介绍了滤波的基本原理和分类。

接着,我们探讨了振动信号滤波的具体方法,包括时域滤波和频域滤波。

最后,我们讨论了振动信号滤波在实际应用中的一些案例,并总结了滤波的优势和局限性。

1. 引言振动信号是一种常见的物理现象,在工程和科学领域有着广泛的应用。

然而,振动信号通常包含噪声和杂乱的干扰,对信号进行滤波是提取有效信息的关键。

2. 振动信号的定义与特点振动信号是指随时间变化的物理量,它具有周期性和频率特征。

振动信号的频谱分布通常集中在特定频率范围内,但也存在高频噪声和低频杂乱信号。

3. 滤波的基本原理与分类滤波是通过调整信号的频谱分布来实现对信号的处理。

滤波器可以按照频率响应特性和滤波方式进行分类,例如低通滤波器、高通滤波器、带通滤波器和带阻滤波器等。

4. 振动信号滤波的方法时域滤波是通过对振动信号的幅度和相位进行调整来实现滤波效果。

常见的时域滤波方法包括移动平均滤波、中值滤波和高斯滤波等。

频域滤波则是通过对振动信号的频谱进行调整来实现滤波效果,常见的频域滤波方法包括傅里叶变换、小波变换和滤波器设计等。

5. 振动信号滤波的应用案例振动信号滤波在许多领域都有着广泛的应用。

例如,在机械设备监测中,通过滤波可以减少机械振动信号中的杂散噪声,提高故障诊断的准确性。

在音频处理中,滤波可以去除背景噪声,提高音质。

在生物医学工程中,通过滤波可以分离出心电图等生物信号中的有效信息。

6. 滤波的优势与局限性滤波可以有效地提取信号中的有效信息,提高信号质量。

然而,滤波也存在一些局限性,例如滤波器设计的复杂性、滤波器对信号频谱的失真等。

结论:振动信号滤波是一种常用的信号处理方法,可以在众多应用场景中提高信号质量和准确性。

通过时域滤波和频域滤波的方法,可以对振动信号进行有效的滤波处理。

形态滤波器原理及应用

形态滤波器原理及应用

形态滤波器原理及应用形态滤波器是一种基于形态学的图像处理技术,它通过改变图像的形状和结构来实现对图像的处理和分析。

形态滤波器的原理主要基于图像的几何形态学特征,如形状、结构和拓扑关系,利用这些特征对图像进行处理和分析,从而达到去噪、特征提取、边缘检测和形状识别等目的。

形态滤波器的基本原理是基于图像中的形态学操作,主要包括腐蚀和膨胀两种操作。

腐蚀操作是指通过滑动一个结构元素在图像上,将该结构元素与图像的重叠部分取最小值,从而实现对图像的缩小和去除噪声的目的;膨胀操作是指通过滑动一个结构元素在图像上,将该结构元素与图像的重叠部分取最大值,从而实现对图像的扩大和连接目的。

形态滤波器通过这两种基本的形态学操作,可以实现对图像的各种处理和分析。

形态滤波器的应用非常广泛,其中包括但不限于以下几个方面:1. 图像去噪形态滤波器可以通过腐蚀操作来去除图像中的噪声,腐蚀操作会使图像中的噪声区域变得更小或者消失,从而达到去噪的目的。

这在图像处理中非常常见,并且经常用于图像前期处理中。

2. 边缘检测形态滤波器可以通过膨胀和腐蚀操作来实现对图像的边缘检测。

通过对图像进行膨胀和腐蚀操作,可以使图像中的边缘特征更加明显,从而实现对图像边缘的检测和提取。

3. 特征提取形态滤波器可以通过对图像进行腐蚀和膨胀操作,实现对图像特征的提取。

通过这种方式,可以发现图像中的各种特殊结构和形态学特征,从而实现对图像特征的提取和分析。

4. 形状识别形态滤波器还可以通过对图像的形态学特征的提取和分析,来实现对图像中的各种形状和结构的识别。

通过对图像进行腐蚀和膨胀操作,可以发现图像中的各种形状特征,并且实现对这些形状特征的识别和分析。

5. 模式匹配形态滤波器可以通过对图像的形态学特征的提取和分析,来实现对图像中的各种模式的匹配。

通过对图像进行腐蚀和膨胀操作,可以发现图像中的各种模式特征,并且实现对这些模式特征的匹配和识别。

总之,形态滤波器是一种基于形态学的图像处理技术,它通过改变图像的形态学特征来实现对图像的处理和分析。

数学形态学在数字滤波中的应用研究

数学形态学在数字滤波中的应用研究

造 形态 学滤 波法 的基 本 原则 ,改进 对 限制形 态学 方法 优 良特性 发挥 的缺 陷 ,在实 际应用 中取得 了 良好 的滤波 效果 。
关键 词 :数 学 形 态 学 数 字 滤 波 结 构 元 素 辊 型 检 测
中 图 分 类 号 :T 3 . G3 41 9
候 , 在 边 界 区 域 不 可 避 免 的要 产 生 “ 糊 效 应 ” 模 ,
构 元 素 去 与 图 像 进 行 运 算 时 , 与 结 构 元 素 类 似 的 图 像 结 构 都 被 很好 地 保 留 ,不 会 产 生 与 原 形 态 相 反 的 变 形 ;“ 异 ”就 是 不 符 合 结 构 元 素 形 态 的 图像 结 去 构 ,都 被 忽 略 掉 了 , 图像 在 这 些 部 分 恢 复 了原 有 的
( 0b ( t - ) , )=ma ( , ) 厂 x f +b(,) s— xy l ) (
0 前 言
在 钢 铁 工 业 的 板 带 轧 制 生 产 领 域 中 , 以在 线 磨
即 边 缘 发 生 扩 大 、缩 小 或 偏 移 等现 象 。究 其 原 因 ,
边 缘 和 噪 声 都 位 于 空 间 频 率 域 频 率 较 高 的部 分 ,虽 然 两 者 几 何 形 态 有 很 大 的不 同 ,但 其 局 部 的梯 度 变 化 却 是 类 似 的 , 因 此 线 性 滤 波 很难 正 确 的 区分 ,这 无 疑 会 给 边 缘 检 测 带 来 非 常 不 利 的影 响 。 根 据 已 知 采 集 图像 基 本 轮 廓 的特 点 和 形 态 学 的 基 本 原 理 ,应 用 数 学 形 态 学 的 方法 去 对 图像 进 行 滤 波 。 由于 形 态 学 方法 可 以通 过 提 取 几 何特 征 的手 法 对 图像 进行 处 理 ,并 且将 集 合论 融 入 处理 过程 中【 , 。 可 以形 象 地 认 为 灰度 形 态 学 的滤 波 过 程 是 一 个 “ 求

数字滤波器在信号处理中的应用

数字滤波器在信号处理中的应用

研究性学习报告数字滤波器在信号处理中的应用班级:20120811班学号:**********姓名:***时间:2015.10.28目的:(1)对各种类型的数字滤波器进行研究,分析其特点。

(2)讨论数字滤波器在信号处理中的应用,如语音信号、图像信号、雷达信号、心电信号等。

(3)学生自主学习,体现发现问题、分析问题和解决问题的能力。

正文:数字滤波器类型数字滤波器是一种用来过滤时间离散信号的数字系统,通过对抽样数据进行数学处理来达到频域滤波的目的。

按功能分为低通、高通、带通、带阻、全通滤波器。

按实现的网络结构或单位抽样响应分:无限脉冲响应滤波器(IIR滤波器)、有限脉冲响应滤波器(FIR 滤波器)。

另外,它还可以被分为线性与非线性、因果与非因果等。

其中,线性时不变的数字滤波器是最基本的类型;而由于数字系统可以对延时器加以利用,因此可以引入一定程度的非因果性,获得比传统的因果滤波器更灵活强大的特性;相对于IIR滤波器,FIR滤波器有着易于实现和系统绝对稳定的优势,因此得到广泛的应用;对于时变系统滤波器的研究则导致了以卡尔曼滤波为代表的自适应滤波理论。

数字滤波器特点数字滤波器具有比模拟滤波器更高的精度,甚至能够实现后者在理论上也无法达到的性能。

例如,对于数字滤波器来说很容易就能够做到一个1000Hz 的低通滤波器允许999Hz 信号通过并且完全阻止1001Hz 的信号,模拟滤波器无法区分如此接近的信号。

数字滤波器相比模拟滤波器有更高的信噪比。

这主要是因为数字滤波器是以数字器件执行运算,从而避免了模拟电路中噪声(如电阻热噪声)的影响。

数字滤波器中主要的噪声源是在数字系统之前的模拟电路引入的电路噪声以及在数字系统输入端的模数转换过程中产生的量化噪声。

这些噪声在数字系统的运算中可能会被放大,因此在设计数字滤波器时需要采用合适的结构,以降低输入噪声对系统性能的影响。

数字滤波器还具有模拟滤波器不能比拟的可靠性。

组成模拟滤波器的电子元件的电路特性会随着时间、温度、电压的变化而漂移,而数字电路就没有这种问题。

广义数学形态滤波器的旋转机械振动信号降噪

广义数学形态滤波器的旋转机械振动信号降噪

振动信号分析已在旋转机械故障诊断中得到了广
泛的应用。然而在工业现场采集得到的振动信号往往
包含大量噪声的干扰,只有有效地滤除噪声干扰才能 获得有用的信息从而得到准确的分析结论,因此振动
1基本数学形态变换
形态滤波理论是由法国数学家G.Matheron和J. Sara等人在上世纪80年代初创立的,它的主要优点是
(a)
成,使得以上两种广义形态滤波器仍然存在统计偏倚
现象,造成开一闭滤波器输出偏小,而闭一开滤波器的 输出偏大。在很多情况下单独使用很难取得最好的滤 波效果【l0|。可以采用两种广义滤波器的加权组合形 式,本文采用广义开一闭和闭一开滤波器的平均构造 组合滤波器:
童1
弋O
∥Hz (b)
图1
Fig.1
加入脉冲干扰的原始信号及其频谱
>0 暑
违・0
—1


O.02
0.04
0.06 0.08 0.1
0.12
0.14
0.16 0.18
0.2
滑。说明广义形态滤波能够取得比传统形态滤波更好
● O >uv弋 m 0
的降噪效果。
.叩l讣ldlI孔O
、八h八八^^八,
morphological filter and
random filter of
应尽可能小,并且其结构要尽可能接近待分析信号的 图形特点。综合考虑待分析信号特点与运算复杂度,
本文选择的结构元素均为直线型结构元素。
3仿真分析 为考察广义形态滤波器的降噪效果并将其与传统 形态滤波器的滤波效果进行比较,进行如下仿真试验。
设原始信号为: 髫(t)=sin(2订・40・t)+sin(2,tr・80・t)(11) 采样频率取1 kHz,采样点数为200。若在原始信 号中加入不同的噪声n(t),经过形态滤波后得到的信

基于数学形态学的汽车轮毂单元振动信号消噪算法研究

基于数学形态学的汽车轮毂单元振动信号消噪算法研究
关键词 :数学形态学 ;轮毂单元 ;消噪算法 ;3 t r 准则 ;特征提取
中 图分 类号 :U 4 6 3 . 3 4 3 ; T H1 7 ; T H8 7 7 文献标志码 : A 文章编号 : 1 0 0 1 — 4 5 5 1 ( 2 0 1 3 ) 0 4 — 41 0 1 — 0 6
D O I : 1 0 . 3 9 6 9 6 . i s s n . 1 0 0 1 — 4 5 5 1 . 2 0 1 3 . 0 4 . 0 0 7
基于数学形态学的汽车轮毂单元振动 信号消 噪算法研究水
孟庆华 , 侯舟波, 孙 晓 红 ( 杭州 电子 科技 大学 机 械 工程 学 院 ,浙 江 杭州 3 1 0 0 1 8 )
p r o c e s s i n g , 3 盯 r ul e wa s a p p l i e d t o t h e p e a k — v ll a e y s i g n a l , t h e n t h e p r o c e s s e d p e a k — v a l l e y s i g n a l s we r e c o mb i n e d wi t h t h e r e s u l t s o f t h e
第3 0 卷第 4 期
2 0 1 3 年4 月




Vo 1 . 3 0 No . 4 Ap r .201 3
J o u r n a l o f Me c h a n i c a l& E l e c t r i c a l En g i n e e i r n g
wi t h 3 o r r u l e .An a l g o it r h m o f h u b u n i t v i b r a t i o n s i g n a l d e — n o i s i n g b a s e d o n mo ph r o l o g i c a l o p e r a t i o n s a n d s o f t t h r e s h o l d wa s p u t f o r w a r d .

数学形态学在信号处理方面的应用研究

数学形态学在信号处理方面的应用研究

数学形态学在信号处理方面的应用研究数学形态学是一种基于拓扑学和几何学的数学分支,它在信号处理方面有着广泛的应用。

数学形态学可以用来描述信号的形状、结构和特征,从而实现信号的分析、处理和识别。

在信号处理中,数学形态学主要应用于图像处理、语音识别、生物医学信号处理等领域。

其中,图像处理是数学形态学应用最为广泛的领域之一。

数学形态学可以用来提取图像中的形状、纹理、边缘等特征,从而实现图像的分割、识别和分类。

例如,在医学图像处理中,数学形态学可以用来分割出肿瘤、血管等结构,从而实现病变的诊断和治疗。

数学形态学在语音识别中也有着重要的应用。

语音信号可以看作是一种波形信号,数学形态学可以用来提取语音信号中的共振峰、谐波等特征,从而实现语音的识别和转换。

例如,在语音合成中,数学形态学可以用来生成自然流畅的语音。

生物医学信号处理是数学形态学应用的另一个重要领域。

生物医学信号包括心电信号、脑电信号、肌电信号等,这些信号具有复杂的形态和结构。

数学形态学可以用来提取生物医学信号中的特征,从而实现疾病的诊断和治疗。

例如,在心电信号处理中,数学形态学可以用来检测心脏病变和心律失常。

数学形态学在信号处理方面的应用研究具有重要的意义。

它可以帮
助我们更好地理解信号的形态和结构,从而实现信号的分析、处理和识别。

随着科技的不断发展,数学形态学在信号处理中的应用前景将会越来越广阔。

形态滤波在实时信号处理中应用的研究

形态滤波在实时信号处理中应用的研究

efc a e n f u d b x e i n . Th eh d h sa hg r c s ig s e d wih hg i e ig efce — fe th sb e o n y e p rme t em t o a i h p o e sn p e t ih f trn fiin l
Ab t c : e tt e n e fa p iain o r h lg c lf trn n ra-i in lp o e s ’t ep - snI Tom e h e do p l t fmo p oo ia i e ig i e lt t c o l me sg a r c s mg h a
维普资讯
第2 0卷
第 4期
技 传 感 术 学 报
C N E J RNA F E OR ND AC UA S HIES OU L O S NS S A T TOR
Vo . 0 No 4 I2 . Ap . 0 7 r2 0
20 0 7年 4月
形 态 滤 波 在 实 时信 号 处 理 中应 用 的研 究

张建 成 , 新 杰 吴
( 辽宁大学信息科学 与技术学 院 , 阳 10 3 ) 沈 1 0 6
摘 要 : 为实现形态滤波在实时数字信号系统中的应用, 通过对一维形态滤波算法理论分析, 推导出可用于实时运算的表达方
式. 对结构元素进行讨论 , 揭示了结构元素在实时信号处理中选取 的一般规律. 过实验实现对 数字信号的实时滤波 , 了结 通 验证 构元素的不同选取 与滤波效 果的关系. 此方法具有处理速度快 , 滤波效果好 , 通用性高的特 点, 可应用于多种信号的实时处理.
c y。c mmo u r n y f rd fee tk n so in l e l i ep o e sn . o n c re c o i r n id fsg asi ra— m r c s ig f n t

形态学滤波器对振动信号的滤波特性分析

形态学滤波器对振动信号的滤波特性分析

0 2 4 , 采样频率 2 0 4 8 H z , 每隔 1 6 0个 点加入 随机脉冲 , 并加入 析方法 , 用提前设计好 的结构元 素在信 号中移 动, 对信 号局部 1 5 d B的高斯 白噪声 , 如图 l 。 进行匹配 , 从 而提取信 号、 保 留细节和抑制噪声等 。数学形态 信 噪比为 1 学的基本算子有腐蚀 、 膨胀运算 , 以及基于腐蚀和膨胀构造 的
( 5 )
【 6 )

5 0
1 0 0
1 5 O

睬 样 点数 ∞巴甘 謦 沃斯 滤波
为避免统计偏倚现象 , 本文拟采用开. 闭和 闭- 开组合形态
图 2 原始信 号和滤波后信号 时域 图


■m论坛 ・2 0 1 3年第 1 2期( 下 )——
光 内送粉激光直接成形数值 分析
m ∈0 , 1 , …, M— l , n = M 一1 , M, …, N一 1 ( 2 )
关于的开运算和 闭运算分别定义为 :
图 1 原始信 号的时域 图和频谱 图
பைடு நூலகம்
( f o g ) ( ) =( f O g0g ) ( 月 ) ( f・ g ) ) =( f0g O g ) ( n )
关键词: 数值 分析 激光设计 机械制造
文献标 识码 : A 文章编号 : 1 0 0 7 . 3 9 7 3 ( 2 0 1 3 ) 0 1 2 1 7 8 . 0 2 中图分类号 : T G1 7 4 . 4 4
l 引 言
作用等物理过程, 建立包括基板的熔化、 气 固两相流 的形成、
砉。 孽 锄


1 00
1 日 D

数学形态滤波器振动信号降噪方法研究

数学形态滤波器振动信号降噪方法研究

上述算子定义采用到了基于形态开、
二者利用到了相同的尺寸结构元素,
联开闭两种算子运算过程,这就形成了一套完整的开闭、
1.2数学形态滤波器
结合数学形态学理论所构建的数学形态滤波器是广义层面的,它对抑制滤波器中的振动信号正负脉冲噪声具
在上述表达公式中,f s就表示采样频率,
信号的基础频率。

结合这两点确定单频正弦信号的频率变化范围与正弦信号初相位位置,全过程都要尽量避免由初相位变化而产生的分析结果影响问题。

线性中值滤波器结合特性研究中相位平均算法,
位下所产生的滤波器响应幅值都进行一次计算,
提出原始信号如下:
结合原始信号设置采样频率为1kHz
,此时可在原始信号中加入不同种类的噪声
在上述算式中,P d表示在振动信号降噪以后的新信
如果从图1观察,可见在加入了脉冲噪音干扰以后原始的信号频率成分幅值会大幅度增大,它客观反映了周期性脉冲频率所呈现的较大谐波干扰问题,不过它却无法反
如图2,该厂的汽轮机转速在300r/min,采样频率可高达6500Hz。

图2中该设备的时域信号中却含有大量的随采用数学形态滤波器,结合直线型结构元素,对图3
图1脉冲噪音干扰加入后原始信号x(t)的频谱波动情况示意图图2某电厂凝汽式汽轮发电机组振动信号时域波形
与频谱示意图
图3滚动轴承的原始信号时域图。

简析数字相关滤波法振动信号技术

简析数字相关滤波法振动信号技术

简析数字相关滤波法振动信号技术隨着现代社会技术水平的逐步发展,数字化发展逐渐成为社会发展的主要趋向。

数字化信号处理技术在传统的模拟信号基础上建立信号数字化,通过数据结构形成虚拟的数据监测频率,智能化进行滤波的数字分析,提升了信号传输的强度。

本文对数字化信号的分析主要是从关于数字信号的滤波方法入手,结合现代生活中经常应用的数字处理技术进行分析,促进我国信号通信技术能够进一步创新与发展。

1 对数字相关滤波法振动信号处理技术分析的必要性数字相关滤波法振动信号处理技术是现代社会建设中,为了保障工程技术的顺利实施采用的技术分析手段,数字波动处理技术的发展标志着现代工程技术应用逐步走向新高度,信息技术的探究角度发生了较大的变化,例如:我国现代工程数字化技术分析的途径是物理分析,而传统的信号分析采用图像分析为主,物理分析为辅的分析方式,数字化信号分析的清晰度和识别性更强;另外,数字相关滤波法振动信号处理技术在实际中应用可以进行工程信号的远程检测,从而达到工程部信号强度的收集整理技术水平应用较短的时间,收集更加准确的信号信息,从而保障了信号处理在工程信号处理中发挥实际作用,提升了工程的施工效率。

由此可见,新型信号处理技术的应用为现代工程的施工建设提供了相对完整的信号接受处理系统,降低工程信号受到外界电磁信号感应,导致工程施工建设效率不稳的情况,是提升工程施工效率的最佳技术手段之一。

2 数字相关滤波法振动信号处理技术的设计原理数字相关滤波法振动信号处理技术的设计原理必须进行分析与研究,从数字信号接受和处理的基本设计原理入手,结合实际技术的应用方法,分析技术的科学设计。

图1为数字相关滤波法振动信号处理技术设计简图。

通过以上数据,探索实际信号处理系统的技术设计规划,为后期的数字相关滤波法振动信号处理技术的创新应用提供探索的新渠道。

结合图1进行技术的设计结构分析,从图中的整体构成结构来看,数字相关滤波法振动信号处理技术的设计中,主要是通过物理电磁波的震动信号处理进行信号过滤,达到稳定收集工程信号的作用。

数字滤波的实现方法及其在振动评价中的应用

数字滤波的实现方法及其在振动评价中的应用

数字滤波的实现方法及其在振动评价中的应用数字滤波技术是一种先进的信号处理技术,它主要应用于改善模拟信号的质量,可以有效地提取有用的信号,去除噪声和失真。

它已经被广泛应用于各个领域,特别是振动评价产生了重要的影响。

本文主要研究一般数字滤波器的实现方法以及在振动评价中的应用。

二、数字滤波技术的研究内容2.1述数字滤波是一种使用数字信号处理方法来处理模拟信号,以改善信号质量,有效提取信号特征,去除噪声和失真。

数字滤波分为零次滤波和一次滤波两种类型,其中零次滤波可分为高通滤波、低通滤波、带通滤波、带阻滤波等几种形式。

一次滤波又可分为线性数字滤波和非线性数字滤波两种类型。

其中,线性数字滤波包括有限低通滤波、有限高通滤波、巴特沃斯低通滤波器、巴特沃斯高通滤波器、巴特沃斯带通滤波器等。

2.2现原理数字滤波器的实现主要有两种方法,即时域实现方法和频域实现方法。

时域法是将滤波器的实现建立在模拟信号的时间域,用于提取有效信号的频率特征的时域响应;频域法是将滤波器的实现建立在模拟信号的频域,用于计算滤波器的频率响应。

前者更加简单,可用于实现低通滤波器、高通滤波器、带阻滤波器等;后者可以实现更复杂的滤波器,如带通滤波器等。

2.3用在振动评价中,数字滤波技术可以有效地提取有用的信号,去除噪声和失真,通过对信号的主峰位置、最大峰值、峰峰值以及峰宽等参数的提取,可以对刚性结构的疲劳寿命、疲劳破坏的初始状态等进行准确的分析和评价。

此外,频谱分析、快速傅里叶变换等技术也在振动评价中有着广泛的应用,它们比数字滤波技术的应用更为广泛。

三、结论数字滤波技术由于其独特的优势,已经被广泛应用于各个领域,尤其是在振动评价中有着广泛的应用,此时也是它最重要的应用之一。

本文主要介绍了一般数字滤波器的实现方法,以及在振动评价中的应用,希望可以为进一步的数字滤波技术的研究提供有益的参考。

基于数学形态学的旋转机械振动信号处理方法

基于数学形态学的旋转机械振动信号处理方法

基于数学形态学的旋转机械振动信号处理方法旋转机械振动信号处理是一项重要的领域,在工业生产和机械维护等方面都有广泛的应用。

而数学形态学是一种强大的数学工具,能够对旋转机械振动信号进行有效的处理。

本文将介绍基于数学形态学的旋转机械振动信号处理方法。

数学形态学是一种数学分析方法,适用于多种信号处理领域。

数学形态学将信号转换为形态学结构,利用形态学结构的几何形状、拓扑结构及其动态变化特征,来描述信号的细节信息和局部特征。

旋转机械振动信号的复杂性和信噪比较低的特点,使得数学形态学在该领域具有很强的适用性。

首先,通过对机械振动信号进行频域分析,得到信号的主要频率成分。

然后将信号转换为灰度图像,并应用形态学滤波器来减少噪声。

接下来,基于形态学结构的运算,对信号进行降噪、特征提取和信号分析。

在信号处理中,形态学结构的初步操作是基本形态学操作,包括膨胀、腐蚀、开运算和闭运算等。

通过这些操作可以捕捉到信号中的结构信息和特征。

其中,开运算和闭运算是两种最为基本的形态学操作,在旋转机械振动信号的处理中也十分常用。

开运算是先对信号先进行腐蚀处理,再进行膨胀处理。

其目的是消除小孔洞和微小的尖角,同时保留信号中的细节信息。

闭运算是先进行膨胀处理,再进行腐蚀处理。

其目的是消除小凸起和微小的孔洞,以及连接断裂的细节信息。

在基于数学形态学的旋转机械振动信号处理中,关键问题是如何选择合适的形态学结构和运算。

一般而言,我们可以通过试验和验证的方法,来选择最优的形态学结构和运算,来达到有效处理信号、提取特征和分析的目的。

例如,我们可以尝试不同的形态学结构和运算方法,来进行对比实验和分析,确定最佳的处理方法。

综上所述,基于数学形态学的旋转机械振动信号处理方法可以有效处理信号,提取特征和分析信号,具有很高的应用价值和利用前景。

未来,我们可以进一步探索数学形态学的运用领域,发挥数学形态学在信号处理中的优势,为机械振动分析与诊断提供更好的工具和方法。

形态学组合滤波方法在机械振动信号处理中的应用

形态学组合滤波方法在机械振动信号处理中的应用

形态学组合滤波方法在机械振动信号处理中的应用作者:孙敬敬来源:《科技视界》 2014年第27期孙敬敬(长江师范学院机械与电气工程学院,中国重庆 408100)【摘要】数学形态学是一种非线性信号处理方法,不同于其他信号处理方法,数学形态学变换完全在时域中进行,无需进行时域和频域的转换,运算简单,速度快。

工程现场拾取的振动信号往往含有大量噪声干扰,本文采用开闭和闭开的形态学组合滤波方法对振动信号进行处理。

通过仿真信号和实测振动信号的处理结果表明,形态学组合滤波方法不仅能保留信号中的低频成分,具有优良的低通特性,同时处理后的信号具有相位保持的优点,对于脉冲干扰或白噪声均真有良好的抑制作用。

【关键词】形态学;组合滤波;振动信号;低通;降噪Application of the Combined Morphological Filtering Method in Mechanical Vibration Signals ProcessingSUN Jing-jing(Mechanical Engineering Department, Yangtze Normal University, Chongqing 408100,China)【Abstract】Mathematical morphology is a nonlinear signal processing method. Different from other signal processing methods, mathematical morphology is entirely in the time domain without the transforming of the signal from the time domain to frequency domain. It is simple and fast in speed of operation. The actual signal always contains a lot of noise. The morphological filter combined by open - closing and close - opening operations is adopted to process the vibration signal. Then the simulated and actual vibration signals are processed by morphological filter. The experimental results show that the morphological filter can maintain the low frequency components. It has a good low-pass characteristic. At the same time, the processed signal keeps its original phase, and the impulse noise and white noise are suppressed effectively.【Key words】Morphology; Combined filtering; Vibration signal; Low-pass; Noise suppressing0 引言机械故障诊断技术中振动分析方法是工程中应用最广泛的分析方法,传感器所拾取的振动数据往往受到各种噪声的干扰,给故障信号的特征提取带来困难,如何对拾取的振动信号进行降噪处理成为动态信号测试的重要研究内容。

形态滤波方法在振动信号降噪中的应用

形态滤波方法在振动信号降噪中的应用

形态滤波方法在振动信号降噪中的应用张文斌;杨辰龙;周晓军【期刊名称】《浙江大学学报(工学版)》【年(卷),期】2009(043)011【摘要】针对在旋转机械振动信号采集过程中引入的噪声污染和基线漂移等问题,采用形态开-闭和闭-开组合运算对染噪的振动信号进行处理.采用形态滤波方法对振动信号进行降噪处理,无须考虑振动信号的频谱特征.在对信号进行基线漂移校正时,所取直线结构元素的长度为采样信号周期长度的一半即可,但是为了得到更好的效果,可以将结构元素取得长一些.为消除信号巾混入的尖峰脉冲干扰,结构元素的长度应该远小于待滤波函数的长度,并大于干扰脉冲的宽度.通过在仿真信号中加入不同的噪声干扰检验形态滤波方法的降噪能力,并将形态滤波方法用于现场信号的降噪处理,处理后的信号较好地保持了原信号的特征,说明该方法具有良好的滤波降噪效果,而且算法简单,便于工程现场的使用.【总页数】4页(P2096-2099)【作者】张文斌;杨辰龙;周晓军【作者单位】浙江大学,现代制造工程研究所,浙江省先进制造技术重点实验室,浙江,杭州,310027;红河学院工学院,机械工程及其自动化系,云南,蒙自,661100;浙江大学,现代制造工程研究所,浙江省先进制造技术重点实验室,浙江,杭州,310027;浙江大学,现代制造工程研究所,浙江省先进制造技术重点实验室,浙江,杭州,310027【正文语种】中文【中图分类】TN911【相关文献】1.形态滤波方法在抵肩力信号降噪中的应用研究 [J], 宫鹏涵;周克栋;赫雷;陆野2.形态学组合滤波方法在机械振动信号处理中的应用 [J], 孙敬敬3.改进EEMD算法在缸盖振动信号降噪中的应用研究 [J], 林传喜;刘维亭;张懿;魏海峰;周啸伟4.改进小波降噪方法在水电机组振动信号降噪中的应用 [J], 孙召辉;陈鑫;夏鑫;李新煜;刘小明5.改进小波阈值函数在水电机组振动信号降噪中的应用 [J], 安周鹏;肖志怀;章品勋;吴景辉;廖文亮;仝建伟因版权原因,仅展示原文概要,查看原文内容请购买。

数字滤波技术在随机振动信号处理中的应用

数字滤波技术在随机振动信号处理中的应用

数字滤波技术在随机振动信号处理中的应用龚向伟; 贺冉【期刊名称】《《湖南城市学院学报(自然科学版)》》【年(卷),期】2019(028)006【总页数】5页(P64-68)【关键词】数字滤波; 随机振动; 信号分离; 工程应用【作者】龚向伟; 贺冉【作者单位】湖南城市学院土木工程学院国家级实验教学示范中心湖南益阳413000【正文语种】中文【中图分类】TU357.4随着信号处理技术的发展,数字滤波技术得到了越来越广泛的应用,特别是在大型土建工程动态信号分析处理中其地位越来越突出,常常用来隔离不同带宽频率信号,得到不同带宽下随机振动信号分量,以此获取工程人员感兴趣的振动信号和提取结构动力参数[1-5]﹒比如,在地震作用下的房屋、桥梁以及大坝等大型土工结构的响应时程,大多都是低频信号贡献,而在实测过程中难免会受到高频信号干扰,导致实测信号质量下降﹒为得到大型土工结构稳定的动力参数,往往需要结合数字滤波技术进行带通滤波滤掉测试信号中噪音和虚假成分,获取土工建筑振动响应前几阶次的有效信号时程,剥离出感兴趣的振动信号成分,提高信噪比[6-7]﹒数字滤波处理技术在其功能上主要分为低通滤波器、高通滤波器、带通滤波器和带阻滤波器等等[8-9]﹒按照信号处理方式,又可以分为频域滤波方法和时域滤波方法﹒本文首先按照信号处理方式来详细介绍频域滤波法和时域滤波法,然后依据实际工程案例,分析滤波技术在工程信号处理中的应用﹒数字滤波频域法原理首先对测试所得信号进行FFT变换,得到时域信号在频域坐标中的成分,再依据设定的带宽、带阻和高通等滤波范围,得到相应宽带下的频谱信号,最后将频域范围内不需要的频率成分设定为0或采用渐变过渡频带逐步下降到0﹒比如,先可以在通带与阻带直接设定余弦窗函数,然后将所得的频带信号通过IFFT傅里叶逆变换以获取振动的时域信号[10]﹒频率法数字滤波的优点十分明显,计算效率较高,可以较精确地得到有用的窄带频率信号,且不会产生时移现象﹒数字滤波输入信号与输出信号在Z域的关系表达式[11]为数字滤波的频域表达式为式(2)中,X为输入信号的离散傅里叶变换;H为滤波器的频率响应函数﹒设fu为上限截止频率,fd为下限截止频率,为频率分辨率,则低通滤波器的频响函数为高通滤波器的频响函数为带通滤波器的频响函数为带阻滤波器的频响函数为由以上分析可知,数字滤波频域法控制精度高,运用简单、计算省时,可以用来设计任意响应的滤波器,且随着计算机学科的发展,运行内存越来越大和计算速度越来越快,FFT数量长度不在考虑范围之内,FFT长度可由原来的2的十几次方增加到目前的几十次方﹒数字滤波频域法适合处理实测信号时程较长的数据或振动幅度逐步衰减的信号[12]﹒数字滤波时域法主要通过对实测信号进行差分计算来获取滤波后的信号,主要包括IIR数字滤波器和FIR滤波器﹒对滤波器进行设计时,常常需要事先确定基本参量:通带截止频率、阻带截止频率、通带波动系数、阻带波动系数以及滤波器的阶数N﹒比如,在进行低通滤波器设计时,通带范围为,通带波动系数为,阻带为(为采样频率),要求的阻带衰减为,其中过渡带为,大多数情况下,过渡带的带宽与滤波器的阶数N有直接关联,N越大过渡带带宽越窄﹒以IIR数字滤波器为例介绍时域法原理,无限长冲激响应IIR数字滤波器拥有无限持续时间的特征,设计此种滤波器往往依赖递归模型来确定,因此可以称为递归滤波器﹒IIR数字滤波器核心原理利用的差分方程[11]为式(7)中,和分别为输入和输出时域信号序列;和均为滤波系数﹒系统的传递函数表达式[11]为式(8)中,N为IIR数字滤波器的阶数;M为滤波器传递函数的零点数﹒数字滤波时域法常见的滤波器主要有巴特沃斯滤波器、切比雪夫I型和Ⅱ型滤波器以及椭圆滤波器等等﹒其中,在现有模态参数识别中,巴特沃斯滤波器运用较为常见,可通过此滤波器获取低频通道信号,巴特沃斯滤波器拥有通带内最平坦的幅度特性,随频率增大而递减,低通巴特沃斯滤波器的传输特性函数为式(9)中,为通带宽度﹒切比雪夫I型和Ⅱ型滤波器原型的原理不一样:切比雪夫I型滤波器在通带为等波纹,在阻带中为单调;而切比雪夫Ⅱ型滤波器在通带为单调,在阻带中为等波纹﹒低通滤波切比雪夫I型滤波器的特征函数为式(10)中,为小于1的正数,体现为带通波纹大小;为切比雪夫的多项式﹒低通滤波切比雪夫Ⅱ型滤波器的特征函数为其中,为阻带衰减达到规定数值的最低频率﹒实验采用某高层建筑的不同楼层实测加速度随机振动信号进行分析,实测楼层为50层187 m高,其中地下室2层,地面以上48层,高层建筑为框架核心筒结构,合计8部电梯﹒实测过程中采用4个加速度传感器沿着楼高方向布置,进行加速度响应实测,一共测试了环境激励下4个楼层加速度信号,采样频率为51.2 Hz,实测4个楼层的加速度信号如图3所示﹒由图3可知,4个楼层加速度信号在环境激励下波动较小,但次波较多,特别是高频信号干扰,在此频带范围内很难分辨出实测高层建筑的有效信号,而高层建筑大多数以低频信号贡献为主,故采用频域处理方法分离出低频信号﹒首先求得不同楼层加速度自功率谱密度函数,识别出实测高层建筑前3阶自振频率,4个楼层自功率谱识别结果见图4,具体模态频率数值见表1﹒由图4和表1可知,4个楼层加速度谱函数前3阶峰值清晰可见,可清晰辨别出不同阶次频率;且识别出的一阶振动频率为0.289 Hz,二阶振动频率为1.138 Hz,三阶振动频率为2.186 Hz﹒因此,在运用数字滤波技术进行处理时,为了分离出不同阶次的信号,采用带通滤波的方式进行,带通滤波器分别设计为0~0.8 Hz、0.8~1.5 Hz和1.5~2.5 Hz﹒根据数字滤波频域法识别原理,采用Matlab编程,分解得到0~0.8 Hz、0.8~1.5 Hz和1.5~2.5 Hz带通滤波器下的振动信号,4个楼层的加速度一阶振动信号见图5,加速度二阶振动信号见图6,加速度三阶振动信号见图7﹒由图5~图7可知,采用数字滤波技术分离后的振动信号幅值明显小于原信号幅值,滤掉高频信号和有效分离不同阶次信号有利于对实测高层的建筑动力参数进行提取和分析﹒分离后一阶振动信号和三阶振动信号大于二阶振动信号,这种信号特征与4个楼层前3阶加速度自功率谱峰值大小规律吻合,说明采用数字滤波频域法能较好剥离随机振动有效信号,可有效排除高频干扰﹒同理,可以采用数字滤波时域法对振动信号进行处理,以剥离出不同阶次有效信号﹒讨论了数字处理技术时域法和频域法识别原理,并结合具体案例,采用数字滤波处理技术对实测高层建筑信号进行了滤波,有效分离出不同阶次下有效振动信号分量;通过滤波得到实测结构的窄-宽信号,实现了实测高层建筑单一频率分离,提纯了实测结构在自振频率共振处信号,有利于展开不同阶次信号幅值对比,分析不同阶次在环境激励下对振动响应的贡献﹒数字滤波技术在土工建筑中的应用越来越广泛,它不仅能准确分离出大型土工结构的模态分量,还能在宽带信号中识别系统阶次,从而快速准确地识别出振动系统的动力参数,在房屋建筑、桥梁和高耸结构信号分离中有十分光明的应用前景﹒【相关文献】[1] 刘宇飞, 辛克贵, 樊健生, 等. 环境激励下结构模态参数识别方法综述[J]. 工程力学, 2014,31(4): 46-53.[2] 杨佑发, 李帅, 李海龙. 环境激励下结构模态参数识别的改进ITD法[J]. 振动与冲击, 2014,33(1): 194-199.[3] 杨佑发, 程亚鹏, 李华新. 环境激励下基于经验模式分解的结构模态参数识别方法[J]. 土木工程学报, 2013, 46(增2): 73-78.[4] 陆秋海, 李连友, 向律楷, 等. 非平稳环境激励下结构工作模态参数识别法[J]. 清华大学学报(自然科学版), 2013, 53(3): 389-393.[5] 姜浩, 乔丽. 基于环境激励的混凝土梁式结构模态参数识别[J]. 吉林建筑工程学院学报, 2011, 28(3): 5-7.[6] 吕中亮, 杨昌棋, 安培文, 等. 多点激励模态参数识别方法研究进展[J]. 振动与冲击, 2011,30(1): 197-203.[7] 闵志华, 孙利民, 孙智, 等. 环境激励下基于小波变换和奇异值分解的结构模态参数识别[J].振动工程学报, 2009, 22(2): 142-149.[8] PENG Z K, TSE P W, CHU F L. An improved Hilbert-Huang transform and its application in vibration signal analysis[J]. Journal of Sound and Vibration, 2005, 286(1/2): 187-205.[9] 杨佑发, 徐德建, 李华新. 环境激励下建筑结构模态参数辨识方法的改进与应用[C]//2014海峡两岸破坏科学与材料试验学术会议暨第十二届破坏科学研讨会/第十届全国MTS材料试验学术会议论文集. 北京: 中国力学学会, 2014: 1-8.[10] 范涛. 数字滤波与偏振分析在强震动数据处理中的应用[D]. 哈尔滨: 中国地震局工程力学研究所, 2014.[11] 王济, 胡晓. MATLAB在振动信号处理中的应用[M]. 北京: 中国水利水电出版社, 2006: 83-219.[12] 赵毅. 数字滤波的算术平均法和加权平均法[J]. 仪表技术, 2001(4): 41, 44.。

数字相关滤波法振动信号的处理技术分析

数字相关滤波法振动信号的处理技术分析

数字相关滤波法振动信号的处理技术分析任飞【摘要】随着我国科技水平不断提高,对于振动信号的处理方法越来越先进,在目前建筑工程中,越来越多的运用到数字化检测技术来对数据信号进行分析,新技术不仅拥有更高精确性,还能实时反映出被检测信号情况,并且可以去除传统图像分析技术中多次出现的分析误差,数字相关滤波法已经成为很多行业选择的振动信号处理方法.因此本文以数字相关滤波法振动信号的处理技术分析为主题展开讨论.【期刊名称】《电子测试》【年(卷),期】2019(000)010【总页数】2页(P97-98)【关键词】数字相关滤波法;振动信号;处理技术【作者】任飞【作者单位】江南机电设计研究所,贵州贵阳,550009【正文语种】中文1 数字相关滤波法振动信号处理技术分析作用在现代社会很多建设中,比如建筑工程、电力工程等,都需要滤波法来对振动信号进行处理,而现代滤波法工作形式运用最多的是数字相关滤波法,通过运用数字相关滤波技术来做好工程建设中对数据的技术分析,随着数字相关滤波法大量运用,人们对工程技术分析领域上升到了一个新的台阶,对事物数据技术分析角度发生了新的变化。

这是因为传统对于信号的采集分析手段是通过图像方式进行,物理分析仅仅是辅助,而现代我国对信号采集分析手段开始全面推行数字化物理技术,对于数据信息分析的准确性、清晰度都有了质的飞跃,并且数字相关滤波法对于振动信号的处理技术可以在实际运用中做到远程检测,保证对数据信号收集时间较短,数据信号准确性更高,保证数据信号质量达到工程部要求,保障数据信息在处理分析中发挥实际作用,对工程完成进度有很好的推进作用。

因此对数据信息的采集处理开始逐渐采用这种新型滤波技术,让现代工程建设过程中能够拥有一个完整的数据信号处理系统,这种新型数据信号处理技术还拥有较强的抗干扰能力,加强工程施工中对不稳定因素的抵抗能力,提升工程完成效率。

2 数字相关滤波法振动信号处理技术运用原理根据数字相关滤波法振动信号处理技术设计需求,在数字相关滤波法振动信号处理技术中主要通过电磁波振动信号来对收集的数据信号进行物理过滤,让收集到的数据信息更加稳定,从数字相关滤波法振动信号处理技术分析图中我们不难发现,整个数据信号处理过程首先需要对数据信号进行接收,常用的数据信号外部接收系统是由单片机进行控制,数据信号在通过检测后会由单片机将其传递到液晶显示、数字化转换器、案件电路上,当传输完成收集到的数据信号后,这些数据信号就会通过内部系统进行控制处理。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

行 、 速实现等特点 , 快 比传统 的线性滤 波更有 效 , 直受到 一 国内外学者 的普遍关注l 。 _ 2 ] 本文根据振动信号特征 , 研究采用 非线性 数学形 态滤 波原理进行信号滤 波处理 的方法 。通过对某复杂锥筒结构 振动信号的实例分析与运算 , 明数学形 态滤波器 对振动 表 信号的噪声处理能取得很好 的滤 波效果 。形态滤波在消除 振动信号 中脉冲干扰噪声的同时也保 留了真实信号 的实 际

要: 本文介 绍了数 学形态滤波的基本原理与形 态滤波 器的构建 。针对环境试验振 动信号 中存在 的非线性噪 声问
题, 我们提 出一种基 于开 、 闭运算的级联组合数 学形 态滤波器的新 方法。通过将数 学形态滤波器用于复杂锥筒结构振动信 号中的脉 冲干扰的 实例 分析与运算 , 明该方法对振动信号的干扰噪声有很好 的滤波效果, 说 亦表明数 学形态滤波有很好 的
关键词 : 学形 态滤波 ; 数 振动信号 ; 结构元 素 ; 信号分析
Ke r s vb a i n sg a ; t e tc lmo p o o y ̄ t u t r l lme t sg a n l ss y wo d : i r to i n l ma h ma ia r h l g sr c u a e n ; i n la a y i e
中图 分 类 号 : P 7 T 24
文 献标 识码 :
1 引言
实 际 工程 中 , 动 常 引起 结 构 紧 固件 的松 动 、 构 密 封 振 结
征 。近年来 , 噪声信号处理主要采用非线性滤波器来 完成 。 其 中, 数学形态滤波器 是最具代 表性 的一种滤 波器 。该方

b s d o t e tc lf trn r s n e . n o d r t e o e n ie n h fs t i e t tu t r lee n s a e n ma h ma i i e i g i p e e t d I r e O r m v o s s a d t e DC o f e ,a f t rwi s r c u a lme t a l s l h
文 章 编 号 :0 71 0 2 0 ) 90 2—2 10 —3X(0 80 —1 60
数学形态滤波在振动信号分析 中的应用研究
Re e r h o h p ia i n o h a h m a ia s a c n t e Ap lc to ft e M t e tc l
M o p o o y Fit rn n V i r to g lAn l ss r h l g le i g i b a i n Si na a y i
李 春枝 , 荣建 。 何 田光 明
L h nz i E Ro g in T A u n - n I u -h , n - a , I N G a gmig C H j
( 国 工程 物 理 研 究 院 结 构 力 学 研 究 所 , 1绵 阳 6 1 0 ) 中 [ 1  ̄1 29 0 (ntueo t c rl cai , hns cdmyo nie igP yi . ayn 2 9 0C ia Isi t f r t a Meh nc C ie A ae f gne n h s Mi ag6 10 , hn ) t S uu s e E r s c n
应 用 前景 。
Ab ta t I h s p p r t e p i cp eo t e tc lmo p o o y i b if n r d c d A e sg a r c s ig me h d s r c :n t i a e ,h rn il fma h ma ia r h lg s re l it o u e y n w i n l o e sn t o p
法 进 行 噪 声 处 理 时 只 取 决 于 信 号 的 局 部 形 状 特 征 , 有 并 具
失效 、 构件疲劳 、 裂纹和断裂等现象。振动试验是暴露结构 缺陷和鉴定结构承受使用环境 能力的一种有效 方法 , 它通 过对 试件施加规定 的振动激励量级来考核结构的动强度特 性及其环境适应性 [ 。在振 动试验 中, 】 ] 必须 按照 试验 规范
维普资讯
C 31 5 / P N4 - 2 8 T
I N 0 7 1 0 SS 1 0 — 3 X
计 算机 工程 与科 学
C OMP UTE ENGI R NEERI NG & S E CI NCE
2 0 年第 3 卷第 9 08 O 期
Vo . 0, . , 0 8 1 3 No 9 2 0
s o h d S m ua i n r s lsa d p a t a p l a in h v t a h eh d i e f c ie An r v d t a h t o s mo t e . i l t e u t n r c i l p i t ss o e h t em t o fe t . d i i p o e h tt eme h d i o c a c o , t s v ts a s fe t e i e l g wi h u s d n ie n vb a i n d t . lo e fc i n d ai t t ep le o s s i i r to a a v n h
b s do r h lgc lo e n lsd o eao si e in d a e n mo p oo ia p n a d co e p r tr sd sg e .W i h tu t rlee e t , in l a e d tce n t t esr cu a lm n s s as c n b ee td a d h g
相关文档
最新文档