小波分析故障诊断系统

Matlab仿真—噪声
Matlab-频率突变db5小波
细节高频有用、与零比较判断位置
Haar小波
ຫໍສະໝຸດ Baidu
Matlab—奇点
在相似系数中找最值、确定突变位置
Haar小波
• • • • • • • • • • • • • • • • • • • • • • • •
clear; load cuspamax; %载入含有突变点的原始信号 whos; %列出当前工作空间中所有变量 figure(1) plot(cuspamax) xlabel('时间');ylabel('幅值'); %以时间为横轴，幅值为纵轴构造图形 title('突变信号'); figure(2) %对原始信号使用Daudechies6小波在尺度2,4,8,16,32上进行小波变换 [c,l]=wavedec(cuspamax,5,'db6'); cfd=zeros(5,1024); for k=1:5 d=detcoef(c,l,k); d=d(ones(1,2^k),:); cfd(k,:)=wkeep(d(:)',1024) end cfd=cfd(:); I=find(abs(cfd)<sqrt(eps)); cfd(I)=zeros(size(I)); cfd=reshape(cfd,5,1024); colormap(pink(64)); img=image(flipud(wcodemat(cfd,64,'row'))); set(get(img,'parent'),'YtickLabel',[]); title('离散小波变换系数的绝对值') ylabel('层数')
• • • • • • • • • • • • • • • • • • •
clear; load nearbrk; %载入频率突变的近似信号 whos; figure(1); %以时间为横轴，幅?? 值为纵轴构建图形 plot(nearbrk) xlabel('时间');ylabel('幅值'); title('频率突变信号'); figure(2); %采用Daudechies5小波对信号进行处理 [d,a]=wavedec(nearbrk,3,'db5'); a3=wrcoef('a',d,a,'db5',3); d3=wrcoef('d',d,a,'db5',3); d2=wrcoef('d',d,a,'db5',2); d1=wrcoef('d',d,a,'db5',1); subplot(411);plot(a3);ylabel('近似信号 a3'); title('小波分解后示意图'); subplot(412);plot(d3);ylabel('细节信号 d3'); subplot(413);plot(d2);ylabel('细节信号 d2'); subplot(414);plot(d1);ylabel('细节信号 d1'); xlabel('时间');
小波分析故障诊断系统
目录
• • • • 1、小波定义 2、小波分析原理 3、小波诊断故障原理 4、编程芯片、计算机中如何使用 （快速算法） • 5、matlab仿真
小波定义：
• 一种特殊的函数 （小波函数） • “小”：有限宽度 • “波”：有震荡变化，均值为零 • 自己可不可设计一个小波？
小波分析原理：
（画图）
• 傅里叶变换与小波变换比较：
公式
• Wf:相似系数 • 图解说明：
频率与放大倍数（尺度）
故障位置、类型
• 傅里叶变换对位置、突变无能为力
• 故障类型：1、噪声干扰 2、频率突变 3、奇点
快速算法---mallat算法
互补滤波器
高频：细节 低频：近似、逼近 层数: 改变小波放大倍数 即尺度(筛选例子) 程序：类似数字滤波器（卷积）