供应微波包原则在的会反式泵问题特点提用中运用

　　微波包原则在的会反式泵问题特点提用中运用

　　1小波包分解频带能量特征提取原理

　　小波分析是一种窗口大小(即窗口面积)固定，但其形状可变的时频局部分析方法，即，在低频部分具有较高的频率分辨率和较低的时间分辨率;在高频部分具有较高的时间分辨率和较低的频率分辨率。在实际应用中，往往希望提高高频频带的频率分辨率。小波包分析克服了小波分析中高频部分频率分辨率差的缺点，可以对信号在全频带范围内进行正交分解，在刻划信号特征方面具有更强的自适应性。

　　小波包变换具有对非平稳信号进行局部化分析的功能，能够把任何信号(平稳地或非平稳地)映射到一个由小波伸缩而成的一组基函数上，信息量完整**，对各频带内的信号进行统计分析，形成反映信号特征的特征向量，分析各频带内的信号能量，即频带的能量分析。某一个或几个频带内信号能量的改变即代表了一种故障情况，因此，可提取包含待诊断部件故障信息的频带能量值作为故障诊断的特征参数，作为模式识别的输入向量。

　　小波包频带分析技术的理论依据是Parseval能量积分等式。因f (x)在时域上的能量f 2 = - f ( x)2 dx

　　f (x)的小波变换C j， k = W (2 j， 2 j k) = 2 j 2 R(2 - j x - k)f (x) dx

　　二者由Parseval恒等式联系- | f (x) | 2 dx= | C j ， k |

　　由式知，小波变换系数C j， k具有能量的量纲，因此可用于能量分析。

　　2小波包特征提取的主要步骤

　　a)小波包分解对信号进行小波包分解(以3尺度分解为例)，其分解结构如。图中， ( i， j )表示*i层的*j个结点，其中， i= 0， 1， 2， 3; j = 0，1，， 7，每个结点都代表一定的信号特征。其中，(0， 0)结点代表原始信号S， (1， 0)结点代表小波包分解的*1层低频系数X 10， (1， 1)代表小波包分解的*1层的高频系数X 11，依次类推。

　　1小波包3层分解树结构b)小波包分解后的频带重定位小波包分解后的结果并不是正确按照频率顺序排列(即频率由低到高排列) ，而是按佩利( Paley)序号排列，要得到正确的结果，还需要对分解结果进行重新排序，将佩利序号通过格雷( Gray)编码排序转换为沃尔什( Walsh)序号，使频率按照由低到高的顺序排列，便于进行信号分析。其排序规则如下：

　　设f为佩利序号， f = j- 1 i= 0 2 j i， j为分解次数，i { 0， 1}.令，i = MOD(i + i+ 1， 2) ， f = j- 1 i= 0 2 j i则f为正确的序号(即沃尔什序号)。例如分解次数为3次时，从佩利序号转换为沃尔什序号的结果提取各频带信号对小波包分解系数重构，提取各频带范围的信号。这里只对*3层的所有结点进行分析，则总信号可以表示往复泵振动信号采样频率为16 kH z，则原始信号S中较低频率成份为0，较高频率成份为8 kHz，提取的S3 j(j = 0， 1，， 7) 8个频率成份所代表的频率范围如1.

　　通过格雷( Gr ay)编码排序转换的结果，即已按频带从小到大的顺序重新进行了排列。

　　d)计算各频带信号的能量式中， x jk( j = 0， 1，， 7; k= 1， 2，， n)表示重构信号S 3j的离散点的幅值。

　　e)构造特征向量当设备某部件或某系统出现故障时，会对各频带内信号的能量有较大的影响，因此，可以以能量为元素构造一个特征向量T.

　　当能量较大时， E3j( j = 0， 1，， 7)通常是一个较大的数值，在数据分析上会带来不方便的地方。

　　因此，需对向量进行归一化处理，向量T即为归一化后的向量。

　　文章来源：威乐往复泵的流量和压头是怎么样的/files/faq872.htm