The paper presents the course of research and analysis on the possibility of using time-frequency methods of acoustic signal processing to determine the speed of moving rail vehicles. An experiment was conducted in the form of a trackside pass-by test of the acoustic pressure emitted by passing trams representing the rolling stock of the Municipal Transport Company in Poznan. The recorded signal was then processed using the Continuous Wavelet Transform (CWT), resulting in a scalogram that is a variation of the time-frequency characteristics. This made it possible to identify in the signal the travel time of individual bogies and their wheelsets, as well as the most sensitive value of the scale parameter. The waveform of the scalogram fragment for the selected value of the scale parameter was processed using the RMS envelope, and then the peak values were identified. Juxtaposing the obtained results with the knowledge of the structural dimensions of the tested vehicle, it was possible to determine its moving speed. To validate the results of the experiment, photocells located on both sides of the measurement track were used, which generated voltage when the test vehicle passed between them, allowing the determination of its average moving speed. The result of the study was the formulation of a method that can be used to determine the speed of a vehicle based on the time elapsed between the identification in the signal of the components corresponding to the passage of successive sets of wheels.
Time invariant linear operators are the building blocks of signal processing. Weighted circular convolution and signal processing framework in a generalized Fourier domain are introduced by Jorge Martinez. In this paper, we prove that under this new signal processing framework, weighted circular convolution also has a generalized time invariant property. We also give an application of this property to algorithm of continuous wavelet transform (CWT). Specifically, we have previously studied the algorithm of CWT based on generalized Fourier transform with parameter 1. In this paper, we prove that the parameter can take any complex number. Numerical experiments are presented to further demonstrate our analyses.
Load profiles of residential consumers are very diverse. This paper proposes the usage of a continuous wavelet transform and wavelet coherence to perform analysis of residential power consumer load profiles. The importance of load profiles in power engineering and common shapes of profiles along with the factors that cause them are described. The continuous wavelet transform and wavelet coherence has been presented. In contrast with other studies, this research has been conducted using detailed (not averaged) load profiles. Presented load profiles were measured separately on working day and weekend during winter in two urban households. Results of applying the continuous wavelet transform for load profiles analysis are presented as coloured scalograms. Moreover, the wavelet coherence was used to detect potential relationships between two consumers in power usage patterns. Results of coherence analysis are also presented in a colourful plots. The conducted studies show that the Morlet wavelet is slightly better suitable for load profiles analysis than the Meyer’s wavelet. Research of this type may be valuable for a power system operator and companies selling electricity in order to match their offer to customers better or for people managing electricity consumption in buildings.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In the article an analysis of the quality of the output voltage for Uninterruptible Power Supply (UPS) was performed. The currently used and commonly known methods for calculating the different quality factors mainly focus on averaging the values of the waveform e.g. Total Harmonic Distortion (THD), Total Distortion Factor (TDF), Weighted Total Harmonic Distortion (WTHD). The main goal of the paper is to propose a complete and supplementary methodology for assessing the quality and parameters that are the complements of the algorithms that are currently used.
PL
W artykule przedstawiono analizę jakości napięcia wyjściowego falowników w systemach bezprzerwowego zasilania UPS. Obecnie znane i stosowane metody wyliczania różnych współczynników skupiają się głównie na wartościach uśrednionych przebiegu wyjściowego. Na przykład są to współczynnik zniekształceń harmonicznych THD, TDF oraz ważony WTHD. Głównym celem artykułu jest przedstawienie kompletnej i dodatkowej procedury pozwalającej na obiektywną ocenę sygnału wyjściowego będącą wsparciem dla stosowanych już metod.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
For automatic sleep stage classification, the existing methods mostly rely on hand-crafted features selected from polysomnographic records. In this paper, the goal is to develop a deep learning-based method by using single channel electroencephalogram (EEG) that automatically exploits the time–frequency spectrum of EEG signal, removing the need for manual feature extraction. The time–frequency RGB color images for EEG signal are extracted using continuous wavelet transform (CWT). The transfer learning of a pre-trained convolution neural network, squeezenet is employed to classify these CWT images into its sleep stages. The proposed method is evaluated using a publicly available Physionet sleep EDFx dataset using single-channel EEG Fpz-Cz channel. Evaluation results show that this method can achieve near state of the art accuracy even using single channel EEG signal.
The paper presents results of experimental investigations on damage detection using guided wave propagation technique. The tested specimen was a steel plate with a defect in the form of a rectangular notch. Lamb waves were excited by a PZT actuator and sensed by a laser vibrometer. Since reflections from damage in registered signals are often masked by measurement noise, for identification of time of reflections from damage, continuous wavelet transform (CWT) was used. Obtained results indicated that application of wavelet signal processing enabled precise reconstruction of reflected wavefront from damage.
PL
W artykule przedstawiono wyniki badań doświadczalnych dotyczących detekcji uszkodzeń za pomocą metody propagacji fal prowadzonych. Badania przeprowadzono na stalowej płycie z uszkodzeniem w formie prostokątnego nacięcia. Fale Lamba zostały wzbudzone przy użyciu piezoaktuatora, zaś do pomiaru przebiegów czasowych zastosowano wibrometr laserowy. Ponieważ odbicia propagującej fali od uszkodzenia często bywają maskowane przez szum pomiarowy, do identyfikacji czasu odbicia zastosowano ciągłą transformatę falkową. Otrzymane wyniki wskazują, że przetwarzanie sygnałów pomiarowych fal prowadzonych za pomocą transformaty falkowej umożliwiło precyzyjną rekonstrukcję frontu fali odbitego od uszkodzenia.
Automatic disorder recognition in speech can be very helpful for the therapist while monitoring therapy progress of the patients with disordered speech. In this article we focus on prolongations. We analyze the signal using Continuous Wavelet Transform with 18 bark scales, we divide the result into vectors (using windowing) and then we pass such vectors into Kohonen network. Quite large search analysis was performed (5 variables were checked) during which, recognition above 90% was achieved. All the analysis was performed and the results were obtained using the authors' program - "WaveBlaster". It is very important that the recognition ratio above 90% was obtained by a fully automatic algorithm (without a teacher) from the continuous speech. The presented problem is part of our research aimed at creating an automatic prolongation recognition system.
8
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Diagnostics of rolling elements under varying operational conditions, where disturbances and other rotating elements have strong influence on correctness of analysis, requires engagement of advanced signal processing techniques. Extraction of signal components generated by bearing faults has been proven to be an exceptionally promising method for rolling element bearing fault detection. In this paper, wavelet signal demodulation diagnostic techniques is presented. The method is based on the wavelet transform as a method of signal demodulation. Properties of time–frequency representation of the signal enables extraction of typical damage signatures from the signal. First step of this method is a wavelet filtration, which uses Continuous Wavelet Transform (CWT). For this transformation, the Morlet wavelet function has been used. Next, the envelope function of a decoupled frequency component is estimated from wavelet coefficients. Finally, the Discrete Wavelet Transform (DWT) has been used as a post–processing method.
Automatic disorders recognition in speech can be very helpful for therapist while monitoring therapy progress of patients with disordered speech. This article is focused on sound repetitions. The signal is analyzed using Continuous Wavelet Transform with 16 bark scales, the result is divided into vectors and passed into Kohonen network. Finally, the Kohonen winning neuron result is put on the 3-layer perceptron. The recognition ratio was increased by about 20% by adding a modification into the Kohonen network training process as well as into CWT computation algorithm. All the analysis was performed and the results were obtained using the authors' program ”WaveBlaster“, The problem presented in this article is a part of our research work aimed at creating an automatic disordered speech recognition system.
10
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy opisane zostały procedury diagnostyki maszyn indukcyjnych, oparte o analizę przebiegu prądu rozruchowego, z wykorzystaniem metod czasowo – częstotliwościowych, w tym analizy za pomocą Ciągłej Transformacji Falkowej. Autor opracował także własną, unikalną metodę diagnostyki, której opis znajduje się w artykule. Ponadto opisano zastosowanie sieci neuronowej automatyzującej proces diagnostyczny.
EN
The rotor cage of induction motors diagnosis, based on startup current analysis, is shown in article. Main problem in this way of diagnosis is motors with short startup. Therefore, time – frequency methods, especially Continuous Wavelet Transform are discussed. Author also introduce his own, unique method. Results of using time – frequency method could be also input data for the self-training systems such as neural networks. Examples of using neural networks for diagnosis in this way are also included.
This paper presents an analysis of the excavation torgue signal with the use of a Continuous Wavelet Transform. The article also presents results of preliminary research on utilising neural networks to identify excavating cutting tools type used in multi-tool excavating heads of mechanical coal miners. Selected wavelet coefficients were used as data to teach artificial neural network. The research is necessary to identify rock excavating process with a given head, and design adaptation system for control of mining process with such a head. The results of numerical analyses conducted with the use of Neural Networks are presented.
PL
Artykuł przedstawia analizę sygnału momentu urabiania z wykorzystaniem ciągłej transformaty falkowej. Praca przedstawia ponadto rezultaty wstępnych badań nad wykorzystaniem sztucznej sieci neuronowej do oceny rodzaju narzędzi urabiających głowic wielonarzędziowych kombajnu górniczego. Do nauki sieci neuronowej wykorzystano wybrane współczynniki falkowe. Badania te niezbędne są do identyfikacji procesu urabiania w celu opracowania adaptacyjnego systemu sterowania pracą głowicy kombajnu. W artykule przedstawiono wyniki analiz numerycznych, wykorzystując sztuczne sieci neuronowe.
W artykule rozważana jest metoda nieniszcząca badania pali w gruncie, przez zastosowanie transformaty falkowej do analizy zarejestrowanego sygnału pomiarowego. Transformata falkowa jako metoda analizy sygnału pozwala na badanie sygnału równocześnie w dziedzinie częstotliwości i w dziedzinie czasu. W artykule przedstawiono zastosowanie ciągłej transformaty falkowej CWT z falką Morleta do badania sygnału echa na górnym poziomie pala od wymuszenia impulsowego. Na podstawie map skalogramów przedstawiono zalety takiego podejścia.
EN
In this paper, a method is described for the non-destructive testing (NDT) signals by employing wavelet transform in the time-frequency plane. Wavelet analysis is a mathematical technique and a new signal-process tool that allows the signal to be viewed in the wavelet time-frequency domain. The main goal of this paper is to discuss the feasibility to used CWT methods in the time-frequency domain to sonic echo signal in piles. The results show that such an approach may provide a more complete way of viewing the signal.
The paper gives an overview of the results of the attempt to utilise Hoelder coefficients for the detection of clearance in piston-cylinder assembly of a combustion engine with spark ignition. Condition of the engine tested was evaluated based on the accelerations of vibrations recorded on the engine body. The vibration acceleration signals were analysed with the aid of continuous wavelet transform (CWT). Properly processed results of the wavelet analysis allowed modified Hoelder coefficient values to be obtained. According to the study, the coefficients obtained can be useful in evaluating the condition of a combustion engine.
PL
W opracowaniu przedstawiono wyniki próby zastosowania współczynników Hoeldera do wykrywania luzów w układzie tłok-cylinder silnika spalinowego z zapłonem iskrowym. Ocenę stanu diagnozowanego silnika prowadzono na podstawie przyspieszeń drgań zarejestrowanych na korpusie silnika. Sygnały przyspieszeń drgań analizowano za pomocą ciągłej transformaty falkowej (CWT). Odpowiednio przetworzone wyniki analizy falkowej umożliwiły uzyskanie zmodyfikowanych współczynników Hoeldera. Z badań wynika, że uzyskane współczynniki mogą być przydatne w rozpoznawaniu stanów silnika spalinowego.
14
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono ciągłą transformację falkową sygnałów (CWT) i falkową funkcję interkorelacji oraz zastosowanie tych narzędzi do: 1) opisu przejścia sprężarki z pracy statecznej do pompowania; 2) identyfikacji fal ciśnienia wirujących wokół osi sprężarki; 3) modelowania rozkładu ciśnienia statycznego w obszarze wirnika; 4) diagnostyki zbliżającego się pompowania.
EN
The continuous wavelet transform (CWT) and the wavelet cross-correlation function are presented in the paper as well as an application of these tools to: 1) describe the transition from compressor stable operation to surge; 2) identify pressure waves rotating around the compressor axis; 3) model the static pressure distribution in the impeller area; 4) diagnose impending surge.
In the paper a short review of methods applied for pattern electroretinogram signal analysis is presented. Various possible alternatives for classical method used in medical practice are described. The capabilities and disadvantages of each method as well as relevant results are briefly presented and/or references are cited. The described algorithms are: statistical regression analysis, continuous wavelet transform, discrete wavelet transform, artificial neural networks, principal components analysis and independent component analysis. The aim of the paper is to give a short review of previously taken activity in the field of pattern electroretinogram analysis particularly for diagnostic purposes, and present a guide for possible approaches to be applied for other bioelectrical signals.
PL
W artykule przedstawiono przegląd metod zastosowanych do analizy sygnału elektroretinogramu wywołanego wzorcem. Zaprezentowano szereg możliwych technik alternatywnych w stosunku do procedur używanych w praktyce klinicznej. Przedyskutowano zalety i ograniczenia każdego z algorytmów, przedstawiając pokrótce wyniki doświadczeń lub cytując odpowiednie pozycje literatury. Opisane algorytmy to: statystyczna analiza regresji, ciągła i dyskretna transformata falkowa, sztuczne sieci neuronowe, analiza składowych głównych (PCA) oraz analiza składowych niezależnych (ICA). Celem niniejszego artykuły jest usystematyzowanie wcześniejszych działań autorów w dziedzinie analizy elektroretinogramu wywołanego wzorcem, w szczególności dla potrzeb diagnostyki, oraz zaproponowanie metodologii badań sygnałów bioelektrycznych o podobnym charakterze.
This paper describes advantages of using Continuous Wavelet Transform in startup current analysis of induction motors. The main attention is payed to short time startups. Results of using CWT for the same machine but with various startup duration are shown. Article also shows results of experiments with own invented wavelet. Investigations of own wavelet is focused on finding shape which is close to diagnostic signal. Wavelet which mach closely to desired waveform of signal should be sensitive to this special component in whole analysing signal. Such wavelet could be very useful in automatic diagnosing.
W opracowaniu przedstawiono wyniki próby zastosowania sztucznej sieci neuronowej jako klasyfikatora rodzaju i stopnia uszkodzenia zębów kół w przekładni. Klasyfikator neuronowy oparto na sztucznej sieci neuronowej typu MLP. Dane wejściowe do klasyfikatora stanowiła macierz złożona z miar statystycznych otrzymanych z ciągłej analizy falkowej. Zidentyfikowany model przekładni zębatej pracującej w układzie napędowym oraz stanowisko mocy krążącej FZG posłużyły do generacji zbiorów uczących i testujących zastosowanych w eksperymencie.
EN
The work presents results of an experiment that employs the artificial neuronal network in the task of identification of kinds and degree of tooth failure. Neural Networks were based on the Multi Layer Perceptrons. Statistical measures that describe the emergence and degree of tooth gear diagnostic served as input data for the artificial neural networks. The measures employed in the experiment were obtained from signals through the continuous wavelet transform. In the experiment the dynamic model of gearbox and power circulating gear testing machine was used as generator of data.
W pracy przedstawiono wyniki badań stanowiskowych, których celem było wykrycie wykruszenia zęba oraz zużycia powierzchni roboczej zębów w obecności uszkodzeń łożysk tocznych przekładni. Do przetwarzania sygnałów drganiowych zastosowano metodę filtracji oraz uśredniania synchronicznego, a następnie otrzymany sygnał poddawano analizie z wykorzystaniem ciągłej transformaty falkowej. Na podstawie wyznaczonych rozkładów czas-skala częstotliwości zaproponowano w pracy miary stanu zazębienia przekładni.
EN
The paper presents the gear test stand investigation results, whose aim was detection of chipping of tooth tip as well as teeth working surface wear. Filtration method and time synchronous averaging was applied in to the signal processing. The received signal was analysed with the use of continuous wavelet transform. On the basis of time-frequency distribution different measure of meshing condition was proposed in the paper.
19
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono analizę profili chropowatości powierzchni z wykorzystaniem ciągłego przekształcenia falkowego. Analizie poddano profile chropowatości powierzchni po toczeniu, szlifowaniu wstępnym i wykańczającym taśmą ścierną zahartowanej stali AISI52100 o twardości 62 HRC. Zastosowano dwie falki podstawowe: „meksykański kapelusz" i falkę Morleta do oceny odpowiednio rozkładu ekstremów oraz udziału falek o określonej długości w profilu. Wyniki przedstawiono w postaci macierzy współczynników ciągłej transformaty falkowej (CTF) w układzie długości falki i długości profilu. Otrzymane wyniki wskazują, że CTF może być stosowana do analizy profili chropowatości po obróbce ostrzem o określonej geometrii i po obróbce ściernej i że szczególnie jest przydatna do oceny losowych zmian profilu.
EN
In this paper surface roughness profile assessment using contmous wavelet transform (CWT) is shown. Rouchness profiles after turning and rough and finish belt grinding of hardened (62HRC) AISI52100 steel are analyzed. Both Morlet and "mexican hat" mother-wavelets are used for the assesment of extrema and frequency distribution. The results of the CWT as a function of profile and momentary wavelet length are presented. It is concluded that CWT can be usefull for analysis of the roughness profiles generated by cutting and abrasive machining processes.
W artykule rozważane jest zagadnienie obliczania współczynników tłumienia przy zastosowaniu ciągłej transformaty falkowej. Jako funkcje falkowe przyjęto zespolone funkcje Morleta, które umożliwiają wykonanie obwiedni wartości amplitudy przemieszczeń. Obwiednia ta pozwala na łatwe śledzenie spadku amplitud drgań, a przez co obliczenie współczynnika tłumienia. Na przykładzie układu o dwóch stopniach swobody przedstawiono sposób obliczeń i zalety takiego podejścia.
EN
The paper deals with calculation of damping coefficients using a continuous wavelet transform based on the Morlet wavelet function. This function enables making the envelope value displacement amplitude. The envelope makes possible tracking the change in displacement amplitude and estimating the damping coefficient. The advantage of this technique is confirmed by applying it to two-degree-of-freedom systems.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.