Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Haar wavelet" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Ocena wpływu metodyki doboru falki bazowej na analizę falkową zarysów nierówności powierzchni
Evaluation of the methodology of basic wavelet selection on wavelet analysis of surface irregularities
Autorzy:
Makieła, W.
Stępień, K.
Powiązania:
https://bibliotekanauki.pl/articles/155402.pdf
Data publikacji:
2010
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
struktura geometryczna powierzchni
transformata falkowa
falka Haara
Coiflets
Daubechies
Symlets
Biorthogonal
geometrical surface structure
wavelet transform
Haar wavelet
Opis:
W referacie przedstawiono jedno z ważniejszych zagadnień analizy falkowej, a mianowicie metodykę doboru postaci falki bazowej. W treści zaprezentowano metodykę i wyniki obliczeń dla sygnału reprezentującego zarys nierówności powierzchni z wykorzystaniem trzech kryteriów doboru falki: testu autokorelacji, funkcji korelacji wzajemnej i procedury z wykorzystaniem wskaźników entropii. Obliczenia i wykresy wykonano z wykorzystaniem pakietu Wavelet toolbox środowiska MATLAB dla wybranego profilu chropowatości powierzchni.
The paper deals with one of the most important problems of the wavelet analysis - the methodology of selection of basic wavelets. Correct selection of the basic wavelet (so-called the mother wavelet) allows distinguishing the main signal and removal of signal disturbances. This problem is fundamental because the basic function form influences significantly the spectrum components. In metrological practice, there are no criteria that could be used for selection of the mother wavelet. Such decision is usually taken on a basis of the fundamental of visual evaluation of an analyzed signal. In the paper there are described three criteria that can be used for selection of the basic wavelets: the statistical test of autocorrelation of the coefficients of the decomposition details [3, 4], values of the normalized cross-correlation function [5, 6] and minimisation of the Shannon entropy [1, 7]. The calculations were performed with use of Wavelet toolbox - the component of the Matlab environment, for a selected roughness profile. The investigations were carried out for the roughness profile consisting of N=1024 sampling points using following wavelet types: Haar, Daubechies, Coiflets, Symlet and biorthogonal ones. The calculation results are given in Table 1. The authors draw a conclusion from them that the most promising criterion is investigation of the entropy values (however, other methods should not be neglected). The reason is that the method of entropy minimisation is not limited to one decomposition only, but it allows searching an optimum decomposition tree, applying multilevel analysis by the wavelet packets.
Źródło:
Pomiary Automatyka Kontrola; 2010, R. 56, nr 1, 1; 32-34
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Diagnostyka silnika indukcyjnego oparta na analizie sygnałów akustycznych z użyciem dyskretnej transformaty falkowej Haara i klasyfikatora najbliższej średniej z metryką Euklidesa
Diagnostics of an induction motor based on the analysis of acoustic signals with the use of the discreet Haar wavelet and the nearest mean classifier with Euclidean metrics
Autorzy:
Głowacz, A.
Powiązania:
https://bibliotekanauki.pl/articles/186410.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Technik Innowacyjnych EMAG
Tematy:
silniki indukcyjne
analiza sygnałów akustycznych
transformata falkowa Haara
induction motors
acoustic signals analysis
discreet Haar wavelet
Opis:
W artykule zaproponowana została nieinwazyjna metoda diagnostyki stanów przedawaryjnych silnika indukcyjnego. Zastosowana metoda oparta jest na analizie sygnałów akustycznych silnika indukcyjnego. Przedstawiono badania dla trzech stanów silnika indukcyjnego, które zostały przeprowadzone dla algorytmów przetwarzania danych: Dyskretnej transformaty falkowej Haara i klasyfikatora najbliższej średniej z metryką Euklidesa. Opisano proces tworzenia wzorców do rozpoznawania, który został przeprowadzony dla 27 próbek dźwięku oraz proces identyfikacji który został przeprowadzony dla 75 próbek dźwięku. Podkreślono, że metoda ta może być zastosowana w różnych gałęziach przemysłu.
In this paper a non-invasive diagnostic method for an induction motor was proposed. The applied method is based on the analysis of acoustic signals of the induction motor. The tests were carried out for three conditions of the induction motor. The tests were conducted for the following data processing algorithms: discrete Haar wavelet transform and Nearest Mean classifier with Euclidean metrics. The pattern development process was carried out for 27 samples of sound, while the identification process – for 75 samples of sound. This method can be used in industry as well as in electrical equipment.
Źródło:
Mechanizacja i Automatyzacja Górnictwa; 2013, R. 51, nr 6, 6; 24-27
0208-7448
Pojawia się w:
Mechanizacja i Automatyzacja Górnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies