基于TQWT与互相关匹配的油液金属屑末检测方法OA

针对油液中微弱金属屑末信号易被强噪声和形态相似的气泡干扰所淹没的检测难题,提出一种基于可调品质因子小波变换(Tunable Q-factor Wavelet Transform,TQWT)与互相关匹配的油液金属屑末检测方法。首先利用TQWT对信号进行自适应分解,并结合相邻系数阈值算法实现对噪声的滤除;然后通过归一化互相关(Normalized Cross-Correlation,NCC)进行模板匹配,以区分金属屑末信号与气泡干扰。实验结果表明,该方法将信号信噪比(Signal-to-Noise Ratio,SNR)提升至21.30 dB,均方根误差降至0.0323;在识别性能上,整体准确率达到87.0%。该方法为油液金属屑末在线监测提供了潜在的有效解决方案.