CN103528672A - 基于频谱分析和时域相关法的磁声信号特征分析方法 - Google Patents
基于频谱分析和时域相关法的磁声信号特征分析方法 Download PDFInfo
- Publication number
- CN103528672A CN103528672A CN201310518595.5A CN201310518595A CN103528672A CN 103528672 A CN103528672 A CN 103528672A CN 201310518595 A CN201310518595 A CN 201310518595A CN 103528672 A CN103528672 A CN 103528672A
- Authority
- CN
- China
- Prior art keywords
- signal
- magnetosonic
- frequency
- voltage
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种基于频谱分析和时域相关法的磁声信号特征分析方法:固定样本,采集不同参数下的磁声信号:使设有铜导线的水槽位于均匀的静磁场中,并在铜导线的一端串联电阻R,注入电流施加激励电压,采集电阻两端的电压信号;在1MHz的固定频率下,改变输入电压的大小采集信号;再保持输入电压固定不变,改变输入激励频率的大小采集信号;分别对采集到的磁声信号进行傅里叶频谱分析;分别对采集到的磁声信号与输入激励信号即电阻两端的电压信号以及磁声信号与超声探头的系统响应做相关性分析。本发明能够从频域和线性度对采集到的磁声信号分别与激励源和超声探头之间的关系进行研究,为后续的成像提供实验基础,从而为提取磁声信号的特征量给出了新的思路。
Description
技术领域
本发明涉及一种磁声信号的频谱分析,包括磁声信号与输入电流激励以及与声传感器系统函数之间相关性分析。特别是涉及一种基于频谱分析和时域相关法的磁声信号特征分析方法。
背景技术
磁声成像作为一种近些年被提出来的一个新的医学成像方法,由于其同时具备了超声成像和核磁共振成像的特点,因此具有非常好的空间分辨率和对比度,它的研究发展受到了各国的重视。然而,对磁声成像的广泛关注和研究多集中在成像方面,很多研究都是基于对成像算法的研究。对磁声信号本身的特征研究还相对较少见,而这些特征量对于我们真正认识磁声信号很关键,所以从磁声信号中提取出相关的特征量就显得尤为重要和必要,这对将来磁声成像的发展很重要。
磁声信号是把样本放置在一个均匀静磁场中,然后对样本施加一个激励,这样在样本内部就会形成涡流,涡流在静磁场的作用下收到洛伦兹力的作用,然后产生振动,这时和样本在同一水平面上放置一个超声探头对产生的超声信号进行接收,探头旋转一周就可以获得样本的一周信息,从而进行重建。
发明内容
本发明所要解决的技术问题是,提供一种基于频谱分析和时域相关法的磁声信号特征分析方法,该方法利用频谱分析和相关性分析的方法对超声探头采集到的磁声信号进行特征量分析,即利用频谱分析得到磁声信号的频率分布范围,以及磁声信号的中心频率,利用相关性求出磁声信号与输入激励和探头系统响应的相关系数,可以看出不同频率和不同幅值下磁声信号与上述两种信号之间的相关性。
本发明所采用的技术方案是:一种基于频谱分析和时域相关法的磁声信号特征分析方法,包括如下步骤:
1)固定样本,采集不同参数下的磁声信号,包括:
(1)在水槽中固定铜导线样本,使水槽放置于一个均匀的静磁场中,并在铜导线的一端串联一个电阻R,通过注入电流施加激励电压,采集电阻两端的电压信号;
(2)首先保持频率在1MHZ的固定频率下,通过改变输入电压的大小来采集信号;
(3)再保持输入电压固定不变,通过改变输入激励频率的大小来采集信号;
2)分别对采集到的磁声信号进行傅里叶频谱分析,即:
对采集到的磁声信号,采用短时傅里叶变换得到频域图,根据频域图得到信号的频率成分分布以及中心频率的位置,并进行分析;
3)分别对采集到的磁声信号与输入激励信号即电阻两端的电压信号以及磁声信号与超声探头的系统响应做相关性分析,具体是:
对采集到的磁声信号采用相关分析,分别得到了磁声信号与输入激励信号以及磁声信号与超声探头的系统响应之间的相关系数,并进行分析。
步骤1)中所述采集电阻两端的电压信号是用于作为输入激励信号。
步骤1)中所述的采集信号包括:采集铜导线的磁声信号和电阻两端的电压信号。
步骤2)中所述的采用短时傅里叶变换得到频域图具体是采用的如下公式:
式中x(t)为信号,其中t为信号的时间变量,f为信号的采样频率,w(τ)为选取的矩形窗,τ为窗函数的时间尺度,决定了窗函数的窗宽,j代表复数。
步骤3)所述的对采集到的磁声信号采用相关分析,包括:
(1)分别对不同大小输入激励电压下以及输入激励不同频率下,分别求出采集到的磁声信号与输入激励信号以及磁声信号与超声探头的系统响应的相关系数;
(2)对分别求得的相关系数做统计处理;
(3)观察相关系数随着输入激励电压幅值以及频率的变化情况。
步骤3)中所述的相关系数是采用如下方法得到:
随机信号x(n)和y(n)的互相关函数rxy(m)定义为:
式中,m表示位移量,m.>0表示y(n)序列左移,m.<0表示y(n)序列右移,不同的m得到不同的rxy(m)值,n代表与x(n)序列长度有关的变量,该式表示,rxy(m)在时刻m时的值,等于将x(n)保持不动而y(n)左移m个抽样周期后两个序列对应相乘再相加的结果,为了定量比较磁声信号和其他信号的相关性,对相关函数进行归一化,得到
式中rxx(0)为rxx(m)在m=0时取得的最大值,即rxx(0)≥rxx(m),同理ryy(0)也是。通过归一化,ρxy(m)即归一化到[-1,+1],这样我们就可以得到想要的相关系数的值了。
所述的对分别求得的相关系数做统计处理是:不同电压幅值下磁声信号与输入激励信号分别对应得出一个相关系数值,然后用电压幅值做横坐标,将相关系数值的绝对值做纵坐标,得到相关系数随着电压幅值变化而变化的趋势;同理,可以得到磁声信号与超声探头响应系统响应函数的变化趋势,以及相关系数随着输入激励频率的变化趋势图。
本发明的基于频谱分析和时域相关法的磁声信号特征分析方法,对采集到的磁声信号进行频谱分析,找出信号的中心频率,并利用相关性概念求出不同激励电压下采集到的信号和输入激励以及超声探头的相关度,可以表征出经过系统后采集到的信号的特征,能够从频域和线性度对采集到的磁声信号与激励源和超声探头之间的关系进行研究,为后续的成像提供实验基础,从而为提取磁声信号的特征量给出了新的思路,促进MAT-MI的发展。
附图说明
图1是本发明所用装置的结构示意图;
图2是本发明实施例的流程图。
具体实施方式
下面结合实施例和附图对本发明的基于频谱分析和时域相关法的磁声信号特征分析方法做出详细说明。
本发明的基于频谱分析和时域相关法的磁声信号特征分析方法,是通过图1所示的装置采集信号。如图1所示,函数发生器1产生单周期的正弦激励,通过功率放大器2放大,通常放大为50倍,给串联连接的铜导线L和电阻R,电阻选用51欧姆的电阻。由型号为V303中心频率为1MHz的超声探头5采集铜导线L的磁声信号,并经差分放大器放大(常是放大100倍)后,由示波器输出。同时,采集电阻R两端的电压值。
本发明的基于频谱分析和时域相关法的磁声信号特征分析方法,包括如下步骤:
1)固定样本,采集不同参数下的磁声信号,包括:
(1)在水槽中固定样本铜导线L,使水槽放置于一个均匀的静磁场中,并在铜导线L的一端串联一个电阻R,通过注入电流施加激励电压,采集电阻两端的电压信号,所述采集电阻两端的电压信号是用于作为输入激励信号;
(2)首先保持频率在1MHZ的固定频率下,通过改变输入电压幅值大小来采集信号;
(3)再保持输入电压固定不变,通过改变输入激励频率的大小来采集信号;
上述(2)、(3)中所述的采集信号包括:采集铜导线的磁声信号和电阻两端的电压信号。
2)分别对采集到的磁声信号进行傅里叶频谱分析,即:
对采集到的磁声信号,采用短时傅里叶变换得到频域图,根据频域图得到信号的频率成分分布以及中心频率的位置,并进行分析。所述的采用短时傅里叶变换得到频域图具体是采用的如下公式:
式中x(t)为信号,其中t为信号的时间变量,f为信号的采样频率,w(τ)为选取的矩形窗,τ为窗函数的时间尺度,决定了窗函数的窗宽,j代表复数。
3)分别对采集到的磁声信号与输入激励信号即电阻两端的电压信号以及磁声信号与超声探头的系统响应做相关性分析,具体是:
对采集到的磁声信号采用相关分析,分别得到了磁声信号与输入激励信号以及磁声信号与超声探头的系统响应之间的相关系数,并进行分析。
所述的对采集到的磁声信号采用相关分析,包括:
(1)分别对不同大小输入激励电压下以及输入激励不同频率下,分别求出采集到的磁声信号与输入激励信号以及磁声信号与超声探头的系统响应的相关系数;
(2)对分别求得的相关系数做统计处理,
所述的对分别求得的相关系数做统计处理是:不同电压幅值下磁声信号与输入激励信号分别对应得出一个相关系数值,然后用电压幅值做横坐标,将相关系数值的绝对值做纵坐标,得到相关系数随着电压幅值变化而变化的趋势,同样不同激励电压幅值下磁声信号与超声探头系统响应分别对应得出一个相关系数值,然后用电压幅值做横坐标,将相关系数值的绝对值做纵坐标,得到相关系数随着电压幅值变化而变化的趋势;不同输入激励频率下磁声信号与输入激励信号分别对应得出一个相关系数值,然后用输入激励频率做横坐标,将相关系数的绝对值做纵坐标,得到相关系数随着输入激励频率变化而变化的趋势,不同输入激励频率下磁声信号与超声探头系统响应分别对应得出一个相关系数值,然后用输入激励频率做横坐标,将相关系数的绝对值做纵坐标,得到相关系数随着输入激励频率变化而变化的趋势。通过相关性分析,随着电压幅值的增大,得到的磁声信号与输入激励信号,磁声信号与超声探头系统响应之间的相关系数随着输入电压幅值的增大而逐渐增大到高度相关(相关系数值的绝对值表示相关的程度,相关系数绝对值小于0.30的定义为微相关,在0.30-0.50表示实相关,在0.50-0.80表示显著相关,0.80-1.00是高度相关。),但是增大到这一程度以后就基本保持不变,说明输入电压幅值增大到一定程度后,信号与系统噪声的比值增大,磁声信号受噪声影响较小,这为我们在实验中选取合适的电压幅值提供一定依据。随着输入激励频率的增大,得到的磁声信号与输入激励的相关性始终保持在高度相关,但是与超声探头的相关性由微相关上升到高度相关然后下降到微相关,这是由于超声探头的系统响应函数的带宽造成的。
(3)观察相关系数随着输入激励电压幅值以及频率的变化情况(即上面(2)所述的情况)。
所述的相关系数是采用如下方法得到:
随机信号x(n)和y(n)的互相关函数rxy(m)定义为:
式中,m表示位移量,m>0表示y(n)序列左移,m<0表示y(n)序列右移,不同的m得到不同的rxy(m)值,n代表与x(n)序列长度有关的变量,该式表示,rxy(m)在时刻m时的值,等于将x(n)保持不动而y(n)左移m个抽样周期后两个序列对应相乘再相加的结果,为了定量比较磁声信号和其他信号的相关性,对相关函数进行归一化,得到
式中rxx(0)为rxx(m)在m=0时取得的最大值,即rxx(0)≥rxx(m),同理ryy(0)也是。通过归一化,ρxy(m)即归一化到[-1,+1],这样我们就可以得到想要的相关系数的值了。
下面结合图1、图2具体说明本发明的基于频谱分析和时域相关法的磁声信号特征分析方法。
包括如下步骤:
1)分别对输入激励电流大小和频率大小不同的磁声信号进行采集,包括:
(1)采用一根铜导线作为实验对象,然后保持频率一定,调节输入激励电流,使电流从小到大依次记录数据,然后使激励电流保持在一个固定值,改变输入激励频率大小;
(2)对实验所设定的条件下进行信号的采集。
实验中,采集磁声信号所使用的超声探头是美国Panametrics公司的V303,对信号施加激励采用的是输入电流法,把正负激励夹在串联的铜导线和电阻的两端,使铜导线处于均匀的静磁场中,首次保持激励电流频率为1MHz,改变输入激励电流,使电压峰峰值变化为从0.3—3Vpp,每间隔0.2Vpp记录一次数据,然后保持激励电压为2.5Vpp不变时,改变输入激励频率,分别为0.4-1.3MHz,每间隔0.3MHz记录一次数据。
2)分别对采集到的磁声信号进行频谱分析,
对采集到的磁声信号,采用采用短时傅里叶变换算法,得到频域图,得到信号的中心频率,并进行分析;
3)分别对采集到的磁声信号与输入激励电流以及超声探头做相关性分析
对采集到的磁声信号信号,采用相关性算法,分别得到不同电压激励下和不同频率激励下磁声信号与输入激励信号以及超声探头的时域相关性图,并进行分析;
通过对采集到的磁声信号频域分析,得出了信号中所包含的频率成分分布以及中心频率的范围,同时也可以看出不同电压幅值以及不同频率下所采集到的信号所对应的的频域的变化情况。
所述的相关性是采用如下方法得到:
随机信号x(n)和y(n)的互相关函数rxy(m)定义为:
该式表示,rxy(m)在时刻m时的值,等于将x(n)保持不动而y(n)左移m个抽样周期后两个序列对应相乘再相加的结果。但是为了定量比较磁声信号和其他信号的相关性,我们对相关函数进行归一化,得到
式中rxx(0)为rxx(m)在m=0时取得的最大值,即rxx(0)≥rxx(m),同理ryy(0)也是。通过归一化,ρxy(m)即归一化到[-1,+1],这样我们就可以得到想要的相关系数值了。
Claims (6)
1.一种基于频谱分析和时域相关法的磁声信号特征分析方法,其特征在于,包括如下步骤:
1)固定样本,采集不同参数下的磁声信号,包括:
(1)在水槽中固定铜导线样本,使水槽放置于一个均匀的静磁场中,并在铜导线的一端串联一个电阻R,通过注入电流施加激励电压,采集电阻两端的电压信号;
(2)首先保持频率在1MHZ的固定频率下,通过改变输入电压的大小来采集信号;
(3)再保持输入电压固定不变,通过改变输入激励频率的大小来采集信号;
2)分别对采集到的磁声信号进行傅里叶频谱分析,即:
对采集到的磁声信号,采用短时傅里叶变换得到频域图,根据频域图得到信号的频率成分分布以及中心频率的位置,并进行分析;
3)分别对采集到的磁声信号与输入激励信号即电阻两端的电压信号以及磁声信号与超声探头的系统响应做相关性分析,具体是:
对采集到的磁声信号采用相关分析,分别得到了磁声信号与输入激励信号以及磁声信号与超声探头的系统响应之间的相关系数,并进行分析。
2.根据权利要求1所述的基于频谱分析和时域相关法的磁声信号特征分析方法,其特征在于,步骤1)中所述采集电阻两端的电压信号是用于作为输入激励信号。
3.根据权利要求1所述的基于频谱分析和时域相关法的磁声信号特征分析方法,其特征在于,步骤1)中所述的采集信号包括:采集铜导线的磁声信号和电阻两端的电压信号。
4.根据权利要求1所述的基于频谱分析和时域相关法的磁声信号特征分析方法,其特征在于,步骤2)中所述的采用短时傅里叶变换得到频域图具体是采用的如下公式:
式中x(t)为信号,其中t为信号的时间变量,f为信号的采样频率,w(τ)为选取的矩形窗,τ为窗函数的时间尺度,决定了窗函数的窗宽,j代表复数。
5.根据权利要求1所述的基于频谱分析和时域相关法的磁声信号特征分析方法,其特征在于,步骤3)所述的对采集到的磁声信号采用相关分析,包括:
(1)分别对不同大小输入激励电压下以及输入激励不同频率下,分别求出采集到的磁声信号与输入激励信号以及磁声信号与超声探头的系统响应的相关系数;
(2)对分别求得的相关系数做统计处理;
(3)观察相关系数随着输入激励电压幅值以及频率的变化情况。
6.根据权利要求1所述的基于频谱分析和时域相关法的磁声信号特征分析方法,其特征在于,步骤3)中所述的相关系数是采用如下方法得到:
随机信号x(n)和y(n)的互相关函数rxy(m)定义为:
式中,m表示位移量,m.>0表示y(n)序列左移,m.<0表示y(n)序列右移,不同的m得到不同的rxy(m)值,n代表与x(n)序列长度有关的变量,该式表示,rxy(m)在时刻m时的值,等于将x(n)保持不动而y(n)左移m个抽样周期后两个序列对应相乘再相加的结果,为了定量比较磁声信号和其他信号的相关性,对相关函数进行归一化,得到
式中rxx(0)为rxx(m)在m=0时取得的最大值,即rxx(0)≥rxx(m),同理ryy(0)也是。通过归一化,ρxy(m)即归一化到[-1,+1],这样我们就可以得到想要的相关系数的值了。
6.根据权利要求5所述的利用频谱分析以及时域相关性对磁声信号进行特征分析,其特征在于,所述的对分别求得的相关系数做统计处理是:不同电压幅值下磁声信号与输入激励信号分别对应得出一个相关系数值,然后用电压幅值做横坐标,将相关系数值的绝对值做纵坐标,得到相关系数随着电压幅值变化而变化的趋势;同理,可以得到磁声信号与超声探头响应系统响应函数的变化趋势,以及相关系数随着输入激励频率的变化趋势图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310518595.5A CN103528672A (zh) | 2013-10-28 | 2013-10-28 | 基于频谱分析和时域相关法的磁声信号特征分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310518595.5A CN103528672A (zh) | 2013-10-28 | 2013-10-28 | 基于频谱分析和时域相关法的磁声信号特征分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103528672A true CN103528672A (zh) | 2014-01-22 |
Family
ID=49930867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310518595.5A Pending CN103528672A (zh) | 2013-10-28 | 2013-10-28 | 基于频谱分析和时域相关法的磁声信号特征分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103528672A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104013388A (zh) * | 2014-06-13 | 2014-09-03 | 中国医学科学院生物医学工程研究所 | 基于低频连续波的磁声耦合成像激励与检测方法及装置 |
CN105816156A (zh) * | 2016-05-17 | 2016-08-03 | 中国医学科学院生物医学工程研究所 | 一种结合热声效应信号的电导率磁声成像装置及成像方法 |
CN106037638A (zh) * | 2016-05-17 | 2016-10-26 | 中国医学科学院生物医学工程研究所 | 一种去除热声效应影响的电导率磁声成像装置及成像方法 |
CN106202932A (zh) * | 2016-07-12 | 2016-12-07 | 中国石油化工股份有限公司 | 一种评价杂散电流干扰曲线和干扰源曲线相似度的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172548A (ja) * | 2003-12-10 | 2005-06-30 | Nippon Sheet Glass Co Ltd | 監視装置およびデータベース構築方法 |
CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
-
2013
- 2013-10-28 CN CN201310518595.5A patent/CN103528672A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005172548A (ja) * | 2003-12-10 | 2005-06-30 | Nippon Sheet Glass Co Ltd | 監視装置およびデータベース構築方法 |
CN1906473A (zh) * | 2004-09-13 | 2007-01-31 | 日本精工株式会社 | 故障诊断装置和故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
刘志朋等: "磁声耦合声信号幅频特性的实验研究", 《生物医学工程研究》, vol. 32, no. 1, 25 March 2013 (2013-03-25) * |
欧德平等: "磁声耦合成像声信号检测的实验研究", 《生物医学工程研究》, vol. 30, no. 4, 31 December 2011 (2011-12-31) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104013388A (zh) * | 2014-06-13 | 2014-09-03 | 中国医学科学院生物医学工程研究所 | 基于低频连续波的磁声耦合成像激励与检测方法及装置 |
CN105816156A (zh) * | 2016-05-17 | 2016-08-03 | 中国医学科学院生物医学工程研究所 | 一种结合热声效应信号的电导率磁声成像装置及成像方法 |
CN106037638A (zh) * | 2016-05-17 | 2016-10-26 | 中国医学科学院生物医学工程研究所 | 一种去除热声效应影响的电导率磁声成像装置及成像方法 |
CN105816156B (zh) * | 2016-05-17 | 2018-08-24 | 中国医学科学院生物医学工程研究所 | 一种结合热声效应信号的电导率磁声成像装置及成像方法 |
CN106037638B (zh) * | 2016-05-17 | 2018-11-27 | 中国医学科学院生物医学工程研究所 | 一种去除热声效应影响的电导率磁声成像装置及成像方法 |
CN106202932A (zh) * | 2016-07-12 | 2016-12-07 | 中国石油化工股份有限公司 | 一种评价杂散电流干扰曲线和干扰源曲线相似度的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Adaptive spectral kurtosis filtering based on Morlet wavelet and its application for signal transients detection | |
Hemmati et al. | Roller bearing acoustic signature extraction by wavelet packet transform, applications in fault detection and size estimation | |
CN108983051B (zh) | 基于同步挤压小波变换的局部放电类型识别方法 | |
Zhang et al. | Research on variational mode decomposition in rolling bearings fault diagnosis of the multistage centrifugal pump | |
CN103499445B (zh) | 一种基于时频切片分析的滚动轴承故障诊断方法 | |
CN106405339B (zh) | 基于高低频小波特征关联的输电线路故障原因辨识方法 | |
Wang et al. | Feature extraction of rolling bearing’s early weak fault based on EEMD and tunable Q-factor wavelet transform | |
Yu et al. | Application of EMD method and Hilbert spectrum to the fault diagnosis of roller bearings | |
Cong et al. | Short-time matrix series based singular value decomposition for rolling bearing fault diagnosis | |
CN103217213B (zh) | 基于响应信号时频联合分布特征的模态参数辨识方法 | |
CN103528672A (zh) | 基于频谱分析和时域相关法的磁声信号特征分析方法 | |
Jiang et al. | A time-frequency spectral amplitude modulation method and its applications in rolling bearing fault diagnosis | |
CN106371029A (zh) | 一种锂电池交流阻抗频谱的在线同步测试方法和装置 | |
CN106568607A (zh) | 一种基于经验小波变换碰摩声发射故障诊断方法 | |
CN104013388B (zh) | 基于低频连续波的磁声耦合成像激励与检测方法及装置 | |
CN103424471A (zh) | 一种基于磁致伸缩导波的检测装置及检测方法 | |
CN110037697A (zh) | 一种磁声电成像装置、方法及系统 | |
CN102269814A (zh) | 一种用于基桩质量智能检测的方法 | |
CN104698080A (zh) | 一种利用兰姆波对结构损伤进行状态监测的方法 | |
CN102590625A (zh) | 磁声耦合成像的微弱声信号频域检测处理方法 | |
Gong et al. | Non-stationary feature extraction by the stochastic response of coupled oscillators and its application in bearing fault diagnosis under variable speed condition | |
Liu et al. | Adaptive time-reassigned synchrosqueezing transform for bearing fault diagnosis | |
CN101344000B (zh) | 一种阵列磁声电导率成像测井方法及装置 | |
Du et al. | Improvement of the EMD method and applications in defect diagnosis of ball bearings | |
Ho et al. | Ultrasonic Lamb wave tomography using scanned EMATs and wavelet processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140122 |