La transformation en ondelettes présente des caractéristiques locales, qui sont avantageuses pour réduire le bruit du signal. Cependant, le choix du seuil affecte directement l'effet du traitement du signal dans le processus de réduction du bruit. Les méthodes de seuillage doux et dur présentent des défauts. Pour cette raison, un algorithme d'apprentissage adaptatif du gradient a été introduit pour déterminer le seuil optimal et utiliser cette méthode pour traiter les signaux de processus thermiques, fournissant des signaux plus proches de la réalité pour le diagnostic de pannes et l'identification du système.

Adaptatif; signal thermique; analyse en ondelettes; réduction du bruit; seuil