基于参数优化Morlet小波变换的故障特征提取方法

被引:37
作者
蒋永华
汤宝平
刘文艺
董绍江
机构
[1] 重庆大学机械传动国家重点实验室
基金
国家高技术研究发展计划(863计划);
关键词
Morlet小波变换; Shannon熵; 奇异值分解(SVD); 故障特征提取;
D O I
10.19650/j.cnki.cjsi.2010.01.010
中图分类号
TH165.3 [];
学科分类号
摘要
针对轴承或齿轮箱等机械元件的故障振动信号表现为冲击衰减波形的特点,提出一种基于参数优化Morlet小波变换的故障特征提取方法。利用最小Shannon熵方法优化Morlet小波的形状参数,实现与冲击特征成分的最佳匹配,再对小波变换系数矩阵进行奇异值分解,根据奇异值曲线中主要反映突变信息的过渡阶段所对应的尺度范围求得最佳小波变换尺度,最后对信号进行Morlet小波变换提取故障特征。仿真试验和实际应用的结果表明,该方法能更有效地从强噪背景中提取故障特征。
引用
收藏
页码:56 / 60
页数:5
相关论文
共 8 条
[1]   基于动态聚类的奇异值分解降噪方法研究 [J].
王维 ;
张英堂 ;
徐章遂 .
振动工程学报, 2008, (03) :304-308
[2]   基于最优Morlet小波和SVD的滤波消噪方法及故障诊断的应用 [J].
程发斌 ;
汤宝平 ;
钟佑明 .
振动与冲击, 2008, (02) :91-94+128+178
[3]   基于响应误差矩阵SVD的软故障诊断方法 [J].
徐晨曦 ;
陈光 .
仪器仪表学报, 2006, (09) :1100-1103
[4]   噪声背景下检测突变信息的奇异值分解技术 [J].
何田 ;
刘献栋 ;
李其汉 .
振动工程学报, 2006, (03) :399-403
[5]   基于平稳小波变换及奇异值分解的湖底回波分类 [J].
刘建国 ;
李志舜 ;
刘东 .
声学学报, 2006, (02) :167-172
[6]   基于奇异值分解的连续小波消噪方法 [J].
梁霖 ;
徐光华 ;
侯成刚 .
西安交通大学学报, 2004, (09) :904-908
[7]   探测信号中周期性冲击分量的奇异值分解技术 [J].
李建 ;
刘红星 ;
屈梁生 .
振动工程学报, 2002, (04) :47-50
[8]   Non-stationary dynamics data analysis with wavelet-SVD filtering [J].
Brenner, MJ .
MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2003, 17 (04) :765-786