改进的小波相邻系数降噪方法及其在机械故障诊断中的应用

被引：47

作者：

杨绍普 ^{[1
]}

赵志宏 ^{[2
]}

机构：

[1] 石家庄铁道大学机械工程学院

[2] 石家庄铁道大学信息科学与技术学院

来源：

机械工程学报 | 2013年 / 49卷 / 17期

关键词：

降噪; 小波变换; 相邻系数; 故障诊断;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

为了提取被强噪声淹没的表征机械故障的微弱冲击特征信号,提出一种改进的小波相邻系数降噪方法。改变传统小波相邻系数的收缩因子计算方法以便更好地提取冲击信号特征。进行不同信噪比的轴承仿真信号降噪试验,试验结果表明,改进的小波相邻系数降噪方法与传统的小波相邻系数降噪方法相比,可以更好地提取强噪声背景下的冲击信号特征。将改进的小波相邻系数降噪方法用于实测轴承早期故障特征提取中,试验表明提出的降噪方法要优于传统的小波相邻系数降噪方法,可以更有效地提取轴承早期故障的特征频率。

引用

页码：137 / 141

页数：5

共 5 条

[1]

基于噪声方差估计的小波阈值降噪研究 [J].

曲巍崴 ;

高峰 .

机械工程学报, 2010, 46 (02) :28-33

[2]

平移不变多小波相邻系数降噪方法及其在监测诊断中的应用 [J].

袁静 ;

何正嘉 ;

王晓东 ;

李臻 ;

訾艳阳 .

机械工程学报, 2009, 45 (04) :155-160

[3]

Multiwavelet denoising with improved neighboring coefficients for application on rolling bearing fault diagnosis.[J].Xiaodong Wang;Yanyang Zi;Zhengjia He.Mechanical Systems and Signal Processing.2010, 1

[4]

Rolling element bearing faults diagnosis based on optimal Morlet wavelet filter and autocorrelation enhancement.[J].Wensheng Su;Fengtao Wang;Hong Zhu;Zhixin Zhang;Zhenggang Guo.Mechanical Systems and Signal Processing.2009, 5

[5]

Wavelet shrinkage using cross-validation [J].

Nason, GP .

JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-METHODOLOGICAL, 1996, 58 (02) :463-479

← 1 →