基于小波分析的转子故障信号自适应降噪技术研究

被引:25
作者
陈果
机构
[1] 南京航空航天大学民航学院
关键词
航空、航天推进系统; 小波分析; 降噪; 转子; 故障诊断;
D O I
10.13224/j.cnki.jasp.2008.01.032
中图分类号
TN911.4 [噪声与干扰];
学科分类号
080906 [电磁信息功能材料与结构];
摘要
在转子故障信号的小波降噪研究中,降噪效果常常依赖小波分解层数、故障转子转速和信号的采样频率,难于自动完成.针对该问题,提出了一种转子故障信号的自适应小波降噪新方法,该方法先对原始数据进行重采样,然后将重采样信号用小波变换分解到规定的层数,最后运用Donoho软阈值法实现降噪.该方法无需人为选取小波分解层数,降噪过程自动完成.大量的仿真和实验算例验证了方法的正确有效性.
引用
收藏
页码:9 / 16
页数:8
相关论文
共 7 条
[1]
新的基于小波变换的振动信号消噪方法 [J].
彭志科 ;
卢文秀 ;
褚福磊 .
机械工程学报, 2006, (04) :18-22+31
[2]
转子振动信号消噪方法研究 [J].
王成栋 ;
朱永生 ;
张优云 .
振动、测试与诊断, 2003, (04)
[3]
基于梳状小波的旋转机械振动信号降噪方法的研究 [J].
徐敏强 ;
王日新 ;
张嘉钟 .
振动工程学报, 2002, (01)
[4]
小波变换在滚动轴承故障诊断中的应用 [J].
徐金梧 ;
徐科 .
机械工程学报, 1997, (04)
[5]
MATLAB小波分析高级技术.[M].桂林;周林;张家祥等编著;周伟主编;.西安电子科技大学出版社.2006,
[6]
基于神经网络的智能诊断.[M].虞和济等著;.冶金工业出版社.2000,
[7]
Multiple band-pass autoregressive demodulation for rolling-element bearing fault diagnosis [J].
Altmann, J ;
Mathew, J .
MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2001, 15 (05) :963-977