连续小波最优重构尺度确定方法与故障早期识别

被引:22
作者
李宏坤
刘洪轶
徐福健
张晓雯
张学峰
机构
[1] 大连理工大学机械工程学院
关键词
连续小波变换; 信号重构; 小波熵; 早期故障识别;
D O I
暂无
中图分类号
TN911.7 [信号处理];
学科分类号
081002 [信号与信息处理];
摘要
旋转设备的微弱故障特征信息提取对于故障的早期预警具有重要意义,连续小波可以通过变换对信号实现多尺度细化分析,能够在不同的尺度上描述信号的局部特征,因此有利于微弱故障信号的检测。不同尺度上的信号重构对于设备的故障特征表示并不相同,为此提出一种基于连续小波变换的微弱特征提取新方法。对信号采用连续小波进行分解,应用小波熵来选择最优的尺度进行信号重构,并对重构信号进行包络谱分析;根据提取的特征频率来确定故障的种类。通过仿真信号和滚动轴承故障信号的微弱特征提取进行方法的验证分析。研究表明基于连续小波最优尺度重构方法能够有效地对微弱特征进行提取。
引用
收藏
页码:69 / 76
页数:8
相关论文
共 11 条
[1]
Matlab时频分析技术及其应用.[M].葛哲学;陈仲生编著;.人民邮电出版社.2006,
[2]
Matlab小波分析工具箱原理与应用.[M].董长虹主编;高志;余啸海编著;.国防工业出版社.2004,
[3]
基于小波频谱分析的滚动轴承故障诊断研究 [J].
杨学存 .
煤矿机械, 2013, 34 (01) :289-291
[4]
基于小波相关排列熵的轴承早期故障诊断技术 [J].
冯辅周 ;
司爱威 ;
饶国强 ;
江鹏程 .
机械工程学报, 2012, 48 (13) :73-79
[5]
基于参数优化Morlet小波变换的故障特征提取方法 [J].
蒋永华 ;
汤宝平 ;
刘文艺 ;
董绍江 .
仪器仪表学报, 2010, 31 (01) :56-60
[6]
基于小波熵的最优阈值去噪方法 [J].
臧先峰 ;
张正道 .
江南大学学报(自然科学版), 2009, 8 (03) :267-270
[7]
基于互信息的滚动轴承故障特征选择方法 [J].
李兵 ;
张培林 ;
任国全 ;
刘东升 ;
米双山 .
测试技术学报, 2009, 23 (02) :183-188
[8]
连续小波变换快速带通滤波实现算法的研究 [J].
秦毅 ;
秦树人 ;
毛永芳 .
振动与冲击, 2008, 27 (12) :23-27+176
[9]
时间-小波能量谱在滚动轴承故障诊断中的应用 [J].
程军圣 ;
于德介 ;
邓乾旺 ;
杨宇 ;
张邦基 .
振动与冲击, 2004, (02)
[10]
信号的小波尺度-频率表示及其在机械故障诊断中的应用 [J].
孔凡让 ;
朱忠奎 ;
羊拯民 ;
赵吉文 ;
李晓峰 ;
王建平 .
振动与冲击, 2003, (04)