小波变换在减速器故障诊断中的应用

小波变换是一种时频域的信号分析方法,具有傅立叶变换无可比拟的优点,适应于对非平稳信号的处理,因而更适合于故障诊断领域。以实际测量的减速器信号为例,讨论了小波分析在信号消噪和设备故障状态的判断2个方面的应用。     

小波变换在故障诊断中的应用

对小波变换与傅立叶变换进行了比较。由于小波分析能对信号高、低频部分局部细化并保留原信号的时域特征,因而具有良好的时频特性,能对非平稳信号进行有效识别,达到故障诊断的目的。     

基于谐波小波分析的矿井通风机故障诊断

针对矿井通风机故障信号的动态非平稳、能量微弱等特点,提出基于谐波小波变换的故障诊断方法,克服了传统诊断方法中存在的信号遗漏与频泄现象。以BDK-6-NO18轴流式通风机为研究对象,利用谐波小波变换的优势,成功从振动信号中提取出设备故障特征信号。     

基于小波包神经网络的电机故障诊断分析与研究

由于传统基于傅立叶变换的利用频域对电机故障的信号分析中无法对奇异信号点的时域信息进行检测。针对上述问题,提出基于小波包神经网络的电机故障诊断的方法。结合电机振动的非平稳随机性的特点。利用小波包多分辨率分析方法对电机的采样信号进行分解,提取电机故障状态特征并作为BP神经网络输入样本的特征向量,利用神经网络的自学习和模式识别的特点最终输出电机故障类型。通过MATLAB仿真结果可以证实该方法可行性。     

Matlab小波分析在路面雷达信号处理中的应用

脉冲探地雷达回波信号是典型的非平稳、非线性信号,采样信号中不可避免地带有各种噪声,需进行适当处理。小波变换时频局域性好,是分析非平稳信号的有效工具之一。系统地阐述了小波变换的基本理论,并采用小波分析、小波包算法对雷达检测路面厚度的实测信号进行分析处理,然后进行路面层厚度计算,最后将计算结果与实际厚度相比较。对比结果说明了小波分析应用于路用探地雷达回波信号处理的有效性。     

小波变换在滚珠轴承故障特征提取中应用

分析了小波变换的时频特性,给出了二进离散小波变换的快速算法。利用小波变换,成功地提取了混入在转速信号中的微弱滚珠轴承故障信号,实现了傅立叶变换难以实现的功能。     

基于小波分析的变压器励磁涌流研究

针对小波变换原理可有效分析非线性、非平稳信号局部特征的优点,在研究电力变压器励磁涌流作用机理的基础上,考虑到二次谐波制动原理条件下变压器差动保护存在误动作的可能性,提出了一种运用小波变换模极大值理论实现励磁涌流与故障电流的识别。借助于仿真结果,论证了该试验方法对电力变压器进行差动保护的现实可行性。     

电机故障诊断中的小波分析方法及小波基选取

通过对傅立叶变换与小波变换的分析,选定小波分析的方法作为电机故障诊断的分析方法。在此基础上对各系列的小波基进行了分析,结合电机故障诊断中具体信号的特点,选取了适合的小波基。     

基于HHT的旋转机械转子振动故障诊断的方法研究

旋转机械运转时会产生振动。对振动情况的分析能够把握机械的运转情况。振动信号处理是对旋转机械振动信号分析的重要手段。希尔伯特黄变换越来越得到人们的重视。该方法是一种时频分析方法。相对于其他方法,该方法能够更好地处理非线性非平稳信号,具有较高的时域分辨率和频域分辨率。将该方法应用于旋转机械的故障诊断中,并与其他方法做对比。     

小波变换在轴承故障诊断中的应用

针对轴承故障诊断中非平稳信号的特征提取问题,采用小波变换理论对其进行处理。构建了减速器轴承故障实验平台,采集了大量实验数据。通过滚动体点蚀的典型故障实验与小波变换处理及轴承故障频率分析,获取了该故障的特征频率参数,表明小波变换在非平稳信号处理方面的有效性。     

基于小波包分解的风机故障诊断技术研究

小波包分析由于能对信号高、低频部分局部细化并保留原信号的时域特征，因而具有良好的时频局部化特性，能对非平稳信号进行有效识别，达到故障诊断的目的，在故障诊断领域得到越来越广泛的应用。风机运行时产生的信号大多是非平稳信号，将小波包分析技术用于其故障诊断具有实际意义。     

基于小波变换的矿震信号去噪方法研究与应用

从小波变换的基本原理出发,对实际矿震信号进行了去噪处理,通过用傅里叶变换和小波变换对北京木城涧煤矿实际矿震信号去噪效果分析,小波变换在对非平稳的矿震信号去噪方面有着傅里叶分析不可比拟的优点。并探索了不同的小波基和阈值选取准则以及分解尺度对矿震信号去噪结果的影响。     

基于小波能量谱旋转机械振动信号的故障特征提取

旋转机械故障诊断的关键问题在于对振动故障信号的特征提取。利用小波能量谱分析方法能够发现不同分解层中的振动信号特征并分析出故障原因。基于小波能量谱方法能准确提取旋转机械的故障特征,尤其是对微弱故障信号,为正确判断故障提供了依据。实验验证了该方法在提取旋转机械振动故障信号方面的有效性和准确性。     

采煤机负载功率谱分析技术

介绍了小波变换的基本概念和滤波特性,给出了小波变换作为一种新的分析工具在非平稳信号分析中的应用方法。采煤机负载功率信号具有很强的随机性,其负载特征是采煤机强度设计、控制系统设计和工作机构合理匹配设计的主要依据。应用小波变换的"可变焦"特性对采煤机负载功率信号进行了多尺度时频分析,分析结果对采煤机工作状况监控和采煤机的设计具有实际的应用价值。     

谐波小波在锚杆动测信号滤波中的应用

如何有效检测锚杆支护过程中支护和锚固状态,为巷道支护的稳定和安全提供保障一直倍受关注。根据锚固质量无损检测信号的频段分布特点,基于离散谐波小波变换理论,从锚固检测信号中剔除不需要的一些高、低频成分,并利用谐波小波重构算法得到滤波后信号,以有效提取到所关心频段的检测信号。最后将谐波小波变换用于实测锚杆响应信号的滤波处理,结果体现了谐波小波良好的滤波特性。     

基于小波包变换的电网谐波分析研究

随着敏感性负荷大量的涌入电网,电网谐波问题受到关注。介绍了小波包变换理论,并将该理论应用于电网谐波分析。仿真结果表明小波包变换具有良好的分析性能,能够准确地分辨出信号中的高频信息,为电力系统的谐波检测提供了依据。     

基于小波能量熵的故障信号诊断研究

针对电力故障信号为突变、非平稳信号的特点,利用消噪阈值法对故障信号进行预处理,通过小波变换对故障信号进行特征提取,然后将小波变换和信息熵相结合,并应用到故障检测与定位中,为奇异信号的检测提供了新思路和新手段。通过仿真分析,得到以下结论:小波能量熵WEE可以很好地检测故障突变点,小波能量熵随时间的变化规律,反映了电流或电压在时域的能量分布特征并表征信号的频率变化,可以用作分类所需的特征。     

小波变换在齿轮故障诊断中的应用

在分析小波变换理论和齿轮振动信号特点的基础上,提出用小波分析法提取齿轮故障特征。齿轮振动信号具有非平稳性,并且受各种噪声干扰,小波分析法具有处理非平稳信号的突出优点。在MATLAB环境中,建立了齿轮振动仿真信号,采用小波函数对受噪声污染的信号进行软阖值消噪处理,通过功率谱分析提取特征频率。仿真表明,该方法可有效抑制噪声,提取特征频率,从而为齿轮故障诊断提供依据。     

PWM整流器开路故障诊断方法

在对PWM整流器网侧电流分析的基础上,提出一种以整流器网侧相电流低次谐波含量及分布为特征的整流器IGBT开路故障诊断方法。为了克服傅立叶变换在时域没有任何分辨力的限制,采用小波包对定子电流信号进行时间-频域分析,通过小波包的分解与重构,对网侧相电流低次谐波信号进行能量提取,得到故障特征量,并通过贝叶斯网络对整流器开路故障模式进行分类。仿真结果证明该方法能够有效地实现整流器开路故障诊断。     

小波分析和Hilbert谱分析在故障诊断中应用

为了能有效地识别滚动轴承故障信号的非平稳和调制特点,提出了一种基于小波分析和Hilbert谱分析的滚动轴承故障诊断的新方法。使用小波分析对包含故障信息的信号进行分解、重构。进一步应用Hilbert变换进行解调和细化频谱分析。结果表明,小波分析和Hilbert变换的联合能够有效地提取故障特征频率并判断故障类型,非常适合滚动轴承的故障诊断。