小波包降噪方法在滑动轴承故障诊断中的应用研究

小波分析对高频信号降噪效果不明显。针对该问题,提出利用小波包分析对轴承故障信号的降噪方法,并用计算机仿真和实例分析对小波包降噪方法进行了验证。通过对小波降噪和小波包降噪方法的对比分析,表明小波包分析在降噪中的有效性。     

小波分析在齿轮故障诊断中的应用研究

通过对突变分段信号的傅里叶变换和小波分析,说明小波分析在判断频率突变位置方面的优越性。利用db4小波对从故障模拟机械平台提取的齿轮故障信号进行小波分析,有效的提取了信号故障特征。     

K-SVD小波降噪在齿轮故障诊断中应用

针对早期齿轮故障诊断中噪声干扰大,故障特征难以提取的问题提出基于K-SVD稀疏表示小波降噪算法。该算法克服传统小波阈值降噪算法只对小波系数进行逐点处理,而忽略小波系数整体架构的缺点,充分考虑小波系数结构特点,在强噪声下仍具有很好稳健性。通过对模拟信号和实测发动机减速器齿轮毂信号分析,证明小波降噪算法正确性和在实际工程应用中的价值。     

多小波自适应分块阈值降噪及其在轧机齿轮故障诊断中的应用

为有效提取关键设备淹没在强背景噪声中的微弱故障特征,提出了一种多小波自适应分块阈值降噪方法,并将其成功应用于轧机齿轮箱故障诊断中。小波降噪的效果主要取决于小波函数和阈值的合理选择。多小波具有多个尺度函数和小波函数,可以同时满足紧支性、对称性、正交性以及高阶消失矩等优良性质,使其在早期故障和微弱故障诊断中颇具优势。针对多小波变换系数之间的相关性,在估计真实特征值时以Stein无偏风险估计最小作为约束条件,自适应地选取最优的邻域分块长度和阈值,能够在准确提取故障特征的同时有效消除噪声干扰。仿真信号验证了方法的有效性,轧机齿轮箱的诊断结果表明,该方法可以有效提取出齿轮箱高速小齿轮存在由于高温熔焊导致的两处局部胶合破坏故障。     

小波分析在印刷机故障诊断中的应用

本文介绍了小波变换的原理及在印刷机故障诊断中的应用,利用小波包分析了其机械传动系统的故障。结果显示,同傅里叶变换和傅里叶变换(STFT)相比,小波变换及小波包变换是更有效的印刷机故障诊断方法。     

小波包降噪与LMD相结合的滚动轴承故障诊断方法

局部均值分解(Local mean decomposition,简称LMD)方法是一种新的自适应时频分析方法,并成功运用于滚动轴承故障诊断中,但对噪声比较敏感。为消除噪声对诊断结果的影响,提出了一种小波包降噪与LMD相结合的滚动轴承故障诊断方法。该方法首先利用小波包去除信号中的噪声,然后,进行LMD分解,并将分解后PF分量与分解前信号的相关系数作为判断标准,剔除多余低频PF分量,最后,选取有效PF集进行功率谱分析,提取故障特征。通过仿真数据和真实滚动轴承数据的故障诊断实验,其结果验证了本文方法的有效性。     

小波能量法在车辆变速箱故障诊断中的应用

本文利用小波包分解与小波能量谱分析了车辆变速箱的振动信号,确定了变速箱故障特征频带范围,并对该特征频带范围的小波系数进行了重构,分析了重构信号的频谱,确定了变速箱故障的位置,验证了小波能量法对变速箱进行故障诊断的有效性.     

基于小波包的齿轮箱故障诊断

提出了一种齿轮箱故障诊断的方法,这种方法首先利用小波包提取齿轮箱振动信号的故障特征域,然后计算特征域上绝对值信号的频谱,以正常信号的频谱和特征域上绝对值信号的频谱的相似程度作为齿轮箱故障与否的判据,将齿轮箱的特征频率和特征域上绝对值信号的频谱相比较来判断齿轮箱的故障模式.将此方法应用于齿轮箱断齿故障的诊断表明,这种方法能够准确地诊断出齿轮箱中的冲击故障.     

全矢小波包-包络分析方法及其在齿轮故障诊断中的应用

在旋转机械故障诊断中,针对传统单源信息采集的不全面性,提出了一种基于全矢谱技术的小波包-包络分析方法。首先对同源双通道信息分别采用小波包分解,根据需要选择频段的信息,并对提取的信号进行重构。然后采用全矢Hilbert解调分析方法对重构信号实现包络解调,并与两单源信息的包络解调相比较,说明了仅以单源信息为诊断依据的不足。利用全矢谱技术进行融合的全矢小波包-包络解调技术,不仅继承了小波包-包络分析方法的优势,而且更加全面地反映出了信号的真实性。最后通过仿真信号对其算法的可行性进行了验证,同时又以齿轮的故障振动信号为例,进一步表明了该方法在故障诊断中的有效性。     

基于小波分析的齿轮传动系统故障诊断研究

本文研究了小波分析在齿轮传动系统故障诊断中的应用.通过实例成功地对齿轮传动系统故障模拟实验中获得的振动信号进行基于小波分析的数据预处理及故障特征提取,结果表明,在齿轮传动系统振动信号时频分析中,基于小波分析的数据预处理及故障特征提取是一种行之有效的方法.     

基于EMD的时频熵在齿轮故障诊断中的应用

提出了一种基于EMD(EmpiricalModeDecomposition)方法的时频熵齿轮故障诊断方法。首先利用EMD方法分解齿轮振动信号,然后将得到的内禀模态分量进行Hilbert变换,以得到振动信号的时频分布,将信息熵理论引入时频分布,定量描述时频平面上不同时频段的能量分布,各时频段能量分布的均匀性可以反应齿轮的运行状态的差别,从而可以通过时频熵的大小判断齿轮的工作状态和故障类型。实验证明该方法能有效的判断齿轮故障特征,为齿轮故障诊断提供了新的思路。     

时频分析在旋转机械故障诊断中的应用

针对旋转机械发生故障时振动信号的不平稳性，利用时频分析中的小波尺度图和再分配后的小波尺度图对点碰摩、松动、裂纹和油膜失稳故障进行对比分析，结果表明再分配小波尺度图比传统小波尺度图，具有更高的时频分辨率，可以更好地识别转子早期故障。     

基于小波包特征提取的模糊诊断网络建立及应用

本文首先根据小波包分解原理和应用经验总结出小波包特征量与汽机故障对照表,将其与模糊综合评判和BP网络有机结合在一起,建立了基于小波包特征提取的模糊BP诊断网络模型.采用模糊综合评判技术,使该网络可在少量典型故障样本监督下训练成功,对于缺少机组运行故障知识库的厂家具有推广应用前景.最后举例说明,该网络在汽机诊断中是一种有效的智能分类器.     

机械噪声故障诊断中小波变换的应用

本文讨论了小波分析理论在机械噪声故障诊断中的应用。为了识别发动机噪声信号中表征故障的间歇性撞击声,本文构造的一种新型的小波——指数衰减型小波函数,它能有效地识别出间歇性撞击声。本文最后给出了实验结果并与经典高斯型小波分析的结果进行了比较。     

模糊聚类分析法在抽风机故障诊断中应用

介绍了模糊聚类分析的理论和方法,讨论了数据规格化的三种方案,指明极差值是数据规格化最简便的方案。并将该理论应用于抽风机故障诊断研究中,在样本中引入正常状态和故障状态时的样本数据,运用基于传递闭包的模糊等价矩阵进行聚类分析,并通过待检测数据检验其可靠性。通过实例检验表明,理论分析与现场检查结果相符,证实了模糊聚类分析对提高抽风机故障诊断能力的有效性。     

谐波小波时频图在齿轮故障诊断中的应用

谐波小波具有简单的时频表达式和更加普遍意义上的正交性，在频域具有良好的盒形谱特性，以及简单快速的FFT分解算法。根据其FFT分解算法构造出谐波小波的时频网格图、时频等高线图与时频剖面图，并用它们成功提取出某试验台齿轮箱的周期性断齿冲击信号，说明谐波小波具有较大的工程应用价值。     

水下爆炸船舱冲击响应时频特征的小波包分析

设计了带设备双层隔振系统的双层底船舱抗爆结构,进行了水下爆炸冲击试验。应用小波包分析方法,研究了水下爆炸压力和船舱冲击响应的时频分布规律,得到了船舱冲击响应时频特征与冲击环境之间的关系。研究结果表明:水下爆炸压力出现冲击波、滞后流和二次压力波过程,含有丰富的频率成分;冲击波主要作用在1kHz以上的高频段,易造成舰船局部结构的破损;滞后流主要作用在10Hz―1kHz的中频段,是舰船设备隔离系统产生冲击振动的主要来源;二次压力波主要作用在100Hz以下的低频段,会加速设备隔离系统的冲击响应;带设备双层隔振系统的双层底船舱抗爆结构,能有效提高船舶的抗爆性能。     

现代信号分析在变速箱故障诊断中的应用

本文简要概述了伪魏格纳分布和连续小波变掏基本理论，给出了齿轮箱故障振动信号的基本模型，对振动信号分别用传统的能量谱、伪魏格纳分布及连续小波变换进行分析和对比，实验结果表明时频域分析方法与传统谱分析相对比故障信号具有列强的表达能力，表达更为直观。     

基于EMD和功率谱的齿轮故障诊断研究

提出了一种基于经验模态分解EMD（Empirical Mode Decomposition）的齿轮裂纹故障诊断的新方法。EMD方法具有自适应的信号分解和降噪能力，EMD是先把时间序列信号，分解成不同特征时间尺度的固有模态函数（Intrinsic Mode Function，简称IMF），然后通过选取表征齿轮裂纹故障的IMF分量进行功率谱分析，就可提取齿轮故障振动信号的特征。齿轮故障实验信号的研究结果表明：该方法能有效地识别齿轮的齿根裂纹故障。     

离散余弦变换在滚动轴承故障诊断中的应用

本文探讨了应用离散余弦变换分析滚动轴承故障的方法,采用小波基将滚动轴承振动信号变换到时间－尺度域,对高频段的小波系数用离散余弦变换进行包络分析。通过对滚动轴承具有外圈缺陷、内圈缺陷的情况下振动信号的分析,说明这种方法可以有效的用于效地用于滚动轴承的故障诊断。