共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
针对轮毂单元故障信号中的脉冲信号往往被背景噪声淹没的问题,将数学形态学滤波技术应用到一维振动信号的消噪中,并与3σ规则结合,提出了基于数学形态学运算和软阈值的振动信号消噪方法.首先,采用形态滤波对染噪的轮毂单元信号进行了过滤,并提取了峰谷信号;然后,采用3σ规则对峰谷信号进行了阈值处理,并将形态滤波结果与阈值处理后的峰谷信号相加,作为最终消噪结果;最后,对其进行了频谱分析以提取特征,并在Matlab中对该算法仿真试验进行了有效性评价以及轮毂单元振动信号的消噪试验.研究结果表明,该算法不仅运算简便,并且在最大限度抑制噪声的同时保留了绝大部分的有用信号,取得了较好的消噪效果,故障信号识别率提高了20%左右. 相似文献
3.
4.
5.
6.
7.
8.
9.
数学形态学滤波算法具有很强的抑制脉冲干扰的能力,但滤除白噪声的能力却不及小波算法。针对这一不足,在对信号进行形态滤波之前先进行小波消噪,再进行HHT分析提取故障特征频率。通过仿真和示例证实了该方法可以有效地消除信号干扰噪声,提取轴承故障特征,达到对滚动轴承故障诊断的目的。 相似文献
10.
为了更加有效地去除噪声对被测信号的干扰,分析了传统小波阈值估计方法的局限性,提出了一种基于样本熵的最优小波包阈值估计去噪算法。该方法利用样本熵作为信息价值函数以确定最优小波包,且以样本熵为判据,对不同的分解层数设置不同的阈值,选取使得去噪后得到的噪声估计信号样本熵值最大的阈值作为最优阈值。对仿真信号进行分析证明了该方法的有效性,将该方法应用于滚动轴承振动信号去噪分析且与其他阈值方法相对比,结果表明该方法去噪后的信号较其他方法而言频谱中的干扰频率更少且滚动轴承的基频以及故障频率更为突出,去噪效果更好,是一种更为优越的去噪算法。 相似文献
11.
12.
In order to extract fault features of large-scale power equipment from strong background noise, a hybrid fault diagnosis method based on the second generation wavelet de-noising (SGWD) and the local mean decomposition (LMD) is proposed in this paper. In this method, a de-noising algorithm of second generation wavelet transform (SGWT) using neighboring coefficients was employed as the pretreatment to remove noise in rotating machinery vibration signals by virtue of its good effect in enhancing the signal–noise ratio (SNR). Then, the LMD method is used to decompose the de-noised signals into several product functions (PFs). The PF corresponding to the faulty feature signal is selected according to the correlation coefficients criterion. Finally, the frequency spectrum is analyzed by applying the FFT to the selected PF. The proposed method is applied to analyze the vibration signals collected from an experimental gearbox and a real locomotive rolling bearing. The results demonstrate that the proposed method has better performances such as high SNR and fast convergence speed than the normal LMD method. 相似文献
13.
14.
为了克服传统小波变换的不足,提出了一种用样本相关性检测信号特征的自适应小波变换降噪方法。该方法以第二代小波变换为基础,用变换样本与相邻样本之间的相关性,来检测信号的局部特征。并根据相关系数的大小,来确定每一尺度上的每个样本的最佳预测器和更新器,使小波能够较好地适应信号的局部特征。在信号相关性强的情况下,采用了最优插值估计的改进算法。模拟实验和工程应用的结果表明,该方法克服了传统小波变换降噪方法丢失原始信号局部信息的缺陷,不仅可以有效地去除原始信号中的噪声,而且能够保留原始信号的局部特征。 相似文献
15.
针对转子不平衡故障和滚动轴承微弱损伤性故障的复合故障诊断问题,提出了基于第2代小波和极值域均值模式分解(extremum field mean mode decomposition,简称EMMD)的故障诊断方法,进行了复合故障的耦合特征分离和故障特征频率的提取.该方法首先应用第2代小波对原始信号进行分解与重构;然后针对分解与重构出的低频信号进行频谱分析提取低频非调制故障特征;最后针对高频共振调制信号进行基于EMMD的解调分析,以准确提取调制故障特征.通过工程实例信号的分析结果表明,该方法能够提取转子系统的复合故障特征. 相似文献
16.
基于改进小波神经网络的旋转机械故障诊断 总被引:2,自引:0,他引:2
根据旋转机械复杂的故障特点,提出了结合第2代小波分析、模糊理论和神经网络形成的改进小波神经网络。该诊断方法利用第2代小波分析对信号进行预处理-征向量的提取,然后用训练好的模糊神经网络进行故障识别,并对相应算法进行了优化。将改进小波神经网络运用于旋转机械的故障诊断,通过计算机仿真和试验的结果表明,该方法在处理多故障耦合的情况时优势明显,不仅可以正确识别故障的类型,还可以进一步对故障的严重程度及其发展趋势进行可靠的诊断。这表明改进的诊断方法是行之有效的,为旋转机械的故障诊断提供了理论支持。 相似文献
17.
基于第二代小波变换的转子碰摩故障特征提取方法研究 总被引:1,自引:0,他引:1
为了能够提取隐含在振动信号中的故障特征,利用第二代小波对称、紧支撑和冲击振荡衰减的特点,有效地提取具有冲击响应特性的故障特征。实验证明,即使采用较小支撑区间的此类小波,也可获得理想的效果。另外,为了获得与原始信号相同的时间分辨率,采用单支重构的方法分别对逼近信号和细节信号处理,得到了转子碰摩故障的时域响应特征,为故障诊断和预示提供了一种分离故障时域特征的方法。 相似文献
18.
《Mechanical Systems and Signal Processing》2007,21(1):298-306
The use of the combination method of empirical mode decomposition(EMD) and wavelet analysis is explored for the detection of changes in the structural response data. Firstly, we adopt the EMD technique to decompose the response signal of structure vibration into several mono-component signals which become analytic signal by means of Hilbert transform. Then each mono-component signal is analysed via wavelet transform to detect the exact location and severity of damage. The results demonstrate that the combination method of EMD and continuous wavelet transform can be used to identify the time more sharply and effectively at which structural damage occurs than by using the wavelet transform method alone. The numerical simulation and the analysis of the response signal data from the shear building show that this method is effective. 相似文献
19.