小波分析在机械故障诊断中的应用

分析傅里叶变换及小波变换在机械故障诊断中的应用及局限性，并用实例说明用傅里叶变换与小波分析方法进行故障诊断，证明两种方法在故障诊断的信号分析中都是有效可行的。     

二维小波变换及其在机械碰摩故障诊断中的应用

以机械碰摩信号为例，采用具有“时频局部化”性能和“方向极化”性能的二维小波变换，成功地分辨出故障信号与正常信号，避免了由于多信号转化成单信号带来的信息冗余以及能量的转化，同时能方便地分辨出故障信号的相位角，为解决机械故障诊断领域多信号、多特征的分析问题提出新的思路。     

小波分析在汽车发动机机械故障诊断中的应用

文中阐述了汽车发动机机械故障诊断的理论方法,讨论了小波变换的分析方法.由于小波变换具有传统频谱分析方法所没有的时一频分析特征,特别适合于非平稳信号的分析与处理,应用该方法对实测信号进行了有效的时频分析.     

小波包算法在滚动轴承的在线故障诊断中的应用

对小波变换的理论进行了简要的阐述,并介绍了小波包理论。指出了在强噪声的背景下小波包变换的算法对于瞬态信号提取的有效性,表明了小波包变换对信号的去噪声,滤波等方面具有广泛的前景。并以五套６３０７号轴承为例进行了诊断,结果与实际情况相一致,说明该算法十分适合于滚动轴承的在线监测与故障诊断。     

全信息小波分析及其在旋转机械故障诊断中的应用

传统旋转机械故障诊断用单通道信号进行诊断,信息量不完整,容易导致误诊.在介绍全信息技术的基础上,结合小波分析的频带分离和刻画信号局部特征的能力,提出了一种全新的信号处理方法--全信息小波分析.用小波分析把信号分解到不同的频带,然后把双通道的对应频带的信号用全矢谱技术进行融合,根据融合后的数据进行故障诊断.用全信息小波分析技术对转子的摩擦故障进行诊断,取得了满意的效果.     

基于小波变换的故障诊断

本文详述了傅立叶变换与小波变换的本质与区别,以及它们在故障诊断中的应用。     

小波分析在机械故障诊断中的应用

文章总结了故障诊断的研究内容,分析了各种诊断方法的优势和不足,探讨了小波分析的特点,指出了小波分析的发展现状,列举了小波理论在降噪、振颤等故障诊断中的典型应用,预测了小波未来的发展趋势。     

小波变换在摆式列车倾摆控制系统故障诊断中的应用研究

小波变换在故障诊断中得到较广泛的应用，但采用不同的小波，分析结果往往会有很大差异。对常用的正交、半正交、双正交小波提取信号特征的能力进行分析比较，表明半正交B样条小波因具有线性相位和采用较长的分解系列，而具有较好的局部化特性和较小的变换误差，是摆式列车倾摆控制系统故障诊断中的较佳小波基。提出一种新的确定故障诊断阈值的方法，并通过实验证明了方法的有效性，为小波变换在摆式列车实车倾摆控制系统故障诊断中的应用提供理论依据。     

小波尺度函数在旋转机械故障诊断中的应用

运用小波分析的尺度函数,在进行小波分解后,进一步进行傅里叶变换．能够提取其他方法无法得到的故障特征信号,为故障诊断提供了一种新的分析手段。对Jeffcott转子的不平衡和刚度不对称等故障分析验证了该方法的可行性和实用性。最后讨论了小波变换级和噪声对尺度函数分析方法的影响,表明小波尺度函数的降噪作用是十分明显的。     

基于小波变换的柱塞泵故障诊断方法

基于柱塞泵的脉动分析模型,提出了一种基于小波变换的柱塞泵故障诊断方法。以泵出口处的压力信号作 为分析信号,利用小波变换将该信号进行频谱分解,可有效地提取压力信号中所包含的故障信号。仿真与试验结 果均表明:基于小波变换对泵出口压力信号的分析可实现泵的故障诊断。     

周期信号离散傅里叶变换的误差分析及其应用

实际的系统都是不满足或不完全满足取样定理条件的,频率混迭是不可避免的。因此ＤＦＴ（ＦＦＴ）给出的频谱是有误差的,本文给出了表达式及估算方法。     

基于小波分析的旋转机械振动信号定量特征研究

通过对机械振动信号的连续小波变换,利用小波滤波器良好的时频特性,研究了振动信号经过连续小波交换后的统计特征。在信号的特征提取中, 引入“灰度矩”并把一阶矩作为定量指标。对8种典型故障信号的研究表明,这种方法能够简单有效地提取信号的特征,区分振动故障。     

机械故障诊断技术现状及趋势

对机械故障诊断方法进行了分类阐述,并介绍机械故障诊断的现状及发展趋势。     

DFT方法处理科氏流量计信号中关键技术的研究

本文采用基于傅立叶变换的频谱分析方法,计算了流量信号的频率和相位差。介绍科氏流一计信号处理中测量初始化和频率跟踪等几个关键技术。     

大型回转支承故障信号处理方法综述

大型回转支承是许多机械设备中重要零件,因此对其进行故障诊断的意义重大。这篇文章针对回转支承的结构特点,总结了现有的信号处理方法。重点介绍了基于知识的故障诊断信号处理方法、基于遗传算法处理方法、全息谱信号分析方法、双树复小波变换方法(DTCWT)及基于多尺度主元分析的聚类经验模式分解法(EEMD-MSPCA),并对这些方法的优缺点进行了分析比较,提出适合大型回转支承信号处理的方法,并对今后大型回转支承信号处理方法的前景做了展望,指出数据融合的方法是今后处理大型回转支承故障信号的主要发展方向。     

船用机械设备故障诊断系统研究与开发

为了解决船用设备运行的可靠性这一问题,在工控机等硬件设备上开发了基于C#平台的船用机械故障诊断系统。首先,构建了工控机、信号调理器等硬件组成部分;在此基础上,采用C#编制了采集卡接口、信号处理方法、图形绘制等程序;最后进行了调试并应用于船用现场试验。结合齿轮故障设备模拟试验台,运用故障诊断系统采集信号,利用信号处理软件分析了正常齿轮与磨损齿轮的时域波形和频谱波形,分析了断裂齿轮的细化频谱的边频带,以此识别出了各类齿轮失效所在位置和原因。研究结果表明,船用机械设备故障诊断系统对于故障齿轮的检测具有有效性和可行性,同时该结果为利用故障诊断系统对轴承、柴油机等其他故障设备的诊断开发过程奠定了基础。     

齿轮故障诊断中的信号处理技术研究与展望

重点讨论了各种信号处理技术在齿轮系统的故障诊断中的应用 ,包括 :平稳信号处理技术 ,非平稳信号处理技术 ,非高斯和非白色噪声信号处理技术 ,非线性信号处理技术 ,盲信号分离技术 ,奇异值分解技术以及各种智能诊断技术。详细比较了各种信号处理技术的特点、应用范围和研究进展 ,并且指出了今后的若干研究方向 ,从而为齿轮系统的故障诊断和在线监测提供了依据 ,以保证齿轮系统的安全运行。