小波包分解在球磨机的故障特征提取中的应用

对实验中测得的球磨机噪声信号进行了小波包分析 ,指出可用不同频段信号的小波包系数来表征不同信号的特征。提取信号波形的分形维数和信号的均方根值作为反映故障特征信息的指标 ,并给出分形维数和信号能量的计算方法。以分形维数和信号能量为元素的特征矢量可作为故障诊断系统的输入矢量 ,对球磨机的运行状态故障进行了诊断。实验结果表明 ,本文提出的故障特征提取方法可以较好地应用于球磨机运行状态的故障诊断。     

小波包分析在滚动轴承故障诊断中的应用

针对滚动轴承故障特征的提取问题,讨论了小波包分析的基本原理,基于小波包分析方法在滚动轴承故障诊断中的应用,并用LabVIEW编制了相应的程序。实践表明,小波包分析方法具有明显的诊断意义。     

小波包神经网络在数控机床故障诊断中的应用

为了能够提高数控机床故障诊断的正确率,提出了小波包模糊神经网络方法对数控机床进行故障诊断,也提出了小波包分析提取特征向量的程序,利用小波包分析可以获得数控机床的特征向量,应用模糊神经网络对数控机床进行故障诊断.利用小波包模糊神经网络对数控机床常见的8种故障进行了诊断,证明小波包神经网络进行故障诊断的有效性.     

小波包分析在采煤机减速器故障诊断中的应用

提出了一种采用小波包理论提取采煤机减速器故障信号的方法。利用小波包变换对减速器振动信号进行分解、重构及能量计算,有效地提取出采煤机减速器故障特征信号,从而获得故障的信息。仿真研究结果表明,基于小波包能量法的故障诊断方法能够有效地提取出采煤机减速器故障的频率信息。     

分形维数在往复泵泵阀故障诊断中的应用

研究了分形维数的计算方法,并计算出往复泵泵阀正常和故障状态振动信号的分形维数.通过对往复泵的实验表明,设备在不同运行状态下具有不同的分形维数,因此可以将分形维数作为识别往复泵泵阀故障的特征量。     

小波包理论在康明斯汽车发动机故障诊断中的应用

本文概要地叙述了小波变换、小波包理论；利用小波包对KTA50型汽车发动机的振动信号进行分析，证实了小波理论能够对康明斯汽车的发动机信号进行有效的分析和处理，利用小波理论分析汽车发动机的振动信号能够对汽车发动机准确实施故障诊断，为小被包理论在汽车发动机故障诊断领域中的应用提供了例证。     

小波包-BP神经网络在采煤机滚动轴承故障诊断中的应用

针对采煤机在正常工作中经常发生轴承故障的问题,提出了小波包和BP神经网络相结合的故障诊断系统。即运用小波包的分解方法提取检测信号的故障信息作为BP神经网络的输入样本,经过训练的神经网络可对采煤机上轴承的工作状态进行诊断和分类。试验结果表明,此方法对轴承的常见故障可进行有效的识别和诊断,方法简单可靠。     

小波分析和小波包分析在轴承故障诊断中的对比分析

结合轴承故障振动特点,以轴承滚动体故障为例,对比了小波分析和小波包分析在应用时的相同和不同之处。利用MATLAB仿真软件作为分析工具,通过定量分析和定性分析比较了它们在轴承故障信号降噪时的效果,通过计算功率谱、绘制功率谱图的方式比较了它们在轴承故障诊断方面的能力。结果表明,使用相同小波基和相同分解层数条件下,在降噪和故障诊断方面,小波包分析都优于小波分析,为选择合适的轴承故障诊断方式提供了参考。     

小波包-包络分析在滚动轴承故障诊断中的应用

滚动轴承故障诊断是机械故障检测中一个重要方面。使用小波包分析和包络分析相结合的方法提取轴承微弱振动信号 ,克服了传统包络分析方法易丢失信号有效成分的缺点。包络信号的细化谱较好体现了轴承故障信息     

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。     

基于小波包的大型隔膜泵泵阀故障诊断

泵阀作为隔膜泵的重要组成部分,卡阀故障时有发生,给生产带来了很大损失。本文采用小波包频带分解技术,有效提取了泵阀的卡阀故障。这项技术应用在大型隔膜泵上,具有一定的经济意义.     

小波包分析在减速机故障诊断中的研究

以冶金企业的轧钢设备中典型关键设备减速机为具体研究对象,对减速机进行状态监测与故障诊断,并将三维小波变换与小波包降噪残差信号频谱分析相结合,利用残差信号的频率特征信息,有效地提取了减速机故障频率。     

基于小波包分析的提升机液压泵故障研究

为提高提升系统的安全性,对液压站的研究具有重大的意义。针对液压泵的运行状态难以监测,引用了利用液压泵的出口压力信号作为液压泵的状态参数,巧妙地加入了小波分析和小波包分解,经过实践与仿真,验证了该方法的可行性与有效性。     

小波包算法在电动机转子断条故障诊断中的应用

采用改进的小波包算法提取故障特征,提出了一种基于频带能量的故障诊断方法。该方法能快速准确地检测转子断条故障。     

基于相对小波包能量特征向量的故障诊断

在小波及小波包分析的基础上引进相对小波包能量特征向量的概念,提出了一种建立旋转机械故障库的新方法,并结合模式判别的知识,引进欧几里德距离公式作为判据,使故障诊断公式化、定量化。实验结果表明这种方法能够很快地诊断出转子台故障类型,为旋转机械的故障诊断提供了新方向。     

基于小波包的机械故障信号消噪处理

在旋转机械故障诊断系统中需要获得采样信号用于系统的故障辨识或判断,而这些采样信号将不可避免地受到噪声污染,使系统辨识精度得不到提高。小波包变换的方法可以降低系统噪声影响,通过变换分解出高频噪声部分,利用小波包收缩的阈值量化方法去掉高频部分,再重构信号从而达到消噪目的。