|
|||||
|
|
| 形态梯度小波降噪与S变换的齿轮故障特征抽取算法 | |
| 引用本文： | 刘小平,许桂云,任世锦,杨茂云.形态梯度小波降噪与S变换的齿轮故障特征抽取算法[J].电子设计工程,2012,20(22):79-82. |
| 作者姓名： | 刘小平 许桂云 任世锦 杨茂云 |
| 作者单位： | 1. 中国矿业大学机电工程学院,江苏徐州,221116 2. 江苏师范大学计算机学院,江苏徐州,221116 3. 中国矿业大学机电工程学院,江苏徐州221116 江苏师范大学计算机学院,江苏徐州221116 |
| 摘 要： | 针对齿轮故障特征信号具有强噪声背景、非线性、非平稳性特点,提出采用形态梯度小波对齿轮振动信号进行降噪。首先使用形态梯度小波把齿轮振动信号分解到多个尺度上,然后对各层的细节系数进行软阈值方法降噪处理,对经过处理后的小波系数进行重构。对降噪后的齿轮振动信号采用S变换多分辨率时频分析,能够从具有良好的时频分辨率的S变换谱图提取齿轮故障特征。通过仿真试验和故障轴承的信号分析证明,该方法具有短时傅里叶变换和小波变换的优点,不存在Wigner-Ville分布的交叉干扰和负频率,能有效地提取隐含在噪声中的齿轮故障特征,适合齿轮故障的在线监测和诊断。 |
| 关 键 词： | 故障诊断 齿轮 特征提取 形态梯度小波 S变换 |
The morphological gradient wavelet de-noising and S transform-based gear fault feature extraction algorithm |
|
| LIU Xiao-ping,XU Gui-yun,REN Shi-jin,YANG Mao-yun.The morphological gradient wavelet de-noising and S transform-based gear fault feature extraction algorithm[J].Electronic Design Engineering,2012,20(22):79-82. | |
| Authors: | LIU Xiao-ping XU Gui-yun REN Shi-jin YANG Mao-yun |
| Affiliation: | 1,2(1.School of Mechanical & Electrical Engineering,University of Mining Technology,Xuzhou 221116,China; 2.School of Computer Science& Technology,Jiangsu Normal University,Xuzhou 221116,China) |
| Abstract: | |
| Keywords: | fault diagnosis gear feature extraction morphological gradient wavelet S transform |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |