| 基于自适应提升小波包的故障微弱信号特征早期识别 |
| |
| 引用本文： | 姜洪开,王仲生,何正嘉.基于自适应提升小波包的故障微弱信号特征早期识别[J].西北工业大学学报,2008,26(1):99-103. |
| |
| 作者姓名： | 姜洪开 王仲生 何正嘉 |
| |
| 作者单位： | 1. 西北工业大学,航空学院,陕西,西安,710072
2. 西安交通大,学机械工程学院,陕西,西安,710049 |
| |
| 基金项目： | 国家自然科学基金
,
中国博士后科学基金
,
航天科技创新项目
,
西北工业大学校科研和教改项目 |
| |
| 摘 要： | 针对齿轮箱故障微弱信号特征识别问题,设计了一种识别该类信号微弱特征的自适应提升小波包方法.该方法以提升方法为基础,构造了提升小波包分解和重构过程算法,并以分解层信号相邻样本点自相关系数的大小作为目标函数,在每个样本点上选择能够自适应匹配信号局部特性的提升小波包算子,将每个分解频带信号进行重构,识别时域故障微弱信号特征.该方法成功地识别出了某齿轮箱发生摩擦故障时隐含在振动信号中的调制波形和周期性冲击脉冲故障微弱特征.结果表明,自适应提升小波包方法对强噪声背景下故障微弱信号特征的识别效果优于经典小波包方法.
|
| 关 键 词： | 自适应提升小波包 微弱信号 故障特征 分解信号 自适应 小波包 故障 信号特征 早期识别 Packet Lifting Scheme Adaptive Environment Features Fault Identification 识别效果 噪声背景 结果 冲击脉冲 周期性 调制波形 振动信号 摩擦 |
| 文章编号： | 1000-2758（2008）01-0099-05 |
| 收稿时间： | 2007-01-12 |
| 修稿时间： | 2007年1月12日 |
Early Identification of Weak-Signal Fault Features under Very Unfavorable Environment Using Adaptive Lifting Scheme Packet |
| |
| Jiang Hongkai,Wang Zhongsheng,He Zhengjia.Early Identification of Weak-Signal Fault Features under Very Unfavorable Environment Using Adaptive Lifting Scheme Packet[J].Journal of Northwestern Polytechnical University,2008,26(1):99-103. |
| |
| Authors: | Jiang Hongkai Wang Zhongsheng He Zhengjia |
| |
| Abstract: | |
| |
| Keywords: | adaptive lifting scheme packet weak signal fault feature decomposed signal |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
