没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
为有效识别机械设备中滚动轴承微弱故障信息,提出自适应冗余提升小波降噪方法。据待分解低频尺度系数所含不同特征,应用范数准则自适应选取最匹配该尺度系数特征的小波函数。引入多孔算法,用以通过冗余性保证逐层分解后各尺度系数与小波系数所含丰富信息量。对各层小波系数采用变尺度阈值降噪算法,并对降噪后系数进行重构及包络谱分析,提取滚动轴承故障特征。通过对实验台轴承混合故障信号与现场实际信号分析表明,故障识别较好,从而验证该方法的有效性。
资源推荐
资源详情
资源评论
振 动 与 冲 击
第 32卷第 7期 JOURNALOFVIBRATIONANDSHOCK Vol.32No.72013
基金项目:国家高新技术研究发展 863计划(2009AA04Z417);北京市
自然科学基金项目(3112004)
收稿日期:2012-02-10 修改稿收到日期:2012-05-09
第一作者 阳子婧 女,博士生,1984年 11月生
自适应冗余提升小波降噪分析及轴承故障识别应用
阳子婧,蔡力钢,高立新
(北京工业大学 机械工程与应用电子技术学院,北京 100124)
摘 要:
为有效识别机械设备中滚动轴承微弱故障信息,提出自适应冗余提升小波降噪方法。据待分解低频尺度
系数所含不同特征,应用范数准则自适应选取最匹配该尺度系数特征的小波函数。引入多孔算法,用以通过冗余性保证
逐层分解后各尺度系数与小波系数所含丰富信息量。对各层小波系数采用变尺度阈值降噪算法,并对降噪后系数进行重
构及包络谱分析,提取滚动轴承故障特征。通过对实验台轴承混合故障信号与现场实际信号分析表明,故障识别较好,从
而验证该方法的有效性。
关键词:自适应;冗余提升小波;降噪;轴承;故障识别
中图分类号:TH17 文献标识码:A
Adaptiveredundantliftingwaveletdenoisinganalysis
anditsapplicationinbearingfaultidentification
YANGZijing,CAILigang,GAOLixin
(CollegeofMechanicalEngineeringandAppliedElectronicTechnology,BeijingUniversityofTechnology,Beijing100124,China)
Abstract: Here,anadaptiveredundantliftingwaveletdenoisingmethod wasproposed torealizeeffective
identificationofweakfaultinformationofrollerbearingsinmechanicalequipments.Accordingtothedifferentfeatures
containedinscalecoefficientstobedecomposed,waveletsmatchingoptimallythesefeatureswereadaptivelyselected
basedonthenormcriteria.Meanwhile,amulitholealgorithmwasintroducedheretoguaranteesufficientinformationin
eachscalecoefficientandwaveletcoefficientaftereverydecomposition.Then,thevariablescalethresholddenoising
algorithmwasappliedtoprocesseachwaveletcoefficient,thereconstructionandenvelopespectralanalysisofthese
coefficientswereperformedtoextractfaultfeaturesofrollerbearings.Analysisresultswiththemethodpresentedabovefor
compoundfaultsignalsofabearingtesttableandfieldpracticalsignalsshowedthatbearingfaultidentificationcanbewell
realizedandtheproposedmethodiseffective.
Keywords:adaptive;redundantliftingwavelet;denoising;bearing;faultidentification
轴承作为机械设备的关键部件,对其实施有效的
状态监测,及早发现故障隐患,避免因停机造成的经济
损失,一直备受关注,也是有待解决的难点问题。
针对轴承振动信号的非平稳特性,小波分析是广
泛应用的方法之一。而应用提升格式,则可在双正交
滤波器组的基础上,通过设计提升算子改进已有小波
特性
[1]
;提升小波构造不再依赖傅里叶变换,因而更灵
活简便
[2]
。本文在已有研究基础上,提出自适应冗余
提升小波降噪算法,据各尺度下信号特点,自适应地选
取不同小波匹配信号特征尽可能获得最优分解结果,
并通过冗余算法保留更多信息;结合噪声在小波域的
特性,采用变尺度阈值降噪方法,有效去除背景噪声。
该算法以期从含噪声信号中发现微弱故障信息,为轴
承运行状态的识别提供依据。
1 自适应冗余提升小波变换
11 冗余提升小波变换
冗余算法通过对初始预测算子及更新算子系数进
行插值补零实现。为使分解前后信号样本点数保持不
变,相比提升小波,冗余提升小波变换的分解过程可省
去剖分步骤,即:
预测
d=x-P
i
[x] (1)
更新
a=x+U
i
[d] (2)
式中:x为原始信号;P
i
,U
i
分别为第 i层分解时的预
测算子及更新算子。变换的重构过程分为恢复更新、
恢复预测及合并三步。因基于提升的小波变换完全
资源评论
weixin_38672962
- 粉丝: 4
- 资源: 934
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功