本文關鍵詞：基于AR模型和譜熵的自適應小波包絡檢測

  更多相關文章： 自回歸預測 小波變換 譜熵 包絡檢測

【摘要】：針對傳統(tǒng)故障診斷的包絡問題,提出了一種基于自回歸(auto regressive,AR)模型和譜熵的自適應復解析小波包絡檢測方法。通過AR模型從數(shù)據(jù)內(nèi)在規(guī)律性上剔除機械振動信號中可線性預測的平穩(wěn)成分,提取共振衰減的非平穩(wěn)成分,在不同頻帶下進行復解析小波包絡,結合譜熵在頻域內(nèi)與通帶濾波的相關性選定最佳包絡。仿真和試驗數(shù)據(jù)分析結果表明,該方法能有效地提取故障特征頻率,較傳統(tǒng)方法自適應性更強,魯棒性更高,包絡效果更好,在工程應用中具有良好的前景。
【作者單位】： 西南交通大學機械工程學院;
【關鍵詞】： 自回歸預測 小波變換 譜熵 包絡檢測
【基金】：國家自然科學基金資助項目(51275426)
【分類號】：TH17
【正文快照】： 0引言 齒輪、軸承、絲杠等旋轉機械在通用機械零部件中應用廣泛,其運行狀態(tài)往往直接影響整個機械系統(tǒng)的工作精度、壽命和可靠性,所以對旋轉機械零部件的診斷和檢測甚為重要[1]。當零部件出現(xiàn)磨損、點蝕、變形等故障時若繼續(xù)受載運轉,則轉軸每轉一周其工作表面會產(chǎn)生一個或多

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 吳文兵;黃宜堅;;基于故障診斷的雙譜優(yōu)良特性體現(xiàn)[J];中國機械工程;2014年06期

2 張根保;范秀君;;基于蟻群算法優(yōu)化選取閾值的EMD消噪方法[J];中國機械工程;2014年04期

3 從飛云;陳進;董廣明;;基于譜峭度和AR模型的滾動軸承故障診斷[J];振動.測試與診斷;2012年04期

4 廖慶斌;李舜酩;;一種旋轉機械振動信號特征提取的新方法[J];中國機械工程;2006年16期

5 何嶺松,李巍華;用Morlet小波進行包絡檢波分析[J];振動工程學報;2002年01期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 侯新國;牛超;楊忠林;;基于最優(yōu)Morlet小波自適應包絡解調(diào)的弱故障特征提取方法[J];電機與控制學報;2016年10期

2 趙潤茂;胡煉;羅錫文;周浩;袁琦堡;張盟;;基于ARMA的插秧機田間行駛姿態(tài)預測[J];農(nóng)業(yè)機械學報;2016年S1期

3 文理為;曾志超;牟慶豐;王代強;;基于Morlet小波函數(shù)的IDT建模與仿真[J];電子設計工程;2016年19期

4 李淑穎;史紅燕;;基于最小熵反褶積與HHT方法的滾動軸承故障特征提取[J];南方農(nóng)機;2016年09期

5 余匯;鞠文煜;馬雙云;;航空發(fā)動機轉子故障特征提取方法研究[J];無線互聯(lián)科技;2016年16期

6 尹紅艷;曹云東;;改進的EMD消噪方法在交流接觸器退化規(guī)律研究中的應用[J];電器與能效管理技術;2016年15期

7 周澤坤;;風機齒輪箱故障診斷技術研究綜述[J];技術與市場;2016年04期

8 江星星;李舜酩;;多共振頻帶自適應檢測的軸承微弱故障診斷方法[J];電子測量與儀器學報;2016年04期

9 劉永強;楊紹普;廖英英;王翠艷;;一種自適應共振解調(diào)方法及其在滾動軸承早期故障診斷中的應用[J];振動工程學報;2016年02期

10 彭暢;柏林;劉小峰;;基于魯棒性小波包峭度圖的滾動軸承故障診斷[J];振動.測試與診斷;2016年01期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳文兵;黃宜堅;;功率譜在調(diào)速閥故障診斷中的性能分析[J];制造技術與機床;2011年12期

2 冷軍發(fā);荊雙喜;陳東海;;基于EMD與同態(tài)濾波解調(diào)的礦用齒輪箱故障診斷[J];振動.測試與診斷;2011年04期

3 熊p，

本文編號：871345