針對(duì)信號(hào)分析處理過(guò)程中小波降噪質(zhì)量傳統(tǒng)評(píng)估指標(biāo)的局限性,提出了基于多元融合的綜合評(píng)估指標(biāo)。該指標(biāo)綜合分析信噪比變化量、均方根誤差變化量、平滑度、相關(guān)系數(shù)等單項(xiàng)指標(biāo),采用變異系數(shù)對(duì)歸一化后的指標(biāo)進(jìn)行權(quán)值分配并線性組合形成一種新的小波降噪質(zhì)量評(píng)估指標(biāo),指標(biāo)極大值代表降噪效果最佳,其對(duì)應(yīng)參數(shù)即為小波降噪的最優(yōu)參數(shù)。取某變速箱振動(dòng)信號(hào)進(jìn)行實(shí)例驗(yàn)證,結(jié)果表明,該評(píng)估指標(biāo)可以很好地解決小波降噪過(guò)程中降噪質(zhì)量評(píng)估問(wèn)題,使小波函數(shù)與分解層數(shù)等降噪?yún)?shù)都得到了合理選擇,對(duì)采集的加速度信號(hào)進(jìn)行小波降噪后,提取的特征頻率與原始頻率平均誤差僅為0.47%,效果顯著,具有工程應(yīng)用價(jià)值。 

【文章來(lái)源】：兵器裝備工程學(xué)報(bào). 2020,41(12)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

變速箱原始振動(dòng)信號(hào)曲線

作T值及T1值變化趨勢(shì)曲線(圖2(a)與圖2(b))。分析圖2可知各小波函數(shù)下T值隨分解層數(shù)的增加先遞增后遞減，具有極大值，且當(dāng)小波函數(shù)為sym8小波，分解層數(shù)為3層時(shí)T值最大，因此認(rèn)為sym8小波函數(shù)3層分解降噪效果最佳。各降噪方法下傳統(tǒng)指標(biāo)變化趨勢(shì)曲線如圖3所示，觀察圖3可知sym8小波函數(shù)2層和3層分解降噪的均方根誤差均較小，信噪比及相關(guān)系數(shù)均較大，但該3個(gè)參數(shù)均偏向于欠分解，綜合考慮平滑度的影響，作該兩種降噪方法降噪信號(hào)時(shí)域曲線及頻譜曲線，分別如圖4和圖5所示。從圖4可以看出2層分解降噪信號(hào)仍然存在部分噪聲，毛刺較多，而3層分解降噪信號(hào)消除噪聲更加徹底，信號(hào)更加平滑，但細(xì)節(jié)部分仍然保存比較完整，整體趨勢(shì)與原始信號(hào)也比較接近。觀察圖5可以發(fā)現(xiàn)3層分解降噪后的信號(hào)與2層分解降噪信號(hào)相比，更加有效地濾除了噪聲信號(hào)，信噪比得到較大的提高，同時(shí)保留了輸入軸轉(zhuǎn)頻(f1)、輸入軸與中間軸嚙合頻率(f2)、中間軸與1擋齒輪嚙合頻率(f4)以及這些頻率的倍頻等有用特征頻率。實(shí)測(cè)頻率與變速箱原始頻率的對(duì)比如表5所示，從表5中可以看出運(yùn)用3層分解降噪后提取到的特征頻率與原始頻率平均誤差率僅為0.47%，驗(yàn)證了通過(guò)該指標(biāo)選取的sym8小波函數(shù)3層分解降噪在此狀態(tài)下降噪效果最優(yōu)，體現(xiàn)了綜合評(píng)估指標(biāo)的合理性。圖3 各傳統(tǒng)指標(biāo)變化趨勢(shì)曲線

各傳統(tǒng)指標(biāo)變化趨勢(shì)曲線

【參考文獻(xiàn)】：
期刊論文
[1]基于熵權(quán)的小波去噪評(píng)價(jià)指標(biāo)[J]. 高山,李沁聲.  測(cè)繪與空間地理信息. 2019(08)
[2]基于變異系數(shù)的小波降噪綜合評(píng)價(jià)法[J]. 鄧敏,吳光強(qiáng).  機(jī)電一體化. 2016(03)
[3]一種可靠的小波去噪質(zhì)量評(píng)價(jià)指標(biāo)[J]. 朱建軍,章浙濤,匡翠林,潘家寶.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2015(05)
[4]旋轉(zhuǎn)機(jī)械振動(dòng)信號(hào)壓縮小波基優(yōu)化選取方法[J]. 翁浩,高金吉.  振動(dòng).測(cè)試與診斷. 2013(03)
[5]基于小波變換的齒輪箱振動(dòng)信號(hào)降噪處理[J]. 李浩,董辛?xí)F,陳宏,張繼興.  機(jī)械設(shè)計(jì)與制造. 2013(03)
[6]變形測(cè)量異常數(shù)據(jù)處理中小波變換最佳級(jí)數(shù)的確定[J]. 李宗春,鄧勇,張冠宇,楊曉暉.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2011(03)
[7]基于小波分析的齒輪箱振動(dòng)信號(hào)消噪處理[J]. 郜立煥,張利娜,朱建國(guó),周長(zhǎng)生.  機(jī)械傳動(dòng). 2010(03)
[8]小波閾值降噪算法中最優(yōu)分解層數(shù)的自適應(yīng)確定及仿真[J]. 王維,張英堂,任國(guó)全.  儀器儀表學(xué)報(bào). 2009(03)
[9]小波閾值降噪算法中最優(yōu)分解層數(shù)的自適應(yīng)選擇[J]. 蔡鐵,朱杰.  控制與決策. 2006(02)

碩士論文
[1]基于小波分析的齒輪箱故障診斷技術(shù)研究[D]. 熊施園.中南大學(xué) 2013
[2]小波去噪質(zhì)量評(píng)價(jià)方法研究[D]. 陶珂.中南大學(xué) 2012



本文編號(hào)：3637933