本文關鍵詞：雙樹復小波變換用于轉(zhuǎn)子模擬故障診斷研究

  更多相關文章： 雙樹復小波 迭代奇異值分解 振動信號 信號降噪 轉(zhuǎn)子 故障診斷

【摘要】：針對機械故障微弱特征提取的難題,提出結合雙樹復小波變換(DTCWT)及迭代奇異值分解(ISVD)降噪的分析方法,凸顯分解后各頻帶信號的特征。該方法首先利用2個并行的、高度對稱的Q-shift濾波器組對原始振動信號進行濾波處理,獲得復小波系數(shù)和復尺度系數(shù);然后對各層小波系數(shù)和末層尺度系數(shù)分別進行單枝重構,得到各層細節(jié)信號及末層近似信號;最后對各層細節(jié)信號和末層近似信號進行ISVD降噪,并全部疊加,即獲得降噪后的振動信號。對轉(zhuǎn)子故障模擬試驗的信號分析表明,該方法具有很好的降噪效果,有效地提取出了隱藏在轉(zhuǎn)子振動信號中的微弱周期性沖擊成分,并清晰刻畫了真實的碰摩故障特征。與傳統(tǒng)小波相比,該方法具有運算效率高、平移不變性好、抗頻率混疊和完全重構等優(yōu)點。研究結果為現(xiàn)場設備轉(zhuǎn)子故障診斷奠定了基礎。
【作者單位】： 中國石油大學(北京)機械與儲運工程學院;國家知識產(chǎn)權局專利局專利審查協(xié)作廣東中心;中國石油塔里木油田分公司;
【基金】：國家自然科學基金項目“基于虛擬傳感與故障機理的油氣設備安全預警理論及模型研究”(51504274) 中國石油大學(北京)科研基金項目“海洋浮式設施安全風險動態(tài)多場感知與控制”(2462015YQ0403)、“信息不完備下的復雜系統(tǒng)故障診斷及預測理論關鍵問題研究”(2462014YJRC039)
【分類號】：TH17
【正文快照】： 0引言旋轉(zhuǎn)機械的運行狀態(tài)信息十分豐富,在故障發(fā)生或者發(fā)展過程中存在著大量的復雜、非平穩(wěn)信號。其關鍵部件轉(zhuǎn)軸和軸瓦發(fā)生摩擦時,金屬部件間會產(chǎn)生瞬態(tài)沖擊力,從而出現(xiàn)周期性沖擊信號。但是,故障早期的沖擊幅值很小,并且不可避免地受到各種噪聲干擾。傳統(tǒng)小波雖具有一定的時

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 胥永剛;孟志鵬;陸明;;基于雙樹復小波包變換的滾動軸承故障診斷[J];農(nóng)業(yè)工程學報;2013年10期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 曾文涵;雙樹復小波表面分析模型及加工過程形貌辨識方法研究[D];華中科技大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 孟志鵬;基于雙樹復小波的機電設備故障診斷方法及應用[D];北京工業(yè)大學;2014年

，

本文編號：1208065