本文關(guān)鍵詞：LMD與小波閾值降噪結(jié)合的軸承故障識(shí)別

  更多相關(guān)文章： 局部均值分解 小波降噪 改進(jìn)閾值 軸承 故障識(shí)別

【摘要】：直接小波閾值降噪會(huì)使有用信號(hào)部分失真,為更好地對(duì)軸承故障進(jìn)行特征提取,提出將局部均值分解(LMD)與小波閾值降噪結(jié)合進(jìn)行降噪處理,其方法是:對(duì)含噪音的信號(hào)先進(jìn)行LMD分解,并僅對(duì)分離出的高頻信號(hào)分量采用改進(jìn)閾值函數(shù)的小波降噪,保留殘余信號(hào)的完整數(shù)據(jù),然后重構(gòu)信號(hào)。通過(guò)MATLAB仿真和軸承故障特征提取實(shí)驗(yàn)表明,與其它幾種信號(hào)降噪方法相比,基于LMD方法并改進(jìn)閾值函數(shù)的小波降噪方法,能提高信噪比,能更好的對(duì)信號(hào)進(jìn)行特征提取。
【作者單位】： 四川大學(xué)制造科學(xué)與工程學(xué)院;
【分類(lèi)號(hào)】：TH133.3
【正文快照】： 0引言軸承故障識(shí)別是提取系統(tǒng)振動(dòng)信號(hào)的故障特征,而軸承故障時(shí)的振動(dòng)信號(hào)是非線性、非平穩(wěn)的時(shí)變信號(hào)。典型的時(shí)變分析方法有窗口傅立葉變換(STFT)和小波分析等,STFT的窗函數(shù)的大小和形狀均保持不變,不利于分析時(shí)變信號(hào),但小波變換具有多分辨率、去相關(guān)性和選基靈活的特點(diǎn)[1]

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 籍永建;王紅軍;;基于EMD的主軸振動(dòng)信號(hào)去噪方法研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2015年05期

2 張丹;侯力;曾穎峰;西慶坤;王瑞;;基于小波消噪的主軸回轉(zhuǎn)精度動(dòng)態(tài)測(cè)量法[J];組合機(jī)床與自動(dòng)化加工技術(shù);2015年05期

3 孫偉;熊邦書(shū);黃建萍;莫燕;;小波包降噪與LMD相結(jié)合的滾動(dòng)軸承故障診斷方法[J];振動(dòng)與沖擊;2012年18期

4 程軍圣;楊宇;于德介;;局部均值分解方法及其在齒輪故障診斷中的應(yīng)用[J];振動(dòng)工程學(xué)報(bào);2009年01期

5 朱高中;王艷紅;;一種改進(jìn)的小波閾值法在信號(hào)消噪中的研究[J];繼電器;2007年18期

6 朱云芳;戴朝華;陳維榮;;小波信號(hào)消噪及閾值函數(shù)的一種改進(jìn)方法[J];中國(guó)測(cè)試技術(shù);2006年04期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王莉娜;楊劍;孟慶強(qiáng);;消除局域分解端部效應(yīng)的BP神經(jīng)網(wǎng)絡(luò)閉合方法[J];電子技術(shù)應(yīng)用;2017年05期

2 秦波;王祖達(dá);郭慧莉;孫國(guó)棟;陳帥;王建國(guó);;基于VMD和對(duì)稱差分能量算子解調(diào)的滾動(dòng)軸承故障診斷方法[J];機(jī)械傳動(dòng);2017年05期

3 俞昆;譚繼文;李善;;基于多域空間狀態(tài)矩陣奇異值與局部保持投影的滾動(dòng)軸承故障特征提取方法[J];機(jī)床與液壓;2017年09期

4 孫永濤;吳永剛;;變分模態(tài)分解與對(duì)稱差分能量算子解調(diào)在滾動(dòng)軸承故障診斷中的應(yīng)用[J];內(nèi)蒙古科技與經(jīng)濟(jì);2017年09期

5 高翔;戴惠良;王弘鵬;;一種簇絨機(jī)故障診斷方法的研究（英文）[J];機(jī)床與液壓;2017年06期

6 張啟帆;侯力;魏永峭;趙斐;吳陽(yáng);;LMD與小波閾值降噪結(jié)合的軸承故障識(shí)別[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年03期

7 劉樂(lè);孫虎兒;謝志謙;;基于SVD-LMD模糊熵與PNN的滾動(dòng)軸承故障診斷[J];機(jī)械傳動(dòng);2017年03期

8 李晉;彭沖;湯井田;燕歡;蔡劍華;;局域均值分解和小波閾值在大地電磁噪聲壓制中的應(yīng)用[J];振動(dòng)與沖擊;2017年05期

9 劉秀麗;徐小力;;風(fēng)電機(jī)組齒輪箱早期故障弱特征信息提取方法[J];北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年01期

10 杜冬梅;張昭;李紅;何青;;基于LMD和增強(qiáng)包絡(luò)譜的滾動(dòng)軸承故障分析[J];振動(dòng).測(cè)試與診斷;2017年01期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 毛劍峰;鄒鯤;周勤之;;基于球標(biāo)法的高精度主軸回轉(zhuǎn)誤差測(cè)量[J];組合機(jī)床與自動(dòng)化加工技術(shù);2013年12期

2 高慧中;劉飛;梁霖;徐光華;黃付中;;基于遺傳算法的主軸回轉(zhuǎn)誤差評(píng)價(jià)方法[J];組合機(jī)床與自動(dòng)化加工技術(shù);2012年12期

3 陶珂;朱建軍;;小波去噪質(zhì)量評(píng)價(jià)方法的對(duì)比研究[J];大地測(cè)量與地球動(dòng)力學(xué);2012年02期

4 吳虎勝;呂建新;來(lái)凌紅;吳廬山;朱玉榮;;基于EMD-SVD模型和SVM滾動(dòng)軸承故障模式識(shí)別[J];噪聲與振動(dòng)控制;2011年02期

5 賈偉廣;胡丹;車(chē)暢;;基于小波分析和支持向量機(jī)的刀具故障診斷[J];組合機(jī)床與自動(dòng)化加工技術(shù);2010年12期

6 張，

本文編號(hào)：1241621