本文選題：小波包熵值　切入點：自相關(guān)函數(shù)　出處：《河南理工大學(xué)學(xué)報(自然科學(xué)版)》2016年01期

【摘要】：針對在強噪聲背景下軸承振動信號的非線性,非平穩(wěn)性以及信號出現(xiàn)的復(fù)雜調(diào)制現(xiàn)象,提出一種基于小波包熵與自相關(guān)函數(shù)相結(jié)合的能量算子解調(diào)故障診斷方法。該方法首先根據(jù)信號的小波包熵值對信號小波包降噪,其次用自相關(guān)函數(shù)分析的方法進一步抑制噪聲對提取特征頻率的干擾,最后對降噪處理過的信號進行能量算子解調(diào),從而實現(xiàn)提取軸承的故障信號的幅值和頻率信息。對機械故障振動信號進行實驗分析表明,相對于單純的小波包分析預(yù)處理存在的降噪效果不理想以及普通Hilbert解調(diào)法的運算精度滿足不了診斷需求的情況,該方法能夠有效解調(diào)出故障頻率信息,實現(xiàn)對故障類別的推斷。
[Abstract]:Aiming at the nonlinear, non-stationary and complex modulation phenomena of bearing vibration signal under strong noise background, An energy operator demodulation fault diagnosis method based on wavelet packet entropy and autocorrelation function is proposed. Secondly, the method of autocorrelation function analysis is used to further suppress the interference of noise to the extracted characteristic frequency, and finally demodulate the signal processed by noise with energy operator. Thus, the amplitude and frequency information of the bearing fault signal can be extracted, and the experimental analysis of the mechanical fault vibration signal shows that, Compared with the simple wavelet packet analysis, the noise reduction effect is not ideal and the operation precision of the ordinary Hilbert demodulation method can not meet the diagnostic requirements. The method can effectively demodulate the fault frequency information and realize the inference of the fault category.
【作者單位】： 內(nèi)蒙古科技大學(xué)機械工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(21366017) 內(nèi)蒙古自治區(qū)高等學(xué)�？茖W(xué)研究項目(NJZY154) 大學(xué)生科技創(chuàng)新基金資助項目(2014087)
【分類號】：TH17

【參考文獻】

相關(guān)期刊論文 前2條

1 曾番;;小波包分析與能量算子結(jié)合的聲目標特征參數(shù)[J];探測與控制學(xué)報;2010年06期

2 何威;江志農(nóng);;時延自相關(guān)解調(diào)頻原理及其在齒輪故障診斷中的應(yīng)用[J];振動與沖擊;2009年09期

【共引文獻】

相關(guān)期刊論文 前8條

1 劉義樂;彭志召;高永強;畢占東;;基于相關(guān)解調(diào)法的車輛變速箱故障診斷研究[J];機械強度;2013年02期

2 祝鵬;王成儒;;小波包變換與Teager能量算子結(jié)合的說話人識別[J];計算機工程與應(yīng)用;2013年09期

3 王少鋒;王戈;王建國;高琳;;基于小波包熵與EMD的能量算子解調(diào)機械故障診斷[J];機械設(shè)計與制造;2015年10期

4 陳金燕;鄒俊忠;張見;;基于小波變換和Teager能量算子的癲癇腦電自動分類[J];生物醫(yī)學(xué)工程學(xué)進展;2012年03期

5 張超;陳建軍;郭迅;;基于EMD能量熵和支持向量機的齒輪故障診斷方法[J];振動與沖擊;2010年10期

6 張超;陳建軍;郭迅;;基于EEMD能量熵和支持向量機的齒輪故障診斷方法[J];中南大學(xué)學(xué)報(自然科學(xué)版);2012年03期

7 王金福;李富才;;機械故障診斷技術(shù)中的信號處理方法:時域分析[J];噪聲與振動控制;2013年02期

8 唐貴基;王曉龍;鄧飛躍;;改進增強峭度圖和增強包絡(luò)譜在滾動軸承故障診斷上的應(yīng)用[J];振動與沖擊;2014年13期

相關(guān)博士學(xué)位論文 前2條

1 馮坤;基于內(nèi)積變換的機械故障特征提取原理與早期識別方法研究[D];北京化工大學(xué);2012年

2 張超;基于自適應(yīng)振動信號處理的旋轉(zhuǎn)機械故障診斷研究[D];西安電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前2條

1 祝鵬;短語音條件下的說話人識別研究[D];燕山大學(xué);2012年

2 張睿;基于Android平臺的聲紋識別系統(tǒng)的研究與實現(xiàn)[D];湖南大學(xué);2014年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 陳功;張雄偉;鄧玉良;;基于HMM與K-均值聚類的聲目標識別[J];彈箭與制導(dǎo)學(xué)報;2006年02期

2 劉輝;楊俊安;許學(xué)忠;;基于MFCC參數(shù)和HMM的低空目標聲識別方法研究[J];彈箭與制導(dǎo)學(xué)報;2007年05期

3 禹熊偉;張雄偉;陳功;沈劉平;;基于高階譜的戰(zhàn)場聲目標特征提取[J];彈箭與制導(dǎo)學(xué)報;2007年05期

4 陳若珠;曾番;李戰(zhàn)明;;基于一種新特征參數(shù)的說話人識別[J];蘭州理工大學(xué)學(xué)報;2008年01期

5 孟濤,廖明夫,李輝;齒輪故障診斷的時延相關(guān)解調(diào)法[J];航空動力學(xué)報;2003年01期

6 呂國云,許學(xué)忠,趙銳;戰(zhàn)場目標被動噪聲識別技術(shù)[J];探測與控制學(xué)報;2001年04期

7 朱志松;;戰(zhàn)場聲目標特征提取研究[J];探測與控制學(xué)報;2006年03期

8 林坤輝;息曉靜;周昌樂;;基于HMM與神經(jīng)網(wǎng)絡(luò)的聲學(xué)模型研究[J];廈門大學(xué)學(xué)報(自然科學(xué)版);2006年01期

9 陳虎虎,鐘方平,許學(xué)忠,董明榮;基于支持向量機的低空飛行目標聲識別[J];系統(tǒng)工程與電子技術(shù);2005年01期

10 孫暉;朱善安;;基于時延自相關(guān)預(yù)處理的Hilbert-Huang變換解調(diào)[J];浙江大學(xué)學(xué)報(工學(xué)版);2005年12期

相關(guān)博士學(xué)位論文 前1條

1 邱政權(quán);在噪聲環(huán)境下的說話人識別[D];華南理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前1條

1 梁五洲;抗噪語音識別特征提取算法的研究[D];太原理工大學(xué);2006年

【相似文獻】

相關(guān)期刊論文 前10條

1 胥永剛;陸明;謝志聰;;基于固有時間尺度分解的能量算子解調(diào)法及故障診斷應(yīng)用[J];海軍工程大學(xué)學(xué)報;2013年01期

2 蔡權(quán)偉;魏平;肖先賜;;基于能量算子的單信道重疊信號盲分離方法[J];中國科學(xué)(E輯:信息科學(xué));2008年04期

3 劉紅星,陳濤,屈梁生,李振武,于立柱;能量算子解調(diào)方法及其在機械信號解調(diào)中的應(yīng)用[J];機械工程學(xué)報;1998年05期

4 楊e，

本文編號：1657094