發(fā)布時(shí)間：2022-01-23 10:30

　　為了實(shí)現(xiàn)經(jīng)驗(yàn)小波變換中Fourier譜的自適應(yīng)分割,提出了一種基于能量的尺度空間經(jīng)驗(yàn)小波變換（Energy Scale Space Empirical Wavelet Transform,ESEWT）方法,并將此方法應(yīng)用于軸承故障診斷。首先使用尺度空間的方法對(duì)傅里葉譜進(jìn)行自適應(yīng)劃分,得到各頻帶分界點(diǎn);接著根據(jù)各頻帶能量篩選頻帶分界點(diǎn),使其保留能量大于均值的頻帶,合并小于均值的相鄰頻帶;然后在得到有效的頻帶分界點(diǎn)后,設(shè)計(jì)小波濾波器組,得到分量信號(hào);最后對(duì)各分量信號(hào)進(jìn)行Hilbert變換,提取軸承的故障特征頻率。通過實(shí)驗(yàn)驗(yàn)證,ESEWT方法能夠減少頻帶分界點(diǎn),在一定程度上改善了頻帶破裂現(xiàn)象,并且能夠精確提取出軸承故障特征頻率,凸顯了故障頻率及其諧波成分,能有效的識(shí)別軸承故障。 

【文章來(lái)源】：機(jī)械設(shè)計(jì)與制造. 2020,(05)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

EWT分解流程圖

Fourier譜分割圖

ESEWT方法中使用的尺度空間就是使用高斯函數(shù)對(duì)信號(hào)的頻譜進(jìn)行高斯平滑，平滑次數(shù)為數(shù)據(jù)長(zhǎng)度的兩倍。隨著平滑次數(shù)的增加，一些虛假的頻帶分界點(diǎn)會(huì)消失，而真實(shí)的分界點(diǎn)會(huì)保留。所以每平滑一次，求取一次頻帶的分界點(diǎn)并記錄下來(lái)。最后生成一張關(guān)于尺度和頻帶分界點(diǎn)的二維圖像，這個(gè)圖像記錄的就是每一次平滑后的分界點(diǎn)位置。具體過程，如圖3所示。2.3 ESEWT算法

【參考文獻(xiàn)】：
期刊論文
[1]滾動(dòng)軸承故障的振動(dòng)信號(hào)診斷方法[J]. 吳斌,馮長(zhǎng)建,羅躍綱,王敏杰.  機(jī)械設(shè)計(jì)與制造. 2009(11)
[2]FOURIER分析和小波分析在信號(hào)時(shí)頻分析中的特性比較[J]. 劉海青,柳勁松.  平原大學(xué)學(xué)報(bào). 2000(03)

博士論文
[1]滾動(dòng)軸承振動(dòng)信號(hào)特征提取及診斷方法研究[D]. 朱可恒.大連理工大學(xué) 2013
[2]旋轉(zhuǎn)機(jī)械早期故障特征提取的時(shí)頻分析方法研究[D]. 鞠萍華.重慶大學(xué) 2010



本文編號(hào)：3604166