發(fā)布時間：2018-11-03 08:56

【摘要】：通過分析小波脊線與信號瞬時幅值和瞬時頻率的關(guān)系,提出一種基于能量重心脊點定位策略的脊線跟蹤提取算法實現(xiàn)多分量信號瞬時參數(shù)估計。針對小波脊線提取中定中心頻率參數(shù)優(yōu)化方法優(yōu)化復Morlet小波參數(shù)存在的局限性問題,提出中心頻率自適應參數(shù)優(yōu)化方法優(yōu)化復Morlet小波參數(shù)并計算歸一化小波尺度譜,根據(jù)能量重心脊點定位策略定位小波脊點,配合局部方向估計算法實現(xiàn)小波脊線迭代跟蹤提取,進而估計信號瞬時參數(shù)。仿真分析表明該算法具有良好的抗噪特性,齒輪箱和滾動軸承的故障診斷工程實例結(jié)果表明該方法可有效提取旋轉(zhuǎn)機械故障振動信號的特征。
[Abstract]:By analyzing the relationship between the wavelet ridge and the instantaneous amplitude and frequency of the signal, a ridge tracking and extracting algorithm based on the energy center of gravity ridge location strategy is proposed to estimate the instantaneous parameters of multi-component signals. In order to solve the problem of optimizing the parameters of complex Morlet wavelet based on the optimization of the centroid frequency parameters in ridge extraction, an adaptive parameter optimization method for the center frequency is proposed to optimize the complex Morlet wavelet parameters and to calculate the normalized wavelet scale spectrum. The wavelet ridge is located according to the energy center of gravity ridge location strategy and the local direction estimation algorithm is used to realize the wavelet ridge iterative tracking extraction and then to estimate the instantaneous parameters of the signal. The simulation results show that the algorithm has good anti-noise characteristics. The engineering examples of gearbox and rolling bearing show that the method can effectively extract the characteristics of fault vibration signals of rotating machinery.
【作者單位】： 重慶大學機械傳動國家重點實驗室;
【基金】：國家自然科學基金(51275546) 重慶市自然科學杰出青年基金計劃(CQ cstc2011jjjq70001) 高等學校博士點專項科研基金(20130191150001)資助項目
【分類號】：TN911.23

【參考文獻】

相關(guān)期刊論文 前4條

1 柏林;劉小峰;秦樹人;;基于時頻脊線的瞬時頻率特征提取[J];機械工程學報;2008年10期

2 秦毅;秦樹人;毛永芳;;基于小波脊線的解調(diào)方法及其在旋轉(zhuǎn)機械故障診斷中的應用[J];機械工程學報;2009年02期

3 蔣永華;湯寶平;劉文藝;董紹江;;基于參數(shù)優(yōu)化Morlet小波變換的故障特征提取方法[J];儀器儀表學報;2010年01期

4 劉小峰;柏林;彭春陽;;基于瞬時參數(shù)估計的信號分量提取[J];振動.測試與診斷;2011年01期

【共引文獻】

相關(guān)期刊論文 前10條

1 曹曉莉;胡衛(wèi)軍;孫懷義;楊光祥;江朝元;;基于RBF神經(jīng)網(wǎng)絡的船用污水處理裝置狀態(tài)診斷[J];傳感器與微系統(tǒng);2010年10期

2 曹曉莉;胡衛(wèi)軍;王榮秀;楊光祥;江朝元;;PNN在船用污水處理裝置狀態(tài)診斷中的仿真研究[J];傳感器與微系統(tǒng);2011年07期

3 安學利;蔣東翔;劉超;陳杰;;基于固有時間尺度分解的風電機組軸承故障特征提取[J];電力系統(tǒng)自動化;2012年05期

4 胡超;馮忠晴;張智煥;屈穩(wěn)太;;一種從飽和正弦信號中恢復原信號幅值與相位的方法[J];傳感技術(shù)學報;2013年06期

5 姚亞夫;張星;;基于瞬時能量熵和SVM的滾動軸承故障診斷[J];電子測量與儀器學報;2013年10期

6 羅歡;陳建文;鮑拯;;一種天波超視距雷達電離層相位污染聯(lián)合校正方法[J];電子與信息學報;2013年12期

7 姜萬錄;李寧寧;朱勇;;基于小波脊線的混沌運動識別新方法[J];燕山大學學報;2013年06期

8 吳國洋;;基于正態(tài)反高斯模型的自適應小波消噪方法[J];機械傳動;2012年07期

9 李允公;張金萍;戴麗;張占一;;基于聽覺神經(jīng)同步振蕩網(wǎng)絡的時頻結(jié)構(gòu)描述方法[J];機械工程學報;2012年05期

10 王渝沖;宿紹瑩;陳曾平;;基于小波變換的雷達信號調(diào)制類型識別方法[J];計算機工程;2012年23期

相關(guān)會議論文 前1條

1 嚴如強;高曉e，

本文編號：2307306