【摘要】：針對卷積型小波包分解存在頻帶錯位與頻帶重疊缺陷,提出了一種改進的卷積型小波包分解算法。該算法通過交換偶數(shù)位置節(jié)點小波包分解后的兩節(jié)點順序來消除頻帶錯位缺陷,引入兩算子分別從頻域除去低、高頻子帶理想通帶范圍外的頻率成分以消除頻帶重疊缺陷。由構造的故障信號進行仿真實驗,并使用某直升機中減速器疲勞實驗的故障數(shù)據(jù)進行了驗證。結(jié)果表明:由于消除了卷積型小波包和內(nèi)積型小波包分解算法中廣泛存在的頻率折疊、頻帶重疊和頻帶錯位缺陷,改造的卷積型小波包分解算法能更方便、更有效地提取隱藏在強噪聲和其他強干擾背景下的故障特征信息,從而為機械故障的診斷提供了一種強有力的分析手段。
[Abstract]:An improved wavelet packet decomposition algorithm based on convolutional wavelet packet is proposed to overcome the defects of frequency band dislocation and frequency band overlap in convolutional wavelet packet decomposition. The algorithm eliminates the frequency band misalignment defects by exchanging the order of two nodes after the wavelet packet decomposition of even position nodes. Two operators are introduced to remove the frequency components from the frequency domain and the frequency components outside the ideal passband range of the high frequency subband respectively to eliminate the frequency band overlap defects. Simulation experiments were carried out with the constructed fault signals, and the fault data of reducer fatigue test in a helicopter were used to verify the results. The results show that the improved wavelet packet decomposition algorithm is more convenient because of eliminating the frequency folding, frequency band overlap and frequency band dislocation in convolution wavelet packet decomposition and inner product wavelet packet decomposition algorithms. The fault feature information hidden in strong noise and other strong interference background is extracted more effectively, which provides a powerful analysis method for mechanical fault diagnosis.
【作者單位】： 海軍工程大學兵器工程系;
【基金】：國家自然科學基金資助項目(50775218) 國家部委基金資助項目(4010801020202)
【分類號】：TN911.6

【參考文獻】

相關期刊論文 前5條

1 傅勤毅,章易程,應力軍,李國順;滾動軸承故障特征的小波提取方法[J];機械工程學報;2001年02期

2 陳敬龍;張來斌;段禮祥;胡超;;基于提升小波包的往復壓縮機活塞-缸套磨損故障診斷[J];中國石油大學學報(自然科學版);2011年01期

3 李富才,董麗靜,何正嘉;巴特沃斯小波構造及其故障診斷應用研究[J];聲學學報;2003年06期

4 趙學智,陳統(tǒng)堅,彭永紅,葉邦彥;卷積型小波包變換及其快速算法[J];信號處理;2002年06期

5 傅勤毅,傅儉毅,王峰林;一種無頻帶錯位的小波包算法[J];振動工程學報;1999年03期

【共引文獻】

相關期刊論文 前10條

1 江涌;小波變換能量譜在滾動軸承故障診斷中的應用[J];軸承;2005年07期

2 劉樂平;林鳳濤;;基于小波包特征向量與神經(jīng)網(wǎng)絡的滾動軸承故障診斷[J];軸承;2008年04期

3 喬保棟;陳果;葛科宇;曲秀秀;;一種滾動軸承故障知識獲取的新方法[J];軸承;2011年02期

4 張玉存;馬睿;付獻斌;孔濤;;基于拓撲動力系統(tǒng)的機械系統(tǒng)特征信息分析方法[J];燕山大學學報;2011年06期

5 李宏坤;張志新;馬孝江;王珍;;基于Hilbert譜熵的柴油機故障診斷方法研究[J];大連理工大學學報;2008年02期

6 喬保棟;陳果;曲秀秀;;基于Hilbert-Huang變換和盲源分離的滾動軸承耦合故障診斷方法[J];飛機設計;2011年03期

7 周永勇;周nv;楊柱石;孫才新;李劍;謝國勇;;采用CWP-EM和IPSO-WNN的配電網(wǎng)單相接地故障定位[J];高電壓技術;2010年04期

8 曾慶虎;邱靜;劉冠軍;譚曉棟;;小波相關特征尺度熵在滾動軸承故障診斷中的應用[J];國防科技大學學報;2007年06期

9 鄒春華;趙學智;葉邦彥;;基于卷積型小波包變換的切削力信號消噪[J];工具技術;2008年03期

10 劉中田;吳福朝;羅阿里;趙永恒;;基于卷積型小波包變換的譜線自動提取方法[J];光譜學與光譜分析;2006年02期

相關會議論文 前5條

1 朱啟兵;黃敏;崔寶同;;卷積型小波包在軋輥偏心信號檢測中的應用[A];第二十六屆中國控制會議論文集[C];2007年

2 朱啟兵;楊慧中;;基于卷積型小波包奇異值分解的齒輪故障特征提取[A];第二十七屆中國控制會議論文集[C];2008年

3 張建國;李紅建;劉斌;;基于DGPS和GIS的自動駕駛車輛精準定位系統(tǒng)構建[A];第八屆中國智能交通年會論文集[C];2013年

4 Xi Jianhui;Han Yanzhe;Su Ronghui;;New Fault Diagnosis Method for Rolling Bearing Based on PCA[A];第25屆中國控制與決策會議論文集[C];2013年

5 Yongxia Bu;Jiande Wu;Jun Ma;Xiaodong Wang;Yugang Fan;;The Rolling Bearing Fault Diagnosis Based on LMD and LS-SVM[A];第26屆中國控制與決策會議論文集[C];2014年

相關博士學位論文 前10條

1 吳昊;滾動軸承動特性及軸承—轉(zhuǎn)子系統(tǒng)動力學模型研究[D];華東理工大學;2011年

2 趙玲;旋轉(zhuǎn)機械系統(tǒng)故障特征提取中的分形方法研究[D];重慶大學;2010年

3 李長寧;機械故障信號統(tǒng)計建模及其故障診斷方法的研究[D];哈爾濱工業(yè)大學;2010年

4 徐東;球軸承疲勞剩余壽命分析與預測方法研究[D];國防科學技術大學;2011年

5 仲元昌;基于智能傳感器陣列的大型風洞機組振動監(jiān)測研究[D];重慶大學;2011年

6 卜發(fā)東;軟土地區(qū)土密實度瞬態(tài)錘擊測試及分析方法研究[D];浙江大學;2001年

7 鐘佑明;希爾伯特—黃變換局瞬信號分析理論的研究[D];重慶大學;2002年

8 紀躍波;多分辨時頻分析理論與多功能時頻分析系統(tǒng)的研究[D];重慶大學;2002年

9 蔣斌;機電系統(tǒng)故障診斷的理論與應用研究[D];浙江大學;2002年

10 趙聯(lián)春;球軸承振動的研究[D];浙江大學;2003年

相關碩士學位論文 前10條

1 范韶梅;杭鋼滾動軸承振動監(jiān)測與故障診斷技術的研究與應用[D];江西理工大學;2010年

2 李占魁;小波分析在機車信號記錄數(shù)據(jù)壓縮存儲中的應用[D];北京交通大學;2010年

3 繆榮松;基于小波—包絡的重載貨運列車滾動軸承振動故障診斷[D];中南大學;2011年

4 張馳;數(shù)控機床典型故障分析與診斷系統(tǒng)設計[D];青島理工大學;2010年

5 劉春光;基于多傳感器信息融合的滾動軸承故障診斷研究[D];青島理工大學;2009年

6 趙正輝;基于隱馬爾科夫模型的信號分類[D];重慶大學;2011年

7 楊慧斌;滾動軸承故障診斷中的特征提取與選擇方法[D];湖南工業(yè)大學;2011年

8 楊麗湘;基于LMD方法的轉(zhuǎn)子系統(tǒng)故障診斷研究[D];湖南大學;2011年

9 譚文才;基于Internet的壓縮機遠程監(jiān)測與故障診斷技術研究[D];江南大學;2012年

10 萬良虹;基于小波分析的滾動軸承故障診斷方法研究[D];華北電力大學（北京）;2004年

【二級參考文獻】

相關期刊論文 前10條

1 高立新;湯文亮;胥永剛;殷海晨;;基于冗余第二代小波的降噪技術[J];北京工業(yè)大學學報;2008年12期

2 王朝暉;姚德群;段禮祥;;基于模糊聚類的油田往復壓縮機氣閥故障診斷研究[J];機械強度;2007年03期

3 胡橋;何正嘉;張周鎖;訾艷陽;雷亞國;;基于提升小波包變換和集成支持矢量機的早期故障智能診斷[J];機械工程學報;2006年08期

4 陳濤，屈梁生，，耿中行;小波分析及其在機械診斷中的應用[J];機械工程學報;1997年03期

5 徐金梧，徐科;小波變換在滾動軸承故障診斷中的應用[J];機械工程學報;1997年04期

6 夏勇,商斌梁,張振仁,薛模根,郭明芳;基于小波包與圖像處理的內(nèi)燃機故障診斷研究[J];內(nèi)燃機學報;2001年01期

7 段晨東;郭研;;基于提升小波包變換的滾動軸承包絡分析診斷方法[J];農(nóng)業(yè)機械學報;2008年05期

8 王文波;費浦生;羿旭明;張建國;;基于提升格式小波包變換的SAR圖像去噪[J];武漢大學學報(信息科學版);2007年07期

9 何正嘉,李富才,杜遠,陳鵬;小波技術在機械監(jiān)測診斷領域的應用現(xiàn)狀與進展[J];西安交通大學學報;2001年05期

10 姜洪開;王仲生;何正嘉;;基于自適應提升小波包的故障微弱信號特征早期識別[J];西北工業(yè)大學學報;2008年01期

【相似文獻】

相關期刊論文 前10條

1 南楠;周強;楊輝;王瑩;;基于小波包分解的陶瓷裂紋灰色診斷[J];信息與控制;2011年01期

2 王志剛,楊曉元,王育民,秦晴;基于小波包分解和支持向量機的圖像隱秘檢測算法[J];計算機工程;2005年01期

3 歐陽喜,葛臨東;一種基于小波包分解提高數(shù)字幅相調(diào)制抗干憂性能的方法[J];信息工程學院學報;1998年02期

4 何冬梅,高文;基于小波包分解復雜度可分級的音頻編碼算法[J];高技術通訊;2000年11期

5 許慰玲,黃靜霞,沈民奮;基于小波包分解的時變腦電節(jié)律提取[J];數(shù)據(jù)采集與處理;2004年01期

6 范海寧,郭英,吳劍鋒,陳志武;基于小波包分解的聲信號特征提取方法[J];現(xiàn)代電子技術;2005年04期

7 錢蘇翔;楊世錫;焦衛(wèi)東;胡紅生;;基于獨立分量分析與小波包分解的混疊聲源信號波形恢復[J];中國機械工程;2010年24期

8 宋友,柳重堪,李其漢;基于小波包分解的早期碰摩故障診斷研究[J];北京航空航天大學學報;2003年01期

9 張立;趙福才;;基于小波包分解和支持向量機的人臉識別[J];通信技術;2006年S1期

10 唐昌令;彭國華;;基于小波包分解的整體變分去噪算法[J];計算機工程與應用;2013年06期

相關會議論文 前7條

1 范海寧;郭英;吳劍鋒;陳志武;;基于小波包分解的聲信號特征提取方法[A];信號與信息處理技術第三屆信號與信息處理全國聯(lián)合學術會議論文集[C];2004年

2 陳光軍;胡昌華;任章;周志杰;;小波包分解在慣性器件故障診斷中應用研究[A];2004全國測控、計量與儀器儀表學術年會論文集（下冊）[C];2004年

3 張志猛;李永剛;張建忠;;基于小波包分解的發(fā)電機轉(zhuǎn)子繞組匝間短路故障檢測[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（中冊）[C];2008年

4 羅忠;孫偉;張帥;韓清凱;;基于小波包分解的不對中轉(zhuǎn)子系統(tǒng)的振動特征分析[A];第9屆全國轉(zhuǎn)子動力學學術討論會ROTDYN'2010論文集[C];2010年

5 趙池航;周百令;李坤宇;趙立業(yè);;小波包分解在高精度海洋重力儀數(shù)據(jù)處理中的應用研究[A];中國慣性技術學會第五屆學術年會論文集[C];2003年

6 王志剛;呂勇;李友榮;李方;;基于自適應諧波小波包分解的齒輪故障診斷方法[A];第六屆全國信息獲取與處理學術會議論文集（2）[C];2008年

7 付博志;張鴻賓;;基于MPEG-I和小波包分解的語音特征提取[A];2008'中國信息技術與應用學術論壇論文集（二）[C];2008年

相關碩士學位論文 前1條

1 付博志;基于MPEG-1和小波包分解的說話人識別[D];北京工業(yè)大學;2008年

本文編號：2369935