針對(duì)微弱故障信號(hào)易被強(qiáng)噪聲淹沒的難題,提出了一種基于小波包降噪與改進(jìn)LMD相結(jié)合的提取微弱信號(hào)特征向量的方法。首先選擇恰當(dāng)?shù)男〔ɑM(jìn)行小波包分解,再根據(jù)計(jì)算出的最優(yōu)小波包樹進(jìn)行信號(hào)重構(gòu),實(shí)現(xiàn)對(duì)原始信號(hào)的降噪處理。然后對(duì)重構(gòu)的信號(hào)進(jìn)行LMD分解,再計(jì)算PF分量的互相關(guān)系數(shù)和峭度值,減少虛假分量同時(shí)增強(qiáng)故障信號(hào)幅值。最后對(duì)真實(shí)的PF分量進(jìn)行包絡(luò)譜分析,提取弱信號(hào)的故障特征。實(shí)例研究結(jié)果表明:該方法能夠有效地提取出淹沒在強(qiáng)噪聲中的故障弱信號(hào)的特征向量。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 小波包降噪
    2.1 基本原理
    2.2 小波包降噪步驟
3 改進(jìn)的LMD分解方法
    3.1 LMD分解方法
    3.2 改進(jìn)的LMD分解方法
4 實(shí)例驗(yàn)證
5 結(jié)論



本文編號(hào)：3885609