期刊文章详细信息
基于Morlet小波变换的滚动轴承早期故障特征提取研究 ( EI收录)
Research on feature extraction of rolling bearing incipient fault based on Morlet wavelet transform
文献类型:期刊文章
机构地区:[1]军械工程学院装备指挥与管理系 [2]河北省电力勘测设计研究院 [3]62191部队
基 金:武器装备预研基金(9140A270411JB34;51327020304)资助项目
年 份:2013
卷 号:34
期 号:4
起止页码:920-926
语 种:中文
收录情况:BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号:20132116362862)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊
摘 要:针对轴承故障初期振动信号中的特征成分极易被噪声信号淹没而不能及时检测的问题,结合Morlet小波变换降噪的基本原理,提出一种由尺度相关能量分布确定最优尺度参数的方法,从而在该尺度下对信号滤波来提取冲击特征成分。以最小Shannon熵优化Morlet小波的形状参数,实现母小波与信号故障特征的最佳匹配;以最优Morlet小波在不同变换尺度下的小波系数绘制尺度-能量谱,利用信号故障特征能量在特定尺度范围内聚集的特性,从谱图的极值点中选择滤波效果最好的尺度参数。对轴承全寿命数据的实际应用结果表明,与信号的均方根趋势相比,该方法能够提前从信号中提取微弱故障特征并检测到轴承的外圈故障,为轴承早期故障诊断提供了一种有效途径。
关 键 词:Morlet小波变换 滚动轴承 早期故障特征提取 Shannon熵 尺度-能量谱
分 类 号:TH165.3] TN911.2]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...