登录    注册    忘记密码

期刊文章详细信息

基于小波分析的机械故障特征提取研究    

FAULT FEATURE EXTRATION OF MACHINERY BASED ON WAVELET ANALYSIS

  

文献类型:期刊文章

作  者:陈长征[1] 罗跃纲[1] 张省[2] 虞和济[2]

机构地区:[1]沈阳工业大学建筑工程系,沈阳110023 [2]东北大学设备诊断工程中心,沈阳110006

出  处:《机械强度》

年  份:2001

卷  号:23

期  号:2

起止页码:161-164

语  种:中文

收录情况:AMR、BDHX、BDHX2000、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:常见的机械故障诊断研究侧重于对故障的识别和分类 ,相应的故障诊断方法均为提高诊断的准确率而设计 ;从实际应用角度来讲 ,这样的诊断方法是不全面的。全面反映设备故障状况的因素除了故障类别外 ,还应指出故障的具体位置和程度。冲击、油膜振荡、碰摩和转速突变等故障往往产生奇异信号 ,奇异点包含了更为丰富的故障信息。小波分析具有良好的时频局部化特性 ,为描述信号的奇异性提供了手段。为此提出用小波分析方法 ,通过对奇异故障信号的检测、信噪分离和信号频带分析来提取故障特征 ,以确定故障的位置和程度。这种方法提取的故障信息应用在神经网络等其他故障诊断方法中可以更准确、更全面地诊断故障 。

关 键 词:故障诊断 特征提取 小波分析 奇异信号  信噪分离  频带分析  机械  

分 类 号:TH17]

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心