登录    注册    忘记密码

期刊文章详细信息

小波和能量特征提取的旋转机械故障诊断方法    

Fault diagnosis of rotating machinery based on wavelet and energy feature extraction

  

文献类型:期刊文章

作  者:石明江[1] 罗仁泽[2] 付元华[3]

机构地区:[1]西南石油大学机电工程学院,成都610500 [2]西南石油大学电气信息学院,成都610500 [3]中科院成都信息技术股份有限公司,成都610041

出  处:《电子测量与仪器学报》

基  金:四川省科技支撑计划(2012FZ0021);四川省教育厅面上(11ZB020)项目

年  份:2015

卷  号:29

期  号:8

起止页码:1114-1120

语  种:中文

收录情况:BDHX、BDHX2014、CSCD、CSCD2015_2016、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:转子系统和轴承是旋转机械中的关键零部件,其长期处于高速、满负荷运行极易出现故障。基于振动信号处理的诊断方法具有可在线、实时诊断的特点,针对频谱分析对非线性振动信号故障特征提取的不足,研究小波包对振动信号进行特征提取。由于传统软、硬阈值量化方法在阈值处分别存在恒定偏差和不连续的问题,设计了一种参数可调的改进连续函数对阈值进行量化。系统首先对振动信号进行小波包分解与去噪,然后采用小波包能量特征提取方法完成对旋转机械的转子不平衡故障、不对中故障、转子动静碰摩故障进行有效诊断。测试结果表明,轴承出现不同故障时,通过小波包分解后不同子带能量的不同,可用模式识别方法有效进行故障识别。

关 键 词:轴承振动 小波去噪 能量特征  故障诊断

分 类 号:TP277] TN606]

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