

基于小波包和Hilbert包络谱分析的设备故障特征提取方法.pdf
猫巷****晓容
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于小波包和Hilbert包络谱分析的设备故障特征提取方法.pdf
基于小波包和Hilbert包络谱分析的设备故障特征提取方法属于电力系统电气设备故障诊断技术领域,尤其涉及一种基于小波包和Hilbert包络谱分析的输变电设备故障特征提取方法。本发明的目的在于,提供一种基于小波包和Hilbert包络谱分析的输变电设备故障特征提取方法。其目的是为分析输变电设备故障信号特征提取提供了有效手段。包括:小波包分解对故障信号在全部的频带范围内进行正交分解,将第一次分解结果的高频部分和低频部分利用二抽取一运算,保留其偶数部分或者奇数部分(即每隔一个数保留一个),在进行下一步分解时,不仅
基于小波包和Hilbert包络分析的隧道掘进机主轴承故障诊断方法研究.docx
基于小波包和Hilbert包络分析的隧道掘进机主轴承故障诊断方法研究摘要:隧道掘进机主轴承是重要的运转部件,其故障会导致机械设备运行不稳定甚至停机,严重影响工程进度。因此,研究主轴承故障诊断方法具有重要意义。本文基于小波包和Hilbert包络分析,提出了一种主轴承故障诊断方法。首先,利用小波包分析对隧道掘进机振动信号进行特征提取,得到对主轴承故障最敏感的频带。然后,利用Hilbert包络分析提取振动信号的包络线,进一步提取主轴承的故障特征。最后,通过对实际工程数据进行仿真实验,验证了该方法的有效性,结果表
基于小波包和倒频谱分析的颤振特征提取方法.docx
基于小波包和倒频谱分析的颤振特征提取方法基于小波包和倒频谱分析的颤振特征提取方法一、引言颤振是一种常见的机械故障现象,广泛存在于工业领域中的旋转机械设备中,如电机、风机、泵等。颤振的存在不仅会引起机械设备的运行不稳定,还会导致设备的损坏和甚至故障。因此,如何进行颤振的特征提取和故障诊断成为了研究的热点之一。二、颤振信号的特征提取方法颤振信号通常具有非线性和非平稳性的特点,传统的频域分析方法往往无法很好地提取颤振信号的特征。因此,本文提出了基于小波包和倒频谱分析的颤振特征提取方法。1.小波包分析小波包分析是
基于EMD和Hilbert包络谱分析的滚动轴承故障诊断研究.docx
基于EMD和Hilbert包络谱分析的滚动轴承故障诊断研究基于EMD和Hilbert包络谱分析的滚动轴承故障诊断研究摘要:滚动轴承是旋转机械中的重要组成部分,其故障可能引发机械设备的损坏和停机事故。本文基于经验模态分解(EMD)和Hilbert包络谱分析方法,对滚动轴承的故障进行了诊断研究。首先,利用EMD将轴承振动信号分解为一系列本征模态函数(IMFs),然后对每个IMF进行Hilbert变换,得到其包络谱。接着,根据包络谱的特征提取方法,提取了多种故障特征参数,如能量、频率和谱峰值等。最后,通过对实际
基于小波包变换的电机定子故障特征提取方法.docx
基于小波包变换的电机定子故障特征提取方法摘要:电机在工作过程中可能会出现故障,使得电机的性能下降,甚至无法正常工作。因此,电机的故障诊断与定位是非常重要的。小波包变换作为一种新颖的信号处理技术,可以有效地提取电机故障信号的特征,从而准确地诊断和定位电机的故障。本文介绍了电机故障的常见类型,以及传统的故障特征提取方法和其局限性。然后介绍了小波包变换的基本原理和其在电机故障诊断中的应用。接着详细描述了基于小波包变换的电机定子故障特征提取方法,并通过实验验证了该方法的有效性和可靠性。关键词:电机故障诊断;小波包