基于双树复小波包流形域降噪的滚动轴承故障诊断方法.pdf
Th****84
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于双树复小波包流形域降噪的滚动轴承故障诊断方法.pdf
本发明涉及双树复小波包流形域降噪的滚动轴承故障诊断方法,该方法首先,利用加速度传感器采集滚动轴承的振动信号,其次,将振动信号进行双树复小波包分解,保留前两个节点的小波包系数,对余下节点的小波包系数进行阈值降噪,将各节点小波包系数进行单支重构,组成高维信号空间,然后,利用t分布随机近邻嵌入方法提取低维流形,并将低维流形逆重构获取高维空间主流形,得到降噪后的信号,最后,对降噪信号进行希尔伯特包络解调,获取振动信号的包络频谱,根据滚动轴承的内圈故障特征频率、外圈故障特征频率、滚动体故障特征频率和保持架故障特征频
基于小波包能量谱的滚动轴承故障诊断的中期报告.docx
基于小波包能量谱的滚动轴承故障诊断的中期报告本文介绍了基于小波包能量谱的滚动轴承故障诊断的中期报告,主要内容如下:1.研究背景滚动轴承是机械设备的重要部件,其工作状态直接影响设备的可靠性和寿命。因此,滚动轴承故障诊断一直是一个热门研究领域。传统的滚动轴承故障诊断方法主要依靠频域分析和时域分析。然而,这些方法在处理非平稳信号和局部故障时往往效果不佳。小波分析是一种有效的信号处理方法,可以处理非平稳信号,并提供更好的时频分析结果。因此,基于小波分析的滚动轴承故障诊断方法备受研究者关注。2.研究内容本文的研究内
一种小波包时域信号流形学习故障诊断方法.pdf
本发明涉及一种小波包时域信号流形学习故障诊断方法,其步骤:对采集到的振动信号进行N层小波包分解,将振动信号分解为多层数据,生成2N个分量时域信号;对分解产生的各分量时域信号分别采用希尔伯特变换进行包络解调,获得代表故障状态的低频解调信号;对解调信号采用FIR低通滤波器消除高频噪声,并以低采样频率对各分量信号进行重采样保留低频信号;对重采样信号进行自相关计算并归一化为自相关系数,将处理后的各分层数据构造形成高维数据向量;采用t‑SNE流形学习算法对高维数据向量进行降维处理,形成L×2N维矩阵,最终形成2维或
基于可调品质因子小波阈值降噪的滚动轴承故障诊断方法.pdf
本发明涉及一种基于可调品质因子小波阈值降噪的滚动轴承故障诊断方法,包括:1)采集滚动轴承运行过程状态信号并计算测试轴承各部件发生损伤时对应的故障特征频率;2)构造一种包含过渡带、连续的阈值函数;3)基于振动测试信号自适应构造与故障特征信号相匹配的可调品质因子小波参数;4)获得最优可调品质因子小波阈值降噪后的信号;5)基于降噪后信号的包络谱诊断滚动轴承的故障类型。本发明结合了可调品质因子小波具有基函数振荡属性灵活可调的优势及阈值降噪强大的去噪能力,能够在强噪声环境下对滚动轴承的振动信号进行分析及故障诊断。
基于子带重排与集合双树复小波包变换的重加权谱峭度方法.pdf
本发明公开了基于子带重排与集合双树复小波包变换的重加权谱峭度方法,涉及信号处理和机械故障诊断技术领域,包括以下步骤:S1,使用指定分解层数的DTCWPT分解输入信号,将输入信号分解为指定分解层数的多层信号,每层信号包括多个小波分支;S2,重构最后一层的每个小波分支,得到与小波分支数量相等并与原始信号长度相同的重构子带;S3,对重构子带进行重新排序,得到重排后的重构子带