谐波小波包在旋转机械故障诊断中的应用研究

发布时间：2020-05-30 08:32

【摘要】： 现有的信号分析与处理的方法在高频段细化分析以及对非平稳信号和奇异信号的分析方面不理想。为了有效地提取故障征兆,提高故障诊断的准确率,本文采用具有严格盒形谱特征及简单的解析表达式的谐波小波对信号进行分析,并构造出谐波小波时频网格图、时频等高线图和时频剖面图。通过对仿真信号和现场采集数据的分析,表明谐波小波有很好的特征信号提取能力和工程应用价值。 为提高谐波小波变换在高频段的分辨率,本文采用了谐波小波包分解变换,并给出了其实现过程。通过对常见故障仿真信号和现场实际采集到的故障数据的分析,说明了谐波小波包分解变换的正确性和有效性,利用此方法能大大提高故障诊断的准确性。
【图文】：

其均值为 0，且该函数在时域和频域都是局部化的。基本小波 ψ (t)经伸缩和平移后，对于连续函数的情况，得到的一小波序列abRatbatab∈ = (),1(),ψ ψ(，a 为频率伸缩因子；b 为时间平移因子。而对于离散函数的情况，其得到的小波序列为tkjkZjjjk= ∈ 2(2),2,ψ ψ(小波变换的时频窗口特性不同于短时傅里叶变换窗口，其窗口形状为两个](),(),][aaabaωψωψψψ± Δ±+ΔΔ+Δ×，窗口中心为 (,)abω± ，时窗宽和频为 aΔ ψ和aΔψ，图 2-1 描述了小波分析的时频分析的特点。

分辨率分析只是对低频部分进行进一步分解，而高频部分则不予考虑,3 代表小波分解的层数(即尺度数)，A 代表低频部分，与尺度空间 Vj对高频部分，，与小波空间 Wj对应。很显然，三层小波分解具有关3 +D3+D2+D1。另外强调一点，这里只是以一个层分解进行说明，如步的分解，则可以把低频部分 A3 分解成低频部分 A4 和高频部分 D4依此类推。多分辨率分析的低频部分也称作“逼近”，高频部分也称
【学位授予单位】：华北电力大学（河北）
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：TH165.3

【参考文献】

相关期刊论文 前3条

1 任震,黄雯莹,何建军,石志强,杨桦,杨浩;小波分析及其在电力系统中的应用(一)概论[J];电力系统自动化;1997年01期

2 陈泽鑫;小波基函数在故障诊断中的最佳选择[J];机械科学与技术;2005年02期

3 阮跃;振动故障诊断系统中的征兆获取[J];热能动力工程;1999年05期

相关博士学位论文 前1条

1 亓学广;基于FFT和小波变换的电力系统谐波检测方法研究[D];山东科技大学;2007年

相关硕士学位论文 前3条

1 张向程;基于小波变换的电力谐波参数测量方法研究[D];湖南大学;2004年

2 高珍;齿轮损伤的谐波小波分析方法研究[D];太原理工大学;2005年

3 李方;谐波小波在设备故障诊断中的应用[D];武汉科技大学;2005年

本文编号：2687873