基于小波分析与SVD的机械故障诊断

发布时间：2019-03-29 09:58

【摘要】：对小波变换后相邻两频带内信号存在频率混叠和因采样点数过多导致奇异值分解过程中无法计算或计算时间较长等问题,提出了小波-滑移时间序列奇异值分解方法。通过小波变换,将原始采样信号分解到不同频内。利用滑移时间序列奇异值分解法进一步处理所需频段。通过将所需频段内信号分成若干等长度的子时间序列,依次对其进行奇异值分解,根据奇异值提取需要的特征信息,然后将其拼接成等采样点数的时域信号。利用该方法,对滚动轴承内圈故障的运行声音信号做了处理。从而,验证了方法的可行性。
[Abstract]:The wavelet-slip time series singular value decomposition (SVD) method is proposed to solve the problems such as frequency aliasing in adjacent two-band signal after wavelet transform and singular value decomposition (SVD) in the process of singular value decomposition (SVD) due to the excessive number of sampling points in the process of singular value decomposition (SVD). The original sampling signals are decomposed into different frequencies by wavelet transform. The singular value decomposition (SVD) method of slip time series is used to further deal with the required frequency band. By dividing the required signals into several equal-length sub-time series, singular value decomposition (SVD) is performed to extract the required feature information according to the singular values, and then the signals are spliced together into time-domain signals with equal number of sampling points. Using this method, the running sound signal of rolling bearing inner ring fault is processed. Thus, the feasibility of the method is verified.
【作者单位】：北京信息科技大学机电工程学院;
【基金】：国家科技重大专项资助项目(2013ZX04011012)
【分类号】：TH17

【参考文献】

相关期刊论文前10条

1 张丹;侯力;曾颖峰;西庆坤;王瑞;;基于小波消噪的主轴回转精度动态测量法[J];组合机床与自动化加工技术;2015年05期

2 周大志;钟功祥;吴英;;非线性小波阈值选取形式对小波降噪效果的影响分析[J];四川理工学院学报(自然科学版);2014年03期

3 吕飞飞;崔凤奎;王晓强;张东英;;航空滚动轴承振动信号的小波降噪研究[J];机械研究与应用;2014年02期

4 郑思莉;桂预风;陈先桥;程康;;小波阈值法在机械信号降噪研究中的应用[J];机械设计与制造;2014年01期

5 马伦;康建设;孟妍;吕雷;;基于Morlet小波变换的滚动轴承早期故障特征提取研究[J];仪器仪表学报;2013年04期

6 冯广斌;朱云博;孙华刚;齐伟伟;;一种有效奇异值选择方法在微弱信号特征提取中的应用[J];机械科学与技术;2012年09期

7 赵学智;叶邦彦;陈统坚;;基于小波—奇异值分解差分谱的弱故障特征提取方法[J];机械工程学报;2012年07期

8 李国宾;关德林;李廷举;;基于小波包变换和奇异值分解的柴油机振动信号特征提取研究[J];振动与冲击;2011年08期

9 赵学智;叶邦彦;林颖;;奇异值分解对轴承振动信号中调幅特征信息的提取[J];北京理工大学学报;2011年05期

10 蔡敏;;小波阈值法降噪分析与改进[J];信息与电子工程;2011年02期

【共引文献】

相关期刊论文前10条

1 李宏亮;黄民;高宏;马超;;基于小波分析与SVD的机械故障诊断[J];组合机床与自动化加工技术;2016年06期

2 蒋丽英;李茜茜;崔建国;席剑辉;;变载荷条件下的滚动轴承在线故障诊断方法[J];轴承;2016年06期

3 王宇;钟雯;尹洋;宋春华;童俊;;应用奇异值分解和峭度分离滚动轴承复合故障[J];西华大学学报(自然科学版);2016年03期

4 徐宏武;范玉刚;吴建德;;基于S变换特征提取和隐马尔科夫模型的故障诊断方法研究[J];计算机与应用化学;2016年02期

5 陈光忠;何志坚;杨岳;;基于IITD和奇异值差分谱的滚动轴承故障诊断[J];矿山机械;2016年02期

6 白国振;周海宁;;蜗轮减速器振动信号特征提取与状态识别[J];中国机械工程;2016年03期

7 孟宗;马钊;刘东;李晶;;基于小波半软阈值消噪的盲源分离方法[J];中国机械工程;2016年03期

8 尹勋;张新燕;常喜强;赵理威;王衡;;基于AR-Hankel矩阵的风力发电机早期故障诊断方法研究[J];可再生能源;2016年01期

9 张培林;李胜;吴定海;李兵;周云川;;基于量子计算的限制波尔兹曼机网络模型及分类算法[J];振动与冲击;2015年24期

10 刘鹏;李洪儒;李宝晨;许葆华;;基于多尺度形态学与奇异值分解的滚动轴承故障特征提取[J];机械传动;2015年12期

【二级参考文献】

相关期刊论文前10条

1 毛剑峰;邹鲲;周勤之;;基于球标法的高精度主轴回转误差测量[J];组合机床与自动化加工技术;2013年12期

2 张天祥;黄小欣;;基于Matlab实现小波阈值去噪的图像处理方法[J];现代电子技术;2013年05期

3 高慧中;刘飞;梁霖;徐光华;黄付中;;基于遗传算法的主轴回转误差评价方法[J];组合机床与自动化加工技术;2012年12期

4 唐友福;刘树林;雷娜;;小波降噪性能分析及其在往复压缩机故障特征提取中应用[J];流体机械;2012年06期

5 刘小峰;秦树人;张开飞;;小波域的冲击能量相关技术及其应用[J];振动与冲击;2012年12期

6 何继爱;裴承全;浦阳阳;;信号分析与处理的方法研究[J];无线通信技术;2012年02期

7 王拴中;朱玉田;;改进小波阈值去噪法的对比性仿真实验与分析[J];噪声与振动控制;2012年01期

8 张小英;;小波分析在一维信号处理中的应用及发展[J];内江科技;2012年01期

9 赵学智;叶邦彦;陈统坚;;无显式表达小波在不同尺度下的离散生成算法及幅频特性[J];振动工程学报;2011年05期

10 朱振军;;轴承振动故障分析[J];设备管理与维修;2011年S1期

【相似文献】

相关期刊论文前10条

1 李晓军;吴辰文;;基于奇异值分解的流量矩阵估算研究[J];兰州交通大学学报;2012年06期

2 梁霖,徐光华,侯成刚;基于奇异值分解的连续小波消噪方法[J];西安交通大学学报;2004年09期

3 温广瑞,张西宁,屈梁生;奇异值分解技术在声音信息分离中的应用[J];西安交通大学学报;2003年01期

4 刘恒春,朱德懋,孙久厚;振动载荷识别的奇异值分解法[J];振动工程学报;1990年01期

5 刘献栋,潘存治,杨绍普;基于奇异值分解的信号处理方法及其频谱特征[J];石家庄铁道学院学报;2001年01期

6 李世阳;杨明;李存岑;蔡萍;;基于奇异值分解熵的心率变异性分析(英文)[J];Journal of Shanghai University(English Edition);2008年05期

7 张焕萍;尹佟明;郑建冬;;基于奇异值分解的致病基因挖掘算法[J];南京航空航天大学学报;2013年02期

8 黄浴,季文铎,袁保宗;基于奇异值分解的长序列图象运动估计[J];北方交通大学学报;1997年05期

9 刘献栋,杨绍普,申永军,李其汉;基于奇异值分解的突变信息检测新方法及其应用[J];机械工程学报;2002年06期

10 段向阳;王永生;苏永生;;基于奇异值分解的信号特征提取方法研究[J];振动与冲击;2009年11期