基于小波去噪与HHT变换的轴承故障特征信号提取方法研究

发布时间：2021-03-15 01:29

　　针对轴承故障诊断问题,提出一种融合小波去噪与HHT变换的故障特征信号提取方法。对圆柱滚子轴承的内圈故障和滚子故障进行了跑合检测试验。对采集的时域信号通过小波去噪方法进行去噪处理;采用HHT变换进行时频分析,得到一系列的本征模态函数分量;根据分析的试验结果判定轴承故障情况。试验结果表明:内圈故障和滚子故障轴承的特征信号提取值与理论计算值基本一致。 

【文章来源】：机床与液压. 2020,48(10)北大核心

【文章页数】：6 页

【部分图文】：

小波去噪的一般步骤

常见的4种基小波函数

3层式小波分解树

【参考文献】：
期刊论文
[1]基于神经网络的滚动轴承故障诊断[J]. 王立凤.  装备机械. 2017(01)
[2]基于小波变换的机械振动信号预处理研究[J]. 屈海清,段腾龙,程汉列.  石油和化工设备. 2017(02)
[3]地铁车辆轮对轴承的检修[J]. 黄莉,汪曙俊.  轴承. 2012(10)
[4]CBTC系统车载信号常见故障分析[J]. 冯丽娟.  现代城市轨道交通. 2011(02)
[5]CHR3高速动车组故障诊断系统[J]. 黄学文,刘春明,冯璨,王欣,于凤.  计算机集成制造系统. 2010(10)
[6]小波阈值降噪效果影响因素的研究[J]. 张翠芳.  西安邮电学院学报. 2008(05)
[7]小波降噪影响因素的研究[J]. 邓懿波,谭志洪,黄媛.  华东交通大学学报. 2005(02)
[8]我国铁路客车高速轴承研究分析[J]. 孙振华.  铁道车辆. 2004(08)



本文编号：3083314