改进小波算法在滚动轴承故障诊断的应用

发布时间：2021-10-11 17:44

　　在滚动轴承故障诊断中,为了提高诊断的准确率,需要对振动信号进行去噪预处理。小波变换具有良好的时频布局分析能力,在滚动轴承此类非平稳信号的去噪处理中得到了广泛应用。但是传统的阈值函数存在一定问题,影响去噪效果。提出了一种新的小波阈值函数,削弱了传统软硬阈值函数的缺陷,并且与已有的几种改进函数的去噪结果进行对比,证明了上述方法有很高的准确性和有效性,其去噪后的信噪比和均方根误差均优于软硬阈值和其它改进的阈值函数。 

【文章来源】：计算机仿真. 2020,37(01)北大核心

【文章页数】：4 页

【部分图文】：

软、硬阈值函数图像

不同阈值函数对比图

降噪流程图

【参考文献】：
期刊论文
[1]基于奇异谱和冗余提升小波分析的齿轮箱故障诊断[J]. 康伟,刘光辉,董祯,高立坡.  机械传动. 2018(04)
[2]小波阈值分析与EMD结合的机械设备故障诊断方法[J]. 王立东,张凯.  机械传动. 2015(10)
[3]基于改进阈值自适应冗余小波的振动信号去噪[J]. 魏振春,王婿,徐娟.  计算机仿真. 2014(11)
[4]基于新阈值函数的小波阈值去噪算法[J]. 王蓓,张根耀,李智,王静.  计算机应用. 2014(05)
[5]基于神经网络与小波变换的滚动轴承故障诊断[J]. 胡耀斌,谢静,胡良斌.  机械设计与研究. 2013(06)
[6]振动信号处理方法综述[J]. 李舜酩,郭海东,李殿荣.  仪器仪表学报. 2013(08)
[7]滚动轴承的故障特征提取[J]. 徐振辉,马立元.  兵工自动化. 2004(01)



本文编号：3430975