咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于小波包分解的方差非线性均衡下的轴承故障特征提取 收藏

基于小波包分解的方差非线性均衡下的轴承故障特征提取

Feature Extraction of Bearing Faults Under Nonlinear Equalization of Variance Based on Wavelet Packet Decomposition

作     者:郑志清 全海燕 钱俊兵 Zheng Zhiqing;Quan Haiyan;Qian Junbing

作者机构:昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学民航与航空学院云南昆明650500 

出 版 物:《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期:2022年第59卷第21期

页      面:116-123页

核心收录:

学科分类:0808[工学-电气工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0702[理学-物理学] 080201[工学-机械制造及其自动化] 

基  金:国家自然科学基金(51965030,41364002,61861023) 浅水水域水下探测机器人开发项目(6493-20150016) 

主  题:傅里叶光学和信号处理 轴承 小波包 方差 非线性均衡 均衡化方差 

摘      要:当轴承发生不同故障时,振动信号在不同频段的方差分布并不均衡。为了有效提取不同故障信号的特征,针对轴承故障信号小波包分解得到的频段分量,提出一种非线性均衡的方差均衡化方法,实现故障特征的更高区分度。实验中,基于凯斯西储大学轴承数据中心实测的轴承振动数据,用该方法对4种转速之下的正常轴承信号、内圈故障轴承信号、外圈故障轴承信号和滚动体故障轴承信号提取的方差参数进行了分析,结果表明均衡后的不同故障信号的方差参数具有更好的区分度,能有效地实现轴承故障类型的区分。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分