改进小波阈值去噪在轴承故障诊断中的应用
Application of Improved Wavelet Threshold Denoising in Bearing Fault Diagnosis作者机构：昆明理工大学信息工程与自动化学院昆明650500 佛罗里达理工学院科学与工程学院佛罗里达32901
出 版 物：《数据通信》 (Data Communications)
年 卷 期：2020年第4期
页 面：17-20页
学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金：国家自然科学基金(61971208) 昆明理工大学慕课及金课建设项目(2019090211、20171113) 昆明理工大学信息工程与自动化学院教育教学改革建设项目(20191002、20180507)资助
摘 要：轴承故障运行的振动信号复杂,属于典型非平稳信号。由于故障信号非平稳且含有大量噪声,导致故障特征频率分析提取非常困难。针对信号含有噪声问题,目前广泛采用小波阈值降噪技术,由于阈值函数自身缺陷,降噪效果不明显。本文提出一种改进的小波阈值函数进行故障信号的降噪,结合幅频分析方法进行故障特征频率识别提取。以实测轴承内圈故障信号为研究对象。实验结果表明,该方法突出了故障信号的频率特征,提高了轴承故障诊断的效果。
维普期刊数据库
同方期刊数据库