小波降噪方法在电动机故障信号特征提取中的应用

针对油田电动机运行环境恶劣、结构复杂、故障信号中噪声干扰多的特点，采用基于小波变换的降噪方法对电动机故障信号进行特征提取，克服了传统滤波方法的缺陷，为提高电动机故障诊断的精度提供了一个有效工具。同时给出了一个应用实例。     

基于经验模态分解的功率谱分析法诊断往复压缩机气阀故障

往复压缩机气阀是整个机体中故障率最高的部件,针对其信号成非线性、非平稳性,故障模式难以辨识的特征,提出基于经验模态分解的功率谱分析方法.EMD方法具有自适应特点,能够突出表现信号的局部特征和时变特性,适合处理非线性、非平稳信号.对气阀信号按频率由高到低分解为有限个固有模态函数之和,选择对气阀故障敏感的IMF分量进行功率谱分析,从而获得高信噪比故障特征.应用结果表明,该方法较传统频谱分析,突出了气阀信号的故障信息,提高了诊断的准确性.