小波分析在轴承故障诊断中的应用

近年来，小波技术越来越成为一种有效的信号处理手段，本文介绍了小波分析在轴承故障诊断中的原理和应用。     

小波分析在故障诊断中的应用

简述小波分析的数学原理和小波分析在故障诊断中的应用机理，并以钻井泥浆泵为例，分析了小波分析在故障诊断中的应用。结果表明，用小波降噪的方法先对泵阀信号进行处理后再进行特征提取和故障诊断变得容易；用小波进行泵阀信号的消噪可很好地保存瞬态冲击信号中的尖锋和突变部分。     

FFT复小波及在设备故障信号分析中的应用

提出一种在频域用数字滤波器定义复小波和展缩小波基,用FFT实现复小波变换的算法。该算法可通过控制滤波器的频率截止特性来生成不同特性的小波函数;通过控制滤波器截止频率位置来改变离散小波变换的频率分辨率。     

小波分析在控制系统故障诊断中的应用

目前,控制系统均是基于传感器和执行器工作的,而传感器和执行器的故障已成为导致控制系统失效的主要原因.故障诊断就是要从系统的复合信号中,采用分离或突出或局部放大故障信号,使故障信号易于被人们发觉.因而需要对其相关信号进行分析,借此诊断出系统内部的故障.而小波变换利用平移和伸缩下的不变性,以提供信号在时域和频域的局部描述,从而求出该信号的奇异点.仿真实验结果表明利用小波变换的奇异点检测在控制系统故障诊断中具有优越性;据所提出的诊断结果修正方法,可提高诊断的可靠性.     

小波分析在气缸密封性故障诊断中的应用

论述了从检测燃机起动电压波形来分析气缸密封性的实验方法；并解决了轻微气缸密封性故障不易诊断的难题。通过小波多尺度分解，剖析了起动电压信号的本质，并对其进行除噪和重构。选择代表性Gaussian小波对除噪后的信号进行连续小波变换，利用小波系数绝对值分布灰度图和高阶代频逼近信号来实现故障辨识。     

小波分析在滚动轴承故障诊断中的应用

在共振解调技术的基础上，采用小波分析方法对滚动轴承的故障进行了有效的诊断，实例证明，小波分析对处理非平稳信号具有很好的应用效果。     

小波分析在旋转机械故障诊断中的应用

简述小波分析的数学原理和小波分析在故障诊断中的应用机理，并以透平压缩机组为例，分析了小皮分析在故障诊断中的应用。用小波进行信号降噪的方法是，先对机组轴承径向报动信号进行处理后再进行特征提取，使故障诊断过程变得容易，很好地保存了瞬态信号的尖峰和突变部分。     

小波分析在大型齿轮箱故障诊断中的应用

介绍了小波分析的原理及在大型齿轮箱故障诊断中的应用。通过现场的应用实例，讨论小波分析在大型齿轮箱故障诊断中的应用效果。     

小波分析在齿轮故障诊断中的应用

利用MATLAB语言编程检验了小波分析在齿轮故障诊断中的应用效果,利用双正交小波基(Bior2 4)将减速机箱体的故障振动信号分解到时频域,提取出了齿轮故障信号.同时结合传统的故障诊断方法进一步诊断了齿轮的故障模式.试验结果验证了上述方法综合应用的有效性.     

高斯小波-最大熵谱分析法及其在机械故障诊断中的应用

充分利用小波和现代谱分析的优点,提出一种新的谱分析方法——高斯小波－最大熵谱分析方法。介绍了该方法的分析步骤,并应用于减速机的故障诊断。该方法实现了在机械设备故障诊断中不同频带范围内零部件故障信息的分离和提取。     

第2代小波变换及其在机电设备状态监测中的应用

为了解决最佳小波基函数选择的问题，采用第2代小波变换的方法构造小波，从振动信号中提取机电设备故障信息。第2代小波变换与经典小波变换不同，它不依赖Fourier变换，所有的运算在时域上进行，通过设计预测算子和提升算子可以构造具有某种特性的小波。针对机电设备的状态监测和故障诊断，阐述了一种离线设计预测算子和提升算子的方法，通过求解线性方程组确定预测系数和提升系数，并在此基础上构造基于插值细分方法的第2代小波变换算法。在某炼油厂机组的状态监测和故障诊断中，采用该算法有效地提取了轴系不对中的故障信息。     

巴特沃斯小波变换算法在故障诊断中的应用

提出了一种基于巴特沃斯滤波器的离散小波变换快速算法 ,通过控制巴特沃斯滤波器的频率截止特性来抑制小波变换中的频率混迭现象 ,还可通过控制各小波函数对应的巴特沃斯滤波器的截止频率位置来改变离散小波变换的频率分辨率 ,实现 1 / 1频程 (二进小波变换 )、1 / 3频程、1 / 6频程等高频率分析精度的离散小波变换     

基于解析信号的小波变换及其应用

提出对信号的解析进行小波变换，从而可直接计算出信号能量的时-频分布.使分析结果能象短时Fourier变换、Wigner分布那样直观地显示出来，解决了小波分析的可视性问题.用这种算法在调频信号的分析、消噪和故障诊断上应用说明了它的优点.     

Haar小波及其机械故障诊断应用

小波变换是一种时频分析方法，在机械信号处理应用中，基小波常根据其时域波形与被检测的信号成分相似或匹配选择，很少考虑小波其他特性，这种方法并不完善．通过Haar小波说明这个问题，推导了Haar小波连续变换在时问和尺度上的周期性，应用于机械信号处理，有效地提取出故障特征频率．该研究结果开拓了基小波选择的思路．     

小波基时频特性及其在分析突变信号中的应用

在机械设备的在线检测和故障诊断中,振动信号分析是十分重要的手段。包含在振动信号中的突变信号是重要的特征信息。小波分析在在线检测和故障诊断中已逐渐得到了广泛的应用。但采用不同的小波基,分析结果有很大的差异。笔者通过对小波基时频特性进行分析比较并结合故障分析实例和仿真结果,总结了选择合适小波基的一些方法。     

基于遗传小波神经网络的电梯故障诊断分析

利用小波分析具有能量分布特征提取的特性和遗传算法优化BP算法的能力,提出了一种基于遗传算法、小波与神经网络的电梯故障诊断方法,并应用电梯故障数据作为实例进行了验证.遗传算法小波神经网络模型诊断速度快、鲁棒性好、故障诊断正确率高.     

小波分形技术及其在非平稳故障诊断中的应用

根据小波变换和分形理论在多尺度分析和自相似本质上的一致性,提出了小波分形技术。为了克服目前离散信号盒维数计算方法的不足,推导出了确定周期或准周期振动信号无标度区的经验公式,使盒维数的改进算法具有简单、准确和实用的特点。通过汽轮发电机组轴瓦松动故障的成功诊断案例表明,小波分形技术为非平稳故障诊断提供了一种有效的新技术。