基于小波包分解和EMD的滚动轴承故障诊断方法研究
提出了一种基于小波包分解与EMD的故障诊断特征提取方法。对故障振动信号进行小波包分解,并将其高频部分节点信号进行重构,对2个节点的重构信号分别进行EMD分解,得到一系列的IMF分量;提取每个节点的各个IMF分量的能量值并归一化后作为轴承的故障特征量输入神经网络进行诊断。通过实验证明2种方法的结合具有良好的局部分析能力及自适应分解的特点,可以提取更加有效的特征值,因此在进行诊断时,具有更快的速度与更高的准确率。
用户评论
相关推荐
基于小波包和EMD的滚动轴承故障诊断
针对滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包和经验模态分解(Empirical Mode Decomposition,简称EMD)的滚动轴承故障诊断方法。该方法用小波包对振动信号进行预处
PDF
238KB
2020-07-18 05:33
基于小波包分解的滚动轴承故障诊断方法的研究
介绍了小波包分析的基本理论,并以滚动轴承为研究对象,将小波包分析应用于轴承的故障诊断。首先用小波包分解的方法提取分解频带的能量在时间域上的分布,得到能量谱图,然后通过包络分析得到信号的功率谱,由此可判
PDF
651KB
2020-07-20 04:35
基于小波包和EMD处理的滚动轴承故障诊断
为解决异步电机故障轴承振动信号易受噪音影响信噪比较小的缺点,提出了一种新的故障诊断方法。首先,采用小波分析方法对测得的原始信号进行去噪,并根据频率对原始信号进行频带划分;其次,用经验模式分解(EMD)
PDF
297KB
2020-07-19 02:56
最优小波包分解和emd
信号小波包分解
M
0B
2019-05-19 20:10
基于EMD和Hilbert包络解调的滚动轴承故障诊断方法研究
滚动轴承的运行状态会直接影响到整个旋转机械的性能,提出一种将经验模态分解和Hilbert包络分析相结合的方法对滚动轴承进行故障诊断。经验模态分解具有自适应性,能有效地将携带故障信息的高频调制信号从原信
PDF
771KB
2020-07-18 05:33
基于小波包和距离判别法的滚动轴承故障诊断
将小波包分析与距离判别分析法相结合的方法应用于滚动轴承故障诊断问题中。利用小波包分析技术提取了滚动轴承典型故障的振动加速度信号的状态特征向量,选用此特征向量作为距离判别分析模型的判别因子,以滚动轴承故
PDF
331KB
2020-07-16 05:34
论文研究基于EMD和TVAR模型的滚动轴承故障诊断方法.pdf
基于EMD和TVAR模型的滚动轴承故障诊断方法，魏巍，彭涛，针对经验模态分解(EMD)的固有模态函数(IMF)选择问题，提出了一种基于能量阀值的自适应筛选方法。对筛选出的IMF分量进行信号重构后，��
PDF
0B
2020-01-12 17:57
基于小波包包络分析的滚动轴承故障诊断
提出一种基于小波包、能量分析和包络分析相结合的滚动轴承故障诊断方法。对实测振动信号进行小波包去噪,提取出有用的振动信号。利用小波包将去噪后的信号分解,求出分解后各频带的能量,根据各频带内能量分布,确定
PDF
851KB
2020-07-16 05:34
基于小波包和EMD的异步电动机轴承故障诊断方法
针对传统的异步电动机轴承故障诊断方法对于轴承的局部缺陷及早期故障的诊断效果不明显的问题,提出了一种采用小波包理论与EMD相结合的方式提取异步电动机轴承故障特征频率的方法。该方法先采用小波包理论对原始信
PDF
247KB
2020-07-17 18:50
基于小波包和HHT的轴承故障诊断研究
采用一种处理非平稳信号的新方法—希尔伯特-黄变换HHT(Hilbert-Huang Transform)来进行滚动轴承故障特征的提取。将信号先进行小波包降噪处理,然后用HHT进行信号故障特征提取。通过
PDF
0B
2020-10-28 06:20
论文研究基于SVM和EMD包络谱的滚动轴承故障诊断方法.pdf
论文研究-基于SVM和EMD包络谱的滚动轴承故障诊断方法.pdf,
PDF
0B
2020-05-15 18:26
基于小波包分解的遥感图像压缩方法
基于小波包分解的遥感图像压缩方法，很好的一篇文章
KDH
0B
2019-01-12 09:19
基于小波包分析和Elman神经网的故障诊断方法研究
由非线性电力电子装置组成的电路发生故障时,故障特征信息不易提取和识别。对此提出一种基于小波包分析和Elman神经网的电力电子装置故障诊断的方法,先运用小波包分析法提取电路在不同故障状态下电压及电流信号
PDF
877KB
2021-03-14 19:15
基于独立量分析和小波包能量谱的滚动轴承故障诊断
滚动轴承是煤矿机械中很重要的零部件,也是最容易发生故障的零部件之一。对煤矿机械滚动轴承的故障诊断研究是一个很热的方向。提出了一种将独立量分析和小波包能量谱相结合的故障特征提取方法,并采用此方法对滚动轴
PDF
721KB
2020-07-19 01:58
基于小波包变换和极限学习机的滚动轴承故障诊断
采用基于小波包变换(WPT)和极限学习(ELM)的方法对轴承故障进行诊断和分类辨识。该方法首先采用小波包变换对采集到的振动信号进行分解,求得各频带的相对能量,并构建特征向量,接着利用极限学习机进行自动
PDF
749KB
2020-07-19 03:45