Abstract：
针对传统小波降噪方法存在的伪Gibbs现象,本文引入循环平移算法,并与CL3多小波、GHM多小波变换技术相结合,用于机电设备的故障诊断研究.相对传统小波,多小波具有多个尺度函数和小波函数,可以匹配信号中不同的特征信息;循环平移方法将信号在一定范围内平移,改变原信号的排列次序,以改变突变点在整个信号中的位置,消除或降低伪Gibbs现象.本方法首先对故障信号进行循环平移,再将平移后的故障信号进行多小波降噪,最后,通过逆循环平移完成降噪信号的重构.针对循环平移算法中的最佳算子,本文也进行了优化分析.将优化后的降噪算法用于滚动轴承实验信号和工程数据分析,并以峭度指标和均方根误差作为评价指标,验证该算法对机械故障特征的提取能力.
Keyword：
Reprint Author's Address：
Email：
Source ：
Year： 2014
Page： 204-207
Language： Chinese
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 17
Affiliated Colleges：
