• Complex
  • Title
  • Keyword
  • Abstract
  • Scholars
  • Journal
  • ISSN
  • Conference
搜索

Author:

杨洋 (杨洋.) | 张建宇 (张建宇.) | 高立新 (高立新.) | 胥永刚 (胥永刚.) | 张随征 (张随征.)

Abstract:

相对单一故障的特征辨识,机械系统混合故障的特征分离是诊断领域的一大难题.本文以滚动轴承内、外圈混合故障为研究对象,探讨了基于复小波连续变换的特征分离技术.综合比较Morlet小波、Laplace小波等复小波的函数属性,首先获得混合故障信号在不同小波变换域(实、虚、模、相位)的能量分布特征.进而依据小波功率谱等高线和时间平均小波能量谱,识别富含故障信息的小波尺度,并绘制出特定尺度下的小波系数切片.通过尺度和频率的对应关系可知,选定尺度与原始信号的共振频段相一致.针对不同变换域的小波系数,采用频谱分析和包络解调能够成功实现混合故障的特征分离.复小波与实小波变换的对比结果表明,由于存在多变换域的分析优势,复小波对混合故障的特征提取效果明显优于实小波.

Keyword:

连续小波变换理论 信号识别 故障诊断 滚动轴承

Author Community:

  • [ 1 ] [杨洋]北京工业大学北京市先进制造技术重点实验室
  • [ 2 ] [张建宇]北京工业大学北京市先进制造技术重点实验室
  • [ 3 ] [高立新]北京工业大学北京市先进制造技术重点实验室
  • [ 4 ] [胥永刚]北京工业大学北京市先进制造技术重点实验室
  • [ 5 ] [张随征]北京工业大学北京市先进制造技术重点实验室

Reprint Author's Address:

Email:

Show more details

Related Keywords:

Related Article:

Source :

Year: 2012

Page: 429-432

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: 15

Online/Total:2471/10983484
Address:BJUT Library(100 Pingleyuan,Chaoyang District,Beijing 100124, China Post Code:100124) Contact Us:010-67392185
Copyright:BJUT Library Technical Support:Beijing Aegean Software Co., Ltd.