基于形态自相关和时频切片分析的轴承故障诊断方法.pdfVIP

基于形态自相关和时频切片分析的轴承故障诊断方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于形态自相关和时频切片分析的轴承故障诊断方法.pdf

振 动 与 冲 击 第33卷第4期 JOURNAL OF VIBRATION AND SHOCK Vol.33 No.4 2014   基于形态自相关和时频切片分析的轴承故障诊断方法 1,2 1 1 2 钟先友 ,赵春华 ,陈保家 ,曾良才 (1.三峡大学 水电机械设备设计与维护湖北省重点实验室,宜昌 443002; 2.武汉科技大学 冶金装备及其控制教育部重点实验室,武汉 430081)   摘 要:频率切片小波变换(Frequency Slice WaveletTransform,FSWT)是一种新的时频分析方法,信号中的噪声会 降低FSWT分析的频率分辨率。为了提高分析精度,提出了基于形态滤波和时延自相关的时频切片分析方法,并成功应 用到轴承故障诊断中。该方法首先采用多结构元素差值形态滤波和时延自相关方法对信号进行降噪,采用FSWT分解降 噪后的轴承振动信号,然后根据轴承故障特征频率选择时间频率切片区间,进行细化分析来提取故障特征。仿真信号与 轴承故障振动信号的分析验证了该方法的有效性。 关键词:频率切片小波变换;形态滤波;结构元素;时延自相关;轴承故障诊断 中图分类号:TH113.1;TN911.7   文献标识码:A Bearing fault diagnosis method based on morphological filtering, timedelayed autocorrelation and timefrequency slice analysis 1,2 1 1 2 ZHONGXianyou ,ZHAO Chunhua ,CHENBaojia ,ZENGLiangcai (1.Hubei Key Laboratory ofHydroelectric Machinery Design &Maintenance,China Three Gorges University,Yichang,Hubei,443002,China; 2.Education Ministry Key Laboratory ofMetallurgical Equipment and Control,Wuhan University ofScience andTechnology,Wuhan,430081,China)   Abstract: Frequency slice wavelet transformation (FSWT)is a new timefrequency analysismethod,and the noise in a signal reduces frequency resolution of FSWT.In order to improve the analysis accuracy,a FSWT method based on morphological filtering and timedelayed autocorrelation was proposed and applied to diagnose bearingfaults successfully. With this method,the multistructure element difference morphological filtering method and the timedelayed autocorrelation method wereusedtoreducethe noise ofabearingvibration signal,andthe denois

文档评论(0)

我的文档 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档