《基于小波包分解WPT的能量频谱矩阵特征提取算法构建分析案例》2500字.docxVIP

基于小波包分解WPT的能量频谱矩阵特征提取算法构建分析案例

WP树节点和小波包系数包含着原始振动信号大量的类信息，能量是衡量具体WP节点含有信息量多少的重要指标，它包含了大量易于区分的故障信息，其在特定分量中的能量波动对应于特定故障的发生。本文提出了一种新的基于能量频谱矩阵的特征表达方法，该方法能够全面表征原始振动信号的非平稳特征，实现对原始振动信号初步降维，对降低模型复杂度、提高诊断精度具有重要的意义。

1.1WPT节点能量计算规则

在实验中，我们选择了1024个采样点作为一组旋转机械故障实验样本。使用WPT将原始振动信号分解为8层，总共获得了28个频带子空间。每个频带子空间对应于四个小波包系数，10242J

WPT节点能量计算规则具体如下所述：

(1)对滚动轴承原始振动信号进行N层WPT分解，第j层共得到2j个分支频带，对第N层共2N个分支频带提取信号特征。原始信号f(t)经过

f

式中：i为调制参数，j为尺度参数，k为平移参数，均为正整数；cj,i,k为小波包系数，且有cj,i,k=?∞+∞

ψ

(2)对经WPT分解产生的2N个分支频带对应的低频系数和高频系数进行信号重构，分别形成2

(3)求各分支重构信号对应的频带能量值Ei,j。信号f(t)

E=

根据WPT变换正交特性，得如式(3.11)所示。

E=

其中i=0,1,2,…,n表示WPT分解层数，j=0,1,2,…