摘要:旋转机械的早期故障特征微弱,容易受到噪声的干扰,不容易准确识别。而旋转机械发生故障时其振动信号往往是非平稳信号,不同的非平稳性对应不同的故障状态。连续小波变换可以通过伸缩平移变换对信号进行多尺度细化分析,能够在不同的尺度上描述信号的局部特征,因此有利于故障信号的检测。时域同步平均可以削弱观测信号中的随机成分,降低噪声干扰,提取与平均周期相关的确定性信号,提高信噪比。结合小波变换和同步平均的优点,提出小波尺度谱同步平均的方法。对多周期的振动信号进行小波连续变换,并进行尺度谱重排,获得重排小波尺度谱:根据信号的周期性,对尺度谱进行同步平均,同步平均后的尺度谱可以有效地抑制干扰噪声,识别弱故障信息。通过仿真分析和实例分析验证了本方法的有效性,为旋转机械的早期故障诊断提供了新方法。
关键词:小波尺度谱 同步平均 旋转机械 弱故障识别
单位:大连理工大学机械工程学院 大连116024
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
中共宁波市委党校学报