資源描述：
《基于小波包熵與EMD的能量算子解調機械故障診斷.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、第10期機械設計與制造2015年10月MachineryDesign&Manufacture217基于小波包熵與EMD的能量算子解調機械故障診斷王少鋒，王戈，王建國，高琳(內(nèi)蒙古科技大學機械學院，內(nèi)蒙古包頭014010)摘要：針對在強噪聲背景下軸承振動信號的非線性，非平穩(wěn)性以及調制源微弱難以提取故障特征的問題，提出了一種基于小波包熵值與EMD(經(jīng)驗模態(tài)分解)結合的能量算子解調故障診斷方法。該方法首先對信號進行小波包熵值降噪，進而選取相關度最大的IMF(本征模態(tài)分量)進行能量算子解調，從而實現(xiàn)了提取該分量下的故障信號的幅值和頻
2、率信息。對機械故障振動信號進行實驗分析表明，相對于普通Hilbert解調法的運算精度與運算速度滿足不了診斷需求的情況下，該方法能夠有效解調出故障頻率信息，實現(xiàn)對故障類別的推斷。關鍵詞：小波包熵值；EMD；能量算子；調制解調；故障診斷中圖分類號：TH16文獻標識碼：A文章編號：1001—3997(2015)10—0217—04BasedontheWaveletPackageEntropyandtheEMDEnergyOperatorDemodulationofMechanicalFaultDiagnosisWANGShao-f
3、eng，WANGGe，WANGJian-guo，GAOLin(InnerMongoliaUniversityofScienceandTechnologyInstituteofMechanicalEngineering，InnerMongoliaBaotou014010，China)Abstract：Inviewofthebearingvibrationsignalunderstrongnoisebackgroundofnonlinear，non-stationaryandmodulationweakhardtoextract
4、faultfeaturesofthesourceproblem，itproposesawaveletpackageentropyvoguesandtheEMD(empiricalmodedecomposition)combinedwithenergyoperatordemodulationmethodoffaultdiagnosis．Thismethodisfirstlyusedtothesignalwaveletpackageentropyvalueofnoisereduction，andthenselectsreleva
5、ntbiggestIMF(intrinsicmodecomponents)forenergyoperatordemodulation，realizestheextractionfaultsamplitudeandfrequencyinformationunderthiscomponent．ExperimentonmechanicalfaultvibrationsignalanalysisshowthatcomparedwiththeordinaryHilbertdemodulationmethodofcomputingpre
6、cisionandcomputingspeeditCan’ts~isfythediagnosisdemaudconditions，andthemethodcanefectivedemodulationfailurefrequencyinformation，andrealizethefaultcategory．KeyWords：WaveletPackageEntropy；TheEMD；EnergyOperator；Modem；FaultDiagnosis1引言障特征的提?。粡V義檢波濾波解調分析中，去絕對值，檢波過程和平方過程都
7、可能產(chǎn)生混頻效應，需要選取合適的采樣頻率嘲；能量機械，石化，國防，運載，能源，冶金等國民經(jīng)濟行業(yè)的關鍵算子解調不僅能夠檢測出信號的調幅和調頻信息，與希爾伯特解機械設備中，由于長期在重載，疲勞，腐蝕，高溫等復雜，惡劣的工調法相比還具有運算量小，解調精度高和沒有端點、混頻效應等況環(huán)境下運行，設備中的關鍵零部件不可避免的會發(fā)生不同程度優(yōu)點，因此目前能量算子解調在故障診斷領域里也取得了相對廣的故障，并且故障特征往往被強背景噪聲所淹沒。而一旦故障積泛的應用。文獻喂出一種基于小波變換的能量算子解調法，該方累到一定程度引起機械設備出現(xiàn)事故
8、，將給國家和人民帶來巨大的經(jīng)濟損失和人員傷亡。因此，提取強噪聲背景下的機械故障特法將信號進行小波變換后對高頻頻帶使用能量算子解調法解調，征，將故障信息從故障信號中解調出來，從而發(fā)現(xiàn)和找到故障，是發(fā)現(xiàn)故障頻率，但是該方法中小波變換會丟失一部分低頻信息；目前機械故障診斷的研究重點與難點。文獻罔
