基于改进的小波阈值去噪及其在齿轮故障诊断中的应用

《基于改进的小波阈值去噪及其在齿轮故障诊断中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、10293'&;w.:_-=.0.L..L7f_~~A;pJ:11~r1~,.....1,.-~~r-e.~..;:g~~~JJi.-:1:-~~i~)(fMl§:¥-=ff&)ttEf];J~I~ffi-t;;Pi&ittE&~Ei~fi-&;I*Ji9:8{]$ffl1212022613sffiiJTheAlgorithmBasedonImprovedWaveletThresholdinganditsapplicationingearfaultdiagnosisThesisSubmittedtoNa

2、njingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringBywangpingSupervisor:Prof.shanjianfengMarch2015*A~~M¥~~~~~~~a~A~~Wm~~*fi~~~I~&~~~m~~*·~ft~~.~7~~~~~~~~~-W~~~*·~~~~~*~~AB~~~~-~tt~~~~*'~~§*~am**~~*~~xBawm~~~m~~~w~m~~uft.E5ft--11'1

3、JI1'F~fi5J$:X1:L$:WF3i?JT1?NB

4、*•~w~fi~•;~~*m~~,~~~~-~~~~a*~.£~*~w~~-*x~~x~~~w~~~i't:XI¥1I*J~ffi--l~Lit)(~01!5C~t~SfrJ~)f1txi¥JJ~UB~~:X~it~1::~1}~.摘要小波变换作为一种数学理论和方法在处理信号和图像、智能语音判别、核探测邻域、机器状态的识别、超声波探测等工程应用范围内引起了越来越多的关注和重视。齿轮振动信号在机械故障诊断中起到关键性作用，通过采集齿轮运行过程中产生的振动信号来分析判断齿轮的故障原因。在采集振动信号的过程中，

5、不可避免会受到大量背景噪声信号、零件摩擦等外界的影响，振动信号在传输过程中也会受到噪声的干扰。所以一般情况下采集到的齿轮振动信号是含有噪声的信号。因此，对齿轮振动信号进行去噪研究，提取原始信号从而为后期故障诊断提供准确信息是本文研究的重点。本文主要针对齿轮的振动信号进行去噪研究。由于齿轮振动信号本身的特点及噪声的影响使得振动信号具有非平稳的特性。然而傅里叶变换只在频域范围内有效，不能满足非平稳信号的分析。小波变换弥补了传统去噪的缺点，具有时频局部分析的优势，因此采用小波变换处理齿轮振动信号较为合理。由于小

6、波函数的选取会直接影响去噪效果，从小波函数的正交性、对称性、紧支性等方面考虑，本文选用db5小波基较其他小波函数对分析齿轮振动信号更加有效。由于硬阈值函数法重构信号时小波系数的不连续性容易出现“伪吉布斯”现象，软阈值函数法小波系数的估计值与实际值之间存在偏差的情况。本文构造了一种可以介于硬、软阈值函数之间灵活改变的新阈值函数。阈值的选取对小波去噪效果起至关重要的影响，阈值选取大时，部分有用信号会当作噪声去掉，有用信号信息丢失太多；阈值过小又会残留过多的噪声成分，容易引起信号的失真，影响去噪效果。为了取得更

7、好的去噪效果本文又对阈值作了进一步的改进。将小波分析应用于齿轮故障的分析诊断方面，在齿轮早期的故障诊断方面取得良好的效果，这在保证齿轮设备的安全可靠运行方面起着重要的作用。小波分析具有广阔的应用前景，是一项值得推广的新技术。关键词:小波变换，傅里叶分析，阈值去噪，振动信号，故障诊断IAbstractWaveletTransformasamathematicaltheoryandmethodsinsignalandimageprocessing,intelligentvoiceidentification,

8、nucleardetectionneighborhood,machinestatusandfaultdiagnosisrecognition,ultrasonicdetectionrangeofapplicationssuchasengineeringattractedmoreandmoreconcernandattention.Gearvibrationsignalsinmechanicalfaultdiagnosispla