形态梯度小波降噪与S变换的齿轮故障特征抽取算法.pdf

《形态梯度小波降噪与S变换的齿轮故障特征抽取算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第20卷第22期电子设计工程2012年11月Vo1．20No．22ElectronicDesignEngineeringNOV．2012形态梯度小波降噪与S变换的齿轮故障特征抽取算法刘小平，许桂云，任世锦2杨茂云，(1．中国矿业大学机电工程学院，江苏徐州221116；2．江苏师范大学计算机学院，江苏徐州221116)摘要：针对齿轮故障特征信号具有强噪声背景、非线性、非平稳性特点，提出采用形态梯度小波对齿轮振动信号进行降噪首先使用形态梯度小波把齿轮振动信号分解到多个尺度上，然后对各层的细节系数进行软阈值方法降噪处理，对

2、经过处理后的小波系数进行重构对降噪后的齿轮振动信号采用S变换多分辨率时频分析，能够从具有良好的时频分辨率的S变换谱图提取齿轮故障特征。通过仿真试验和故障轴承的信号分析证明，该方法具有短时傅里叶变换和小波变换的优点．不存在Wigner—Ville分布的交叉干扰和负频率，能有效地提取隐含在噪声中的齿轮故障特征，适合齿轮故障的在线监测和诊断。关键词：故障诊断；齿轮；特征提取；形态梯度小波；S变换中图分类号：TH165文献标识码：A文章编号：1674—6236(2012)22—0079—04Themorphologicalg

3、radientwaveletde—noisingandStransform-basedgearfaultfeatureextractionalgorithmLIUXiao—ping，XUGui—yun，RENShi-jin，YANGMao—yun‘'(1．SchoolofMechanical&ElectricalEngineering，UniversityofMiningTechnology，Xuzhou221116，China；2．SchoolofComputerScience&Technology，jiangsu

4、NormalUniversity，Xuzhou221116，China)Abstract：Thegearfaultfeaturesarecharacterizedwithstrongnoisebackground，nonlinearityandnon—stationary．Themorphologicalgradientwavelet(MGW)isdevelopedtoeliminatenoise．ThegearvibrationsignalisdecomposedbyMGW，thedetailedcoeficien

5、tsineachscaleareprocessedusingsoftthresholdde-nosingandtherealfaultsignalisobtainedbyreconstructingtheprocessedwaveletcoeficients．Multi—resolutionStransformisemployedtoanalyzethereconstructedvibrationsignal，thegearfaultfeaturescanbeextractedfromthespectralgraph

6、sgeneratedfromStransformarewithgoodtimeandfrequencyresolution．Simulationandexperimentresultsshowthattheproposedmethodcanpreservethemeritsofshort-timeFouriertransformandwavelettransform，anddoesnotinvolvetheproblemofnegativefrequencyandcrossfrequencydisturbances，

7、whichcanextractthegearfaultfeatureseffectivelyandissuitableforonlinegearmonitoringandfaultdiagnosis．Keywords：faultdiagnosis；gear；featureextraction；morphologicalgradientwavelet；Stransform轴承是工业设备中广泛使用的机械部件，及时有效的检构的结构元素，在保留信号暂态特性的前提下，有效消除信测出隐含的轴承故障对保障机械可靠运行具有重要的意义

8、。号中混杂的尖峰脉冲、白噪声和高频噪声等干扰。数学形态齿轮故障特征信号具有强噪声背景、非线性、非平稳性特学和小波分析结合起来的新技术广泛应用于电力系统保护、点[1，如何对齿轮振动信号进行去噪，进而抽取齿轮故障特轴承故障特征提取等领域．这种新技术称为形态小波】。基征，成为人们研究的热点问题。目前出现了大量的齿轮故障于形态小波框架，文献【6]提出了