基于小波包分解的滚动轴承故障信号频域特征提取方法研究.pdf

《基于小波包分解的滚动轴承故障信号频域特征提取方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于小波包分解的滚动轴承故障信号频域特征提取方法研究丘世因，袁锐波(昆明理工大学机电工程学院，云南昆明650500)ResearchoftheRollingElementBearingFaultSignalFrequencyDomainFeatureExtractionMethodBasedontheWaveletPacketDecompositionQIUShi—yin，YUANRui—bo(FacultyofMechanicalandElectricalEngineering，KunmingUniversityofScie

2、nceandTechnology，Kunming650500，China)摘要：对轴承故障信号进行3层小波包分解，重cientsbywhichthebearingfaultsignalswerere—构第3层所有节点，提取重构信号频谱的峰值作为constructed．Thepeakvaluesextractedfromthe故障特征点并构成特征空间，计算特征空间的平均reconstructingsignalspectrumconstructedafea—欧氏距离，平均欧氏距离最小时对应的节点即为最turespace．Then，

3、theminimumaverageEuclidean优小波包节点，重构最优节点得到最优重构信号并distancecalculatedfromthefeaturespaceindicated从中提取特征点构成最优特征空间，最后，对最优特theoptimalwaveletpacketnode．Theoptimalfea—征空间进行K均值聚类。对4种转速下轴承的4turespacecouldbeconstructedbythefeature种状态进行特征提取与模式识别试验，结果表明，运pointsextractedfromthesi

4、gnalsreconstructedby用该方法能有效提取轴承故障的特征，并使故障特theoptimalwaveletpacketnodes．Finally，theopti—征空间具有最低的类内离散度，获得了较高的模式malfeaturespacewasusedfortheK—meansclus—识别准确率。tering．Thefeatureextractionandpatternrecogni—关键词：轴承故障；特征提取；小波包分解；最优tiontestofthefourkindsofbearingconditionsun—

5、节点；K均值聚类；模式识别derfourkindsofrotationspeedswasdetailed．The中图分类号：TH133；TP391testresultsshowthismethod，whichcanextract文献标识码：Athebearingfaultfeatureefficientlyandmakethe文章编号：1001—2257(2014)05—0012—05faultfeaturespacehavethe1owestwithin—classAbstract：Firstofall，thebearing

6、faultsignalsscatter，wonsahighpatternrecognitionaccuracy．weredecomposedintothreelayerswaveletcoeffi一Keywords：bearingfault；featureextraction；waveletpacketdecomposition；optimalnode；K—收稿日期：2013—11—06基金项目：云南省自然科学基金重点项目(2010CD030)meansclustering；patternrecognitiontirecath

7、eterinsertion：algorithmsandexperiments[J]．TheInternationalJournalofRoboticsResearch，[J]．TheInternationalJournalofRoboticsResearch，2010，29(13)：1661—1683．2009，28(9)：I101—1117．[9]SearsP，DupontP．AsteerableneedletechnologyusingE7]CaminoWW．Activetipcontrolforsmalldiameter

8、curvedconcentrictubes[A]．IEEE／RSJInternationalcatheters：Powertransmissionandtransductionre～ConferenceonIntelligentRobotsandSystems[C]．quir