双树复小波包和ICA用于滚动轴承复合故障诊断.pdf

双树复小波包和ICA用于滚动轴承复合故障诊断.pdf

ID:55595883

大小:389.83 KB

页数:6页

时间:2020-05-20

双树复小波包和ICA用于滚动轴承复合故障诊断.pdf_第1页
双树复小波包和ICA用于滚动轴承复合故障诊断.pdf_第2页
双树复小波包和ICA用于滚动轴承复合故障诊断.pdf_第3页
双树复小波包和ICA用于滚动轴承复合故障诊断.pdf_第4页
双树复小波包和ICA用于滚动轴承复合故障诊断.pdf_第5页
资源描述:

《双树复小波包和ICA用于滚动轴承复合故障诊断.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35卷第2期振动、测试与诊断VoI.35No.32015年6月JournalofVibration.Measurement&DiagnosisJun.2015双树复小波包和ICA用于滚动轴承复合故障诊断胥永刚,孟志鹏,陆明(北京工业大学北京市精密测控技术与仪器工程技术研究中心北京,100124)摘要针对滚动轴承复合故障信号特征难以分离的问题,提出将双树复小波包变换和独立分量分析(independentcomponentanalysis,简称ICA)结合的方法应用到滚动轴承复合故障诊断中。首先,利用双树复小波包变换将复杂的、非平稳的复合故障信号分解为若干不同频带的分量;其

2、次,引入ICA对各个分量所组成的混合信号进行盲源分离,从而尽可能消除频率混叠;最后,对从混合信号中分离出来的独立信号分量进行希尔伯特解调,即可实现对复合故障特征信息的分离和故障识别。试验结果表明,该方法可以有效地分离和提取轴承复合故障的特征频率,验证了方法的可行性和有效性。关键词双树复小波包变换;独立分量分析;盲源分离;频率混叠;复合故障中图分类号THI33.3;TH165独立分量分析(ICA)是盲源分离的一种特殊方引言法[8],其处理的对象是相互统计独立的信号源经线性组合而产生的一组混合信号,最终目的是从混合滚动轴承作为旋转机械最关键的零部件之一,信号中分离出各自独立的

3、信号分量。ICA在机械故其运行状态直接影响到整台机器的精度、可靠性及障诊断、通信技术、生物医学等领域都有广泛的运寿命等。滚动轴承故障是导致机械设备运行过程中用]。产生故障的主要原因之一,对滚动轴承故障诊断技双树复小波包变换相对传统离散小波包变换,术进行研究具有十分重要的意义。目前,滚动轴承频率混叠现象得到明显的抑制,但是仍然存在微小故障诊断方法大多只对单一故障进行了相关研究,的频率混叠。笔者提出了基于双树复小波包变换和而在实际工程应用中,故障往往不是单独出现的,而ICA的故障诊断方法,利用ICA消除双树复小波包是同时发生几种故障形成复合故障。当机械设备出变换的频率混叠问题

4、,并将其应用于滚动轴承复合现复合故障时,针对非平稳的并且故障源数未知的故障诊断中。试验结果表明,该方法可以有效地分混合信号,有效地从混合信号中分离出单一故障信离和提取滚动轴承复合故障的特征频率。号对于准确判断轴承故障十分重要。双树复小波变换(dual—treecomplexwavelet1双树复小波包变换transform,简称DTCWT)_l是近几年发展起来的一种具有诸多优良特性的新型小波变换方法,具有双树复小波变换具有诸多优良的特性,但是同近似平移不变性、良好的方向选择性、完全重构性、传统离散小波变换一样,对高频部分没有进行进一有限的数据冗余性和高效的计算效率等优良性

5、质。步细分。但是双树复小波变换同传统小波变换一样,对高频传统的离散小波包变换(discretewaveletpack—部分没有继续进行细分。故提出双树复小波包变ettransform,简称DWPT)在分解时,由于每次分换l_3],对双树复小波变换中没有细分的高频部分作解都采用下抽样操作,这样使每次分解后信号的采进一步的分解,从而提高信号整个频段的频率分辨样频率降低一半,时间分辨率也降低一半。所以一率,减少信息的丢失。Et前,双树复小波包变换在图旦分解层数确定,频带的频率分辨率也就确定,分解像处理[4]、语音处理l5和故障诊断[6。等领域已有相的层数越多,频率分辨率越高,但

6、是时间分辨率越关应用。低。同时,下抽样的操作不具有平移不变性,还会引*国家自然科学基金资助项目(51075009);北京市优秀人才培养资助计划项目(2011D005015000006)收稿日期:2013—02—24;修回日期:2013—04—09514振动、测试与诊断第35卷起较大的频率混叠问题。此外,对信号的奇异点敏层分解,经过first_1滤波器组的为实树小波包分感,难以有效地提取信号的特征频率]。解。first一1滤波器有两行,第1行fl_0为低通滤波针对传统小波包变换的缺陷和双树复小波变换器,第1行f1_1为高通滤波器。经过first一2滤波器的优良特性和不足之处

7、,提出双树复小波包变换组的是虚部小波包分解。对于第2层以上的分解,(dual—treecomplexwaveletpackettransform,简称为了保证两树在该层和所有前层上产生的延迟差的DT—CWPT)[。总和相对于原信号输入为一个采样周期,即两树对双树复小波包变换的分解和重构实现非常简应滤波器的相频响应之间应有半个采样周期的群延单,它由两个平行且使用不同的低通和高通滤波器迟,且两滤波器的幅频响应相等,实树小波包分解的离散小波包变换构成,其两层分解和重构过程如交替使用Q—shift滤波器组,同样虚部树分解交替图1所示。

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。