基于小波分析的机械故障特征提取研究

• 作者: 张省 罗跃纲 虞和济 陈长征
• 来源期刊: 机械强度
• 关键词: 故障诊断特征提取小波分析奇异信号信噪分离频带分析
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: ·振动·监测·诊断·
• 页码范围: 161-164
• 页数: 4页
• 分类号: TP20.3|TH165.3
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9669.2001.02.011

摘要

常见的机械故障诊断研究侧重于对故障的识别和分类，相应的故障诊断方法均为提高诊断的准确率而设计；从实际应用角度来讲，这样的诊断方法是不全面的。全面反映设备故障状况的因素除了故障类别外，还应指出故障的具体位置和程度。冲击、油膜振荡、碰摩和转速突变等故障往往产生奇异信号，奇异点包含了更为丰富的故障信息。小波分析具有良好的时频局部化特性，为描述信号的奇异性提供了手段。为此提出用小波分析方法，通过对奇异故障信号的检测、信噪分离和信号频带分析来提取故障特征，以确定故障的位置和程度。这种方法提取的故障信息应用在神经网络等其他故障诊断方法中可以更准确、更全面地诊断故障，柴油机和风机故障实例证明了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈长征	沈阳工业大学建筑工程系	199	1777	21.0	34.0
2	虞和济	东北大学设备诊断工程中心	13	494	10.0	13.0
3	罗跃纲	沈阳工业大学建筑工程系	22	329	12.0	18.0
4	张省	东北大学设备诊断工程中心	3	311	3.0	3.0