利用小波分析早期发现齿轮故障隐患

• 作者: 王妙云
• 来源期刊: 中国设备工程
• 学科: 工学
• 关键词: 故障诊断 小波 神经网络 噪声
• 年，卷（期）: 2004,（7）
• 所属期刊栏目: 状态监测与诊断技术
• 页码范围: 37-39
• 页数: 3页
• 分类号: TH165.3
• 字数: 2060字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0711.2004.07.023

摘要

FFT分析方法存在着局限性,采用小波分析、神经网络滤波、相关滤波等方法进行信号预处理,可大大提高信噪比.现场应用情况表明,小波分析方法可在强噪声环境下提取出齿轮振动中的微弱故障信息,及时发现齿轮早期故障隐患.它还可推广应用到存在强噪声、强冲击的滚动轴承和往复机械等的诊断工作中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王妙云		3	7	2.0	2.0