基于小波分析的低速重载设备故障诊断

• 作者: 丁庆新 崔玲丽 张建宇 高立新
• 来源期刊: 机械工程学报
• 学科: 工学
• 关键词: 低速重载 频谱分析 小波分析
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 工程技术应用
• 页码范围: 222-227
• 页数: 6页
• 分类号: TH17
• 字数: 4522字
• 语种: 中文
• DOI: 10.3321/j.issn:0577-6686.2005.12.044

摘要

低速重载设备突发故障难于识别,一旦发生,损失巨大.振动监测技术虽可以作为设备维护的重要手段,但常规的频谱分析无法准确提取低速轴上的故障特征.对实时监测的振动数据,采用小波分解技术可以获得必要的低频段信息.某个时段内的信号经小波变换后所定义的小波分层突变系数,可以作为判别低转频微冲击故障隐患的特征值,而且该系数趋势图还可有效刻画出故障部位的劣化过程;对同一组监测数据,分别采用细化谱技术和小波分解+FFT的复合信号处理技术进行比较分析,结果表明,由于FFT分析的局限性,细化谱无法准确识别出故障原因及部位,而后者采用复合信号处理方法提取的故障特征频率对应的振幅变化剧烈得多,此法有助于低速重载设备早期故障的准确识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建宇	北京工业大学先进制造技术重点实验室	81	700	16.0	22.0
2	高立新	北京工业大学先进制造技术重点实验室	123	1077	19.0	26.0
3	崔玲丽	北京工业大学先进制造技术重点实验室	64	646	16.0	23.0
4	丁庆新	中国石油大学机电工程学院	9	56	3.0	7.0