基于噪声信号小波包分析的动力设备故障智能诊断

• 作者: 吉哲 吕飞 张松涛
• 来源期刊: 机电技术
• 学科: 工学
• 关键词: 噪声信号 小波包分析 动力设备 K-近邻法 故障诊断
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 机电设计与研究
• 页码范围: 42-45
• 页数: 4页
• 分类号: TK428|TP391.4
• 字数: 2829字
• 语种: 中文
• DOI: 10.19508/j.cnki.1672-4801.2018.03.013

摘要

以柴油机为代表的动力设备噪声信号是一种典型的非平稳信号.为了实现动力设备精确故障诊断,针对噪声信号引入一种非平稳信号分析方法——小波包分析.首先利用声音传感器采集柴油机不同工作状态下的噪声信号;然后根据柴油机噪声信号的特点,选择DB4小波基对信号进行3层小波包分解,将信号的频段分解为8个子频段,以每个子频段的能量信息作为特征向量;最后使用K-近邻法对特征向量进行判别,从而实现故障诊断.实验结果表明,该方法有着较高的故障诊断率,可以实现动力设备的故障智能诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张松涛		7	2	1.0	1.0
2	吉哲		8	3	1.0	1.0
3	吕飞		6	2	1.0	1.0