基于小波包能量谱齿轮振动信号的分析与故障诊断

doi:10.16578/j.issn.1004.2539.2011.01.022

您当前的位置：

首页 >

文章列表页 >

基于小波包能量谱齿轮振动信号的分析与故障诊断

更新时间：2025-04-03

- 基于小波包能量谱齿轮振动信号的分析与故障诊断
- Vol. 35, Issue 1, Pages: 55-58(2011)
- 作者机构：
  
  西安石油大学机械工程学院
- 作者简介：
- 基金信息：
- DOI：10.16578/j.issn.1004.2539.2011.01.022
  CLC： TH165.3;TH132.41
- Published：2011
- 稿件说明：
移动端阅览
[1]王江萍,孙文莉.基于小波包能量谱齿轮振动信号的分析与故障诊断[J].机械传动,2011,35(01):55-58.

[J]. 2011, 35(1): 55-58.
[1]王江萍,孙文莉.基于小波包能量谱齿轮振动信号的分析与故障诊断[J].机械传动,2011,35(01):55-58. DOI： 10.16578/j.issn.1004.2539.2011.01.022.

[J]. 2011, 35(1): 55-58. DOI： 10.16578/j.issn.1004.2539.2011.01.022.

摘要

小波包是继小波分析之后提出的一种新型的多尺度分析方法

解决了小波分析在高频部分分辨率差的缺点

体现了比小波分析更好的处理效果。测试了齿轮传动系统在几种不同故障类型下的振动信号

利用小波包变换的分解和重构算法

有效地提取出齿轮故障特征信号

得到试验结果。通过比较时域分析、频域分析和小波包分析对齿轮振动信号进行的特征提取

从能量分布的角度出发

阐述了在齿轮故障诊断中

利用小波包分析方法将故障信号进行进一步量化、分解

从而进行判断的方法。试验表明了基于小波包能量谱分析在齿轮故障信号提取与诊断中的优势。

Abstract

The wavelet packet transform is a new multi-scale analysis method developed in the past decade.It overcomes the shortcomings of poor resolution in high-frequency part inherent in wavelet analysis.Vibration fault feature of gear is analyzed.By using the decomposition and reconstruction algorithm of wavelet transform

the fault feature signal of gear are extracted availably and the result s of experimentation are obtained.The characteristics of time domain analysis

frequency spectrum analysis and wavelet analysis are compared

and the predominance of wavelet energy spectrum analysis in extraction and diagnosis of fault signal is proved.

关键词

Keywords

references

Views

860

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于小波包和支持向量机的齿轮故障诊断

基于AR模型和径向基神经网络的滚动轴承故障诊断

齿轮故障诊断中的信号处理技术研究与展望

基于高阶倒谱熵的齿轮故障诊断

小波包和BP神经网络在齿轮箱故障诊断中的应用

Related Author

刘亚娟

关丛荣

张晓芹

陆爽

侯跃谦

田野

申永军

杨绍普

Related Institution

宁波职业技术学院2. 华南理工大学

丽水职业技术学院机电信息分院2. 浙江工业大学机电工程学院

国防科学技术大学军械工程学院自行火炮教研室

安徽工业大学机械工程学院

湖南工程学院2. 河南工业大学材料科学与工程学院

⁰