共查询到10条相似文献，搜索用时 15 毫秒
1.
通过对齿轮箱正常和故障运行状态的振动信号进行分析,利用小波包理论将3种工况振动信号进行分解,根据不同频带内能量分布的不同以及能量比值指标,有效地进行了3种工况的识别与分类,结果表明,利用小波包分解是齿轮箱故障的一种有效的诊断方法。 相似文献
2.
根据旋转机械故障振动信号的特点，提出了应用小波包分解、重构技术进行消噪处理及频带能量故障特征提取的方法，实验分析结果表明该方法可以有效地提高故障诊断的抗干扰能力和故障诊断的准确性。 相似文献
3.
根据声信号非平稳这一特点,对传统特征提取的方法进行改进,提出一种基于区间小波包分解和频带局部能量法相结合特征提取法,经实践证明,基于频带局部能量区间小波包特征提取法与传统小波包特征提取法相比,能够更有效地提取发动机的故障信息. 相似文献
4.
基于小波包络分析的滚动轴承故障诊断研究 总被引：3，自引：0，他引：3
滚动轴承出现故障时的振动信号是非平稳信号,傅立叶变换方法难以达到满意的效果。小波分析可同时从时域和频域两个方面对信号进行分析,十分适于滚动轴承的故障诊断。根据滚动轴承故障诊断理论,通过构造轴承上有单个损伤点时的仿真信号,应用小波包分析与包络分析相结合的方法,成功提取了滚动轴承的故障特征,并在此基础上对实测的滚动轴承振动信号进行分析,实验结果表明小波包络技术可以有效的提取滚动轴承故障信号。 相似文献
5.
针对语音信号的非平稳特性,传统的短时分析技术容易丢失信息的现状,提出了一种利用小波包变换和分形技术对语音信号进行特征提取。用小波包变换对每一帧语音信号进行多分辨分析,这样可以得到每个频带的小波分解值,然后计算出每个频带的分形维特征,最后使用动态时间规整进行识别。实验证明,在低信噪比的情况下,仍有较高的说话人识别的效果。 相似文献
6.
7.
通过对小波变换和小波包分析研究,寻找最优小波包基,结合不同阈值去噪方法,对加噪信号以及齿轮箱振动信号进行去噪处理。实验表明最优小波包基的惩罚阈值去噪结果比小波变换常用的stein无偏风险阈值去噪结果和小波包默认阈值去噪结果要好很多。该方法不仅可以有效去除噪声,还可以很好地保留信号中的细节信息。 相似文献
8.
本文介绍了小波包降噪的原理;仿真分析了小波包降噪的优越性能,编制了Matlab源程序;对大型液压轧机实测振动信号实行小波包降噪,取得了很好的应用效果。此技术可推广到众多有降噪要求的工程测试领域。 相似文献
9.
基于小波分解频带能量特征和BP神经网络的方法识别油浸式变压器短路故障。利用电弧光信号进行油浸式变压器短路故障诊断,对不同工况下的光信号进行多分辨率分析的四层小波分解,选择合适的重构小波系数,提取特征频带。对提取出的特征频带的小波系数作平方和归一化处理,求出每个特征频带的能量,作为特征参数输入到BP神经网络模型中进行训练和故障识别。 相似文献