自适应冗余多小波及其在故障诊断中的应用

陈景龙 1; 訾艳阳 1; 何正嘉 1; 袁静 2

您当前的位置：

首页 >

文章列表页 >

自适应冗余多小波及其在故障诊断中的应用

更新时间：2025-07-09

- 自适应冗余多小波及其在故障诊断中的应用
- Adaptive Redundant Multiwavelet with Applications to Fault Diagnosis
- 西安交通大学学报 2012年46卷第7期页码：44-49
- 作者机构：
  
  西安交通大学机械工程学院,西安,710049
- 作者简介：
- 基金信息：
  
  : 2011-11-28. 作者简介: 陈景龙(1985-),男,博士生;訾艳阳(通信作者),男,教授,博士生导师. 基金项目: 国家自然科学基金资助项目(50975220)
- DOI：
  中图分类号： TH17
- 网络首发：2012-07-10，
  
  纸质出版：2012
- 稿件说明：
移动端阅览
陈景龙 1, 訾艳阳 1, 何正嘉 1, 等. 自适应冗余多小波及其在故障诊断中的应用[J]. 西安交通大学学报, 2012,46(7):44-49.

Adaptive Redundant Multiwavelet with Applications to Fault Diagnosis[J]. 2012, 46(7): 44-49.
陈景龙 1, 訾艳阳 1, 何正嘉 1, 等. 自适应冗余多小波及其在故障诊断中的应用[J]. 西安交通大学学报, 2012,46(7):44-49. DOI：

Adaptive Redundant Multiwavelet with Applications to Fault Diagnosis[J]. 2012, 46(7): 44-49. DOI：

摘要

针对机械设备在运行过程中萌生的故障尚在特征不明显、特征信息微弱且往往被机械设备运行过程中的强噪声所淹没等给故障特征提取与故障定位带来了很大困难

提出了自适应冗余多小波的故障诊断方法.基于Chui-Lian多小波

依据信号特点采用两尺度相似变换方法

以谱熵最小为优化目标、遗传算法为优化方法

实现了冗余多小波的自适应构造.同时

对振动信号进行了冗余多小波分解

从而实现了对故障的准确定位及特征提取.将提出的方法应用于滚动轴承的故障分析和烟汽轮机的碰摩故障诊断中

结果显示

该方法可以有效地提高对机械设备在运行中产生故障的诊断能力.对比结果表明

该方法明显地优于传统的傅里叶变换、Db6单小波变换和原始CL3多小波变换等方法.

Abstract

Signals of mechanical equipment faults in operation with obscure symptoms and weak features are always contaminated by stronger background noise. To solve the difficulty

a new method called adaptive redundant multiwavelet is proposed. Following Chui-Lian multiwavelet and two-scale similarity transforms

and taking the minimum envelope spectrum entropy as the optimization objective and genetic algorithms as the optimization tool

the redundant multiwavelet is adaptively constructed. Compared with the Fourier transform

Db6 scalar wavelet transform and CL3 multiwavelet transform

the applications to fault diagnosis rub-impact for a rolling element bearing of outer-race and a flue gas turbine unit of show the improved effectiveness of the proposed method.

关键词

Keywords

references

何正嘉,訾艳阳,陈雪峰,等.内积变换原理与机械故障诊断 [J]. 振动工程学报,2007,20(5):528-533.

HE Zhengjia, ZI Yanyang, CHEN Xuefeng, et al. Transform principle of inner product for fault diagnosis [J]. Journal of Vibration Engineering,2007,20(5):528-533.

WANG Xiaodong, ZI Yanyang, HE Zhengjia. Multiwavelet construction via an adaptive symmetric lifting scheme and its applications for rotating machinery fault diagnosis [J]. Measurement Science and Technology, 2009, 20(4):1-17.

BRADLEY A P. Shift-invariance in the discrete wavelet transform [C]∥Proceedings of the 7th International Conference on Digital Image Computing: Techniques and Applications. Sydney,Australia: The University of Queensland, 2003: 29-38.

STRELA V. Multi-wavelets: theory and application [D]. Cambridge, USA: Massachusetts Institute of Technology, 1996.

CHUI C K, LIAN J. A study of orthonormal multi-wavelets [J]. Applied Numerical Mathematics, 1996, 20(3):273-298.

黄卓君, 马争鸣. CL多小波图像编码 [J].中国图象图形学报,2001,6(7):662-668.

HUANG Zhuojun, MA Zhengming. CL multiwavelet image coding [J].Journal of Image and Graphics,2001,6(7):662-668.

MALLAT S G. A wavelet tour of signal processing [M]. 2nd ed. Beijing: Machinery Industry Press, 2003: 49-51.

李宏坤,张志新, 马孝江,等. 基于Hilbert谱熵的柴油机故障诊断方法研究 [J]. 大连理工大学学报, 2008, 48(2):220-224.

LI Hongkun, ZHANG Zhixin, MA Xiaojiang, et al. Investigation on diesel engine fault diagnosis by using Hilbert spectrum entropy [J]. Journal of Dalian University of Technology, 2008, 48(2):220-224.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

滚动轴承故障诊断的多小波谱峭度方法

电力变压器故障诊断多智能体大模型构建与应用

采用双小波字典的齿轮箱复合故障特征提取方法

一维卷积神经网络在机械故障特征提取中的可解释性研究

蜉蝣优化双通道网络在齿轮箱故障诊断中的应用