文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于最优MORLET小波和SVD的滤波消噪方法及故障诊断的应用
侵权投诉

基于最优MORLET小波和SVD的滤波消噪方法及故障诊断的应用

分析了传统的小波去噪方法和小波变换的滤波特性。利用小波变换技术、 奇异值分解技术和M o r l e t 小波 良好的时域和频域特性, 提出了基于最优 Mo r l e t 小波和S V D的滤波消噪方法。首先 , 采用最小 S h a n n o n熵方法确定出最 优 M o r l e t 小波; 然后 , 利用奇异值分解技术确定出最佳变换尺度 a ; 最后对信号进行滤波消噪处理, 从而提取信号中的有 用成分。实验结果表明, 该方法具有良好的去噪性能, 用于

维普资讯 doc.guandang.net

振第 2第 2期 7卷

动

与

冲

击

J OURNAL OF VI AT ON AND HOC BR I S K

基于最优 Molt波和 S D的滤波消噪方法及故障诊断的应用 r小 e V 程发斌汤宝平钟佑明, , ( .重庆大学机械学院机械电子系, 1重庆 4 0 3;.重庆交通学院计算机与信息学院, 00 0 2重庆 40 7 ) 0 04

摘要 -分析了传统的小波去噪方法和小波变换的滤波特性。利用小波变换技术、奇异值分解技术和 M rt oe小波 l 良好的时域和频域特性,出了基于最优 Mol小波和 S D的滤波消噪方法。首先,提 rt e V采用最小 S ann熵方法确定出最 h no优 M rt ol小波; e然后,利用奇异值分解技术确定出最佳变换尺度 a最后对信号进行滤波消噪处理,而提取信号中的有;从用成分。实验结果表明,该方法具有良好的去噪性能,于故障特征提取是有效的。用 关键词:Mo e小波; rt l小波滤波器组;小波变换;奇异值分解;障诊断故 中图分类号:T 9 17 N 1 .文献标识码:A

在机械故障诊断领域内,动信号的突变点往往振含有丰富的故障信息,反映了故障引起的撞击、它振荡、转速改变和结构变形与断裂等。而测取的信号往往受到噪声信号干扰。对于早期故障,号中包含的信

1传统小波去噪方法及其局限性 小波变换是将原始信号与小波基进行内积运算, 其解析模型为 W(,)=< () ab £, +∞ -

故障信息一般很弱,常常淹没在噪声信号中,因此,能否有效地降低噪声提高信噪比,效的提取突变的故有障信号,是进行机械设备早期故障诊断的关键。小波变换以其处理非平稳信号独有的优点,故障诊断领在 域内日益得到了广泛应用,比如小波去噪、波奇小

()>=£ L

I I I (’口 £ ( ) J一∞

Ⅱ

)t d

() 1 () t是基

这一模型又称为连续小波变换,中 a≠O称为尺式度因子;为位移因子;”示共轭, 6称“表

异值提取。然而,于强噪声背景下的微弱突变信号对的提取,采用常规的小波去噪方法和小波奇异值检测 就显得

有些困难。

小波 () t经伸缩和平移形成的小波基函数 -

I

()=I口I£

( U

) b∈ R,>0,口

() 2

根据时域卷积,域相乘的定理,波变换也可以频小认为是对信号的一种滤波处理,中 Mol小波是应其 rt e用较广的一种小波函数,有很大的代表性,为 Mo—具因 r l小波的时域和频域形式都是高斯函数,常适于建 e t非 立特征选取滤波器组 (或窄带滤波器组 )。该滤波器组

小波去噪是基于小波多分辩分析 ( R实现 M A)的,噪过程的基本步骤如下:去 1 )信号的小波分解; 2小波分解系数的阈值量化; )

可以针对不同故障信号的特性进行设计,通过时域、频域滤波,信号和噪声在时频域分开。因此,用 M r将利 o— l小波在频域的带通滤波特性,有效去除故障信号 e t可中的噪声干扰 l。奇异值分解技术在故障诊断领域 4 J

3各小波分解系数阈值处理; ) 4对处理后的系数进行重构。 ) 以上去噪方法对某些特殊信号的去噪存在着一定

已有成功的应用,已广泛应用于信号降噪或提取信号中的周期成分。 本文基于轴承故障诊断实验为背景,对传统小针波去噪方法的局限性,用 Mol小波良好的时域和利 rt e频域特性,结合小波变换的滤波特性和奇异值分解技术能提取信号中周期成分的特性,计了最优 Mol设 rt e基小波及小波变换尺度 a。 基金项目:国家自然科学基金项目( 00 0 9,庆市科委自然科学基金 54 50 )重项目(0 6 B 2 2, 20 B 24 )教育部新世纪人才培养基金项目( C T一0 NE 4— 04) 89

的缺陷,如图 1 a和图 1 b分别表示脉冲信号及叠加 () ()强噪声的脉冲信号。本例子采用基于 Se ti偏似然 n无估计原理的自适应阈值选择, 1 C所示为采用传统图 () 一

15

2 0

馨。 2 2 0

罂

.

2 0 0. 2 0. 4 06 0. 8 1

收稿日期:20 07—0 6—0修改稿收到日期:0 7—0 1 20 6—2 8 第一作者程发斌男,士生,9 8年 4月生博 17

( )t c/ s

图 1分析信号及

其传统小波去噪结果

基于最优MORLET小波和SVD的滤波消噪方法及故障诊断的应用

第1页

你可能喜欢

  • 小波滤波
  • 小波去噪
  • 数字滤波算法
  • 滤波方法
  • 快速小波
  • 提升小波
  • 小波包

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email