位置：成果数据库 > 期刊 > 期刊详情页
第二代小波分析在轴承故障诊断中的应用
  • ISSN号：0254-0037
  • 期刊名称：北京工业大学学报
  • 时间：0
  • 页码：577-581
  • 语言：中文
  • 分类：TH17[机械工程—机械制造及自动化]
  • 作者机构：[1]北京工业大学,北京市先进制造技术重点实验室,北京,100124 北京工业大学,北京市先进制造技术重点实验室,北京,100124 北京工业大学,北京市先进制造技术重点实验室,北京,100124 北京工业大学,北京市先进制造技术重点实验室,北京,100124
  • 相关基金：国家自然科学基金项目(50705001).
  • 相关项目：间歇性低速重载设备微弱特征提取与早期故障诊断研究
作者： 高立新|殷海晨|张建宇|胥永刚|
关键词： 小波变换, 二代小波变换, 故障诊断
中文摘要：

针对传统小波分析在轴承冲击故障特征提取中的不足,引入第二代小波分析用于滚动轴承的故障诊断.基于插值细分原理,构造了预测算子和更新算子,并针对边界计算中出现的信号突变问题,采用一阶平滑边界延拓技术,解决了重构后信号的平滑问题.基于第二代小波分析的降噪方法,成功滤除噪声信号并保留故障的冲击特征,效果明显优于传统小波降噪技术.同时,将第二代小波变换与相关分析、解调分析等方法相结合,实现了轴承早期故障特征的有效提取.

同期刊论文项目
间歇性低速重载设备微弱特征提取与早期故障诊断研究
期刊论文 21 会议论文 4 专利 3
同项目期刊论文
滚动轴承微弱特征的非线性增强与解调方法研究
基于EMD解调方法的齿轮早期故障诊断
杜芬振子在故障诊断中的应用
基于CBR和RBR混合推理的齿轮箱智能诊断技术
差分振子在机电设备早期故障诊断中的应用
基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术
三种非线性方法在早期故障诊断中的应用
Intelligent Gearbox Diagnosis Methods Based on SVM, Wavelet Lifting and RBR
差分振子相图的自动识别与应用
一种基于不变矩的微弱周期信号检测的新方法
基于差分振子的轴承早期故障可视化检测
机电设备早期故障微弱信号的非线性检测方法及工程应用
基于Fisher比率与SVM的滚动轴承故障诊断方法
随机共振及其应用于弱信号检测的研究
基于循环平稳解调的齿轮裂纹早期故障诊断研究
基于EMD的复合故障诊断方法
基于冗余第二代小波的降噪技术
基于第二代小波和EMD的解调方法及其应用研究
基于神经网络和案例推理的智能诊断系统综述
基于CFD的矿用通风机叶片的气动性能及故障诊断研究
期刊信息
  • 《北京工业大学学报》
  • 中国科技核心期刊
  • 主管单位:北京市教委
  • 主办单位:北京工业大学
  • 主编：卢振洋
  • 地址：北京市朝阳区平乐园100号
  • 邮编：100124
  • 邮箱：xuebao@bjut.edu.cn
  • 电话：010-67392535
  • 国际标准刊号：ISSN：0254-0037
  • 国内统一刊号：ISSN：11-2286/T
  • 邮发代号:2-86
  • 获奖情况:
  • 中国高等学校自然科学学报优秀学报二等奖,北京市优秀期刊,华北5省市优秀期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘（网络版）,美国数学评论（网络版）,德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:11924