基于頻率切片小波變換的設備故障特征提取方法研究.pdf

1、特征提取是故障診斷與識別的關鍵。為提取信號中隱藏的故障特征，本文研究了基于頻率切片小波變換的信號特征提取方法和技術。
　　通過實驗分析了傅里葉變換、短時傅里葉變換、Wigner-Ville分布、連續(xù)小波變換以及S變換等常用時頻分析方法的不足，在此基礎上系統(tǒng)研究了頻率切片小波變換及其逆變換，實驗分析了尺度因子和頻率切片函數(shù)的選取方法。實驗表明該方法克服了傳統(tǒng)時頻分析方法的不足，不但能夠控制信號的時頻分辨率，而且可以對任意頻帶進行提取

2、和重構(gòu)分析。
　　針對松動故障的特征提取，提出基于頻率切片小波變換的故障診斷方法。該方法以頻率切片小波變換為中心，通過對信號特征提取、重構(gòu)和分析，實現(xiàn)對設備故障的診斷。首先在信號的時頻分布圖中，選取特征較為明顯的頻帶為目標區(qū)域進行提取、重構(gòu)、分析和綜合，獲得有效的故障特征。在發(fā)電機機組和風機機組等應用中，這種方法取得了較好的效果。
　　為了更好地提取信號的主要成分，分析了主分量分析法和奇異值分解法的提取原理，通過數(shù)值實驗對兩