產(chǎn)品導(dǎo)航 / PRODUCTS
新聞資訊 / NEWS AND INFORMATION
| 高壓齒輪泵的小波包故障診斷方法 |
| 加入時(shí)間：2018/5/3 15:15:05 點(diǎn)擊：347 |
|
在線狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)中，一般對(duì)于狀態(tài)信號(hào)的采集是連續(xù)進(jìn)行的，所得到的狀態(tài)信號(hào)的離散序列理論上無限長。相對(duì)應(yīng)地，為實(shí)現(xiàn)在線故障診斷，縮短診斷時(shí)問，希望所觀測(cè)的信號(hào)序列的長度有限。同時(shí)，注意到小波包是將有限長信號(hào)序列分解為多個(gè)對(duì)應(yīng)在不同頻段的小波包，從而監(jiān)測(cè)在特定頻段內(nèi)的頻率特征以刻畫設(shè)備的健康狀態(tài)。為了在分解后的頻段信號(hào)中提取可靠的狀態(tài)信息，每個(gè)頻段內(nèi)的小波信號(hào)應(yīng)有足夠的長度。
對(duì)于特定的故障診斷應(yīng)用，應(yīng)依據(jù)設(shè)備系統(tǒng)的所有特征頻率的頻率范圍確定狀態(tài)信息的采樣周期和小波包分解的層次數(shù)。合適的分解層次應(yīng)能有效地消除低頻和高頻噪聲的影響，以增強(qiáng)小波包分析的特征信息敏感度[27]。小波包分解將信號(hào)序列分解為2個(gè)頻段信號(hào)，各頻段的寬度為采樣頻率除以2mlm為分解層數(shù))。
|
|
|
| 【查看上一頁】 【查看下一頁】 |
