期刊文献+

基于小波分析的故障诊断 被引量:24

Fault diagnosis based on wavelet analysis
下载PDF
导出
摘要 对信号进行特征提取,是故障诊断的关键.突变信号往往对应着某类故障,如果能对突变信号进行有效识别,就能达到故障诊断的目的.对如何从混有噪声的振动信号中有效识别出突变信号,本文进行了一系列方法研究.研究结果表明,小波反对称变换和对称变换能有效地对突变信号进行识别,在故障诊断中具有实用价值. Signal feature extrachon is a key to fault diagnosis. Abrupt signal is often connected with a kind of faults. If abrupt signal can be efficiently recognized, a fault can be diagnosed comparatively easily For how to effectively idenhfy abrupt signals from vibrahon signals with noise, a series of researches is carried out. Research results show that antisymmetric and symmetric wavelet transforms can efficiently recognize abrupt signals, and are really valuable in fault diagnosis.
作者 张定会
出处 《上海理工大学学报》 EI CAS 2000年第2期137-140,共4页 Journal of University of Shanghai For Science and Technology
关键词 小波分析 故障诊断 特征提取 信号分析 wavelet analysis fault diagnosis feature extraction
  • 相关文献

参考文献3

二级参考文献5

  • 1秦前清,实用小波分析,1994年
  • 2李国豪,桥梁结构稳定与振动,1992年
  • 3王光远,结构动力学(译),1991年
  • 4杨军,硕士学位论文,1995年
  • 5秦前清,实用小波分析,1994年

共引文献344

同被引文献124

引证文献24

二级引证文献120

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部