改进小波算法在滚动轴承故障诊断的应用

在滚动轴承故障诊断中,为了提高诊断的准确率,需要对振动信号进行去噪预处理。小波变换具有良好的时频布局分析能力,在滚动轴承此类非平稳信号的去噪处理中得到了广泛应用。但是传统的阈值函数存在一定问题,影响去噪效果。提出了一种新的小波阈值函数,削弱了传统软硬阈值函数的缺陷,并且与已有的几种改进函数的去噪结果进行对比,证明了上述方法有很高的准确性和有效性,其去噪后的信噪比和均方根误差均优于软硬阈值和其它改进的阈值函数。

加权数据级融合在滚动轴承故障诊断的应用

在滚动轴承故障诊断中,为了使采集的振动信号有效利用,提高诊断的准确率,采用了一种根据相关函数确定权重来进行数据级融合的方法.该方法可以在无法确定传感器任何先验知识的情况下,可依据各传感器所测数据相关程度的改变,从而可以适时地调整参与融合的各传感器权值.仿真试验证明,该方法动态适应性好,抗干扰能力强,融合结果在精度、容错性方面均优于传统的平均值加权法,真实测得的数据经过试验验证后确定该方法在实际操作中切实可行,结果准确性高.