基于小波分析的故障诊断系统

提出了基于小波能量的机电设备状态检测及小波奇异性检测方法,分析小波变换在故障诊断中的各种应用及实现方法,使小波分析能适应不同特点的机电设备及测试信号的处理要求,该系统在机电设备故障诊断中得到很好的应用.     

基于新型复值小波变换的异步电机故障诊断方法

针对谐波小波所存在的时域特性差的缺点，提出了一种改进的具有良好时频域局部特性的谐波小波，并基于改进的谐波小波，给出了一种新型的异步电机转子断条故障特征检测方法，即利用复小波变换从笼型异步电机启动过程时的定子绕组电流中提取（1－2s）f故障特征分量。理论及仿真分析表明，提出的新型异步电机故障诊断方法比传统的检测方法灵敏度更高，提高了异步电机的故障识别率。     

基于谐波小波的轴承故障诊断方法的研究

提出了一种基于谐波小波的轴承故障诊断方法,并就滚动轴承内圈损伤、外圈损伤和滚动体损伤三类常见的运行故障,运用谐波小波变换提取了它们的故障特征。在武昌南机务段轴承检测的应用表明,该方法能有效提取滚动轴承振动信号的故障特征频率,具有良好的应用前景。     

基于小波包变换和BP网络的铁道车辆滚动轴承故障诊断方法

针对铁道车辆滚动轴承故障诊断,提出1种改进的小波包与BP神经网络相结合的故障诊断方法,并开发出基于该方法的铁道车辆滚动轴承故障诊断系统。用压电加速度传感器采集轴承试验台的模拟故障轴承振动信号,对采集到的信号先进行小波降噪,再通过小波包分解,构造特征向量,以此作为故障样本对改进的BP网络进行训练,实现智能化故障诊断。实验结果表明,基于该方法的故障诊断系统能够很好地诊断出铁道车辆滚动轴承内圈、外圈及滚动体表面出现的疲劳、剥落、磨损和裂纹等故障,具有实际工程应用价值。     

基于小波包和RBF神经网络的轨道车辆滚动轴承故障诊断

针对轨道车辆的滚动轴承故障诊断问题,提出了一种小波包与RBF神经网络相结合的故障诊断方法.首先对采集到的振动数据进行小波消噪,然后利用小波包分解提取故障信号的能量特征向量,最后利用提取的能量特征训练RBF神经网络,进行故障诊断.诊断结果表明,基于小波包和RBF神经网络的轨道车辆滚动轴承故障诊断方法能够较好的诊断出轨道车辆的轴承故障类型,具有一定的实际应用价值.     

基于小波包分析的货车滚动轴承故障诊断

铁路车辆滚动轴承故障的不解体诊断，对于提高轴承诊断效率，减轻操作人员的劳动强度和保证铁路运输的安全是至关重要。结合小波包分解和加权K近邻法提出了一种新的货车滚动轴承不解体故障诊断方法。首先利用小波包对滚动轴承的振动加速度信号进行分解，得到滚动轴承动态信号在不同频带的能量，并以此作为滚动轴承的特征向量；然后采用加权K近邻法对滚动轴承进行故障诊断。对197726型货车滚动轴承在轮对不解体条件下进行了诊断实验，结果表明该方法能准确地检测出滚动轴承外圈、内圈及滚子的局部缺陷，并且诊断速度快，完全满足实时诊断要求。     

小波变换在故障处理中的应用

小波变换具有良好的时频局部特性，特别适合非平衡和奇异信号的检测，讨论了小波变换在故障处理中的主要应用，并对小波变换的故障检测方法进行仿真，结果表明该方法具有较好的有效性。     

非平稳机械振动噪声中瞬态故障信号的检测

结合非平稳机械运行状态,分析了非平稳振动信号中瞬态故障信号和平稳振动信号的特点,介绍了应用小波包理论进行故障信号检测的基本原理.通过小波包变换后,平稳振动信号和瞬态故障信号的小波包-能量谱表现出不同的特性.本文运用统计信号处理的理论,构造了相应统计量进行假设检验判决,判断平稳振动信号中是否存在瞬态故障信号。针对变速箱故障声压信号的非平稳时变特点,给出了小波包分析处理变速箱故障声压信号的原理和方法,并分析了一个变速箱齿根裂纹故障的诊断实例.实验结果表明,该方法可以有效地提取淹没在平稳振动噪声信号中的瞬态故障信号的特征,准确判断出故障,验证了该方法对机械设备进行故障诊断的有效性,对其它类型的机械故障诊断也具有一定的参考价值。     

基于小波分析的机车转向架振动信号的降噪和故障诊断

从小波变换的理论背景出发，介绍了利用小波变换对信号进行分解的原理。并重点对小波分析在信号消噪和故障诊断两方面的工程应用做了一些有益的探讨。首先对机车转向架振动信号用db4小波进行了分解，并运用所介绍的算法进行了消噪处理，取得了明显的效果。其次是运用小波包频分技术建立了机车转向架的振动状态特征向量，能较好地表征机车振动的故障状态。     

基于电机定子电流分析的机车齿轮箱故障诊断

机车传动系统齿轮故障诊断对保障列车行车安全有重要意义,因此将牵引电机定子电流分析用于齿轮故障诊断。齿轮局部损伤引起齿轮系扭矩波动,扭矩的波动使驱动电机定子电流多个频率成分发生相位调制,在定子电流频谱中产生边频带,分析这些特殊频率成份就可以检测齿轮故障。齿轮早期故障产生的边频带幅值非常微弱,通常被电机结构引起的谐波成份和噪声掩盖。双树复小波变换保留了常规小波局部分析特性,又能有效抑制平移敏感性和频率混叠。提出了一种新的无传感器机车齿轮故障诊断方法,用双树复小波分析牵引电机定子电流,抑制噪声排除临近频率的干扰。30 t轴重货运机车正线运转实验证明,提出的方法能有效诊断机车齿轮故障。     

变流器故障诊断技术综述

总结了变流器的常见故障及其诊断方法,主要对小波分析及神经网络诊断方法进行了系统归纳;指出变流器故障诊断方法现存在的问题,预测了其发展趋势。     

小波变换在电力机车主整流器故障检测中的应用研究

提出了一种基于小波变换的小波信息熵,并利用其构造设备状态检测指标计算方法,将这种状态检测方法应用到电力机车主整流器故障检测中。通过各种不同故障状态仿真实验分析,表明这种方法是有效的,同时具有较强的抗干扰性。     

小波变换及其在轨道检测中的应用

介绍小波变换的原理及其特点，列举在轨道检测中的应用实例，简要说明如何选用小波函数与其他技术相结合进行信号分析。     

提速道岔小波包能量熵故障诊断方法

将小波包变换应用于S700K型提速道岔转辙机故障诊断中,以微机监测系统采集的S700K型转辙机三相交流电流为信号源,基于小波包多尺度分析对道岔转辙机正常工作状态和各故障状态下的三相交流电流进行分解,并通过小波包能量熵提取故障特征,然后根据能量熵定义故障诊断指标,并对每相电流的故障诊断指标设定2个阈值,来定量划分故障类型。实验结果表明:道岔不同故障情况下,三相电流小波包能量熵分布有一定的规律,故障诊断指标阈值的设定能有效划分道岔故障类型,待测样本测试结果与现场诊断结果一致。     

基于小波变换的传感器故障检测技术研究

介绍了小波变换的基本理论及小波技术用于传感器故障检测的基本原理，给出了传感器故障检测方法，仿真实例证明了这一技术的有效性。     

小波变换在故障处理中的应用

小波变换具有良好的时频局部特性,特别适合非平稳和奇异信号的检测.讨论了小波变换在故障处理中的主要应用,并对小波变换的故障检测方法进行仿真.结果表明该方法具有较好的有效性.     

城市轨道交通车辆轴承故障诊断方法研究

基于谐波小波和加速度包络技术对轨道交通车辆滚动轴承的故障诊断方法进行研究。首先运用小波滤波对轴承的振动信号进行降噪;其次通过谐波小波包分解实现了对滚动轴承故障信号的特定频带选择;最后用加速度包络技术对分解后的信号进行包络解调,进行故障诊断。在轴承试验平台上对内圈故障轴承进行了试验,通过分析加速度包络谱,提取轴承故障特征频率,与理论值接近,验证了方法的有效性。     

基于小波包和贝叶斯分类的机车走行部滚动轴承故障诊断研究

机车走行部滚动轴承的状况直接关系到机车的性能和列车的运行安全。针对目前机车走行部滚动轴承故障诊断准确率不高、模型构建时间较长的问题,提出一种基于小波包和贝叶斯分类的故障诊断方法。通过小波包变换构造故障特征集,利用粗糙集和主成分分析进行降维,将未降维和降维之后的故障特征集输入到贝叶斯分类模型中实现故障诊断,最后将贝叶斯分类方法和神经网络及最小二乘支持向量机方法进行比较。仿真结果表明,朴素贝叶斯分类方法构建模型的时间更短,分类准确率更高。     

基于小波分析和SVM的主变流器故障诊断

针对电力机车主变流器的故障,提出基于小波分析和支持向量机(SVM)的故障诊断方法.首先,运用小波包对特征信号进行分解和重构,然后提取各频带的能量,将得到的能量值构造为特征向量,最后把特征向量输入到支持向量机,进行故障诊断.MATLAB仿真结果表明,该方法能够准确地对故障进行诊断.     

小波奇异熵改进SOM神经网络在道岔故障诊断中的应用

随着轨道交通技术的快速发展和智能算法的应用,用微机监测和人工处理的方法对道岔进行故障诊断存在效率低、及时性不够、准确性不足等问题,文章用Meyer小波分解原始数据,实现特征数据的选择和提取,再计算出相应的小波奇异熵作为神经网络的输入向量,加入训练数据到改进型的SOM神经网络中,从而实现对S700K型转辙机的道岔故障诊断...