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.     

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。     

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。     

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.     

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。     

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。     

摆式列车倾摆控制系统故障检测诊断的试验研究

提出了采用小波变换对摆式列车倾摆控制系统的故障进行检测和诊断的方法；摆式列车实验台倾摆系统执行机构故障和传感器的故障试验证明，采用小波变换检测诊断倾摆系统的故障是行之有效的。另外还提出了一种确定故障检测的阈值的新方法。     

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。     

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。     

基于小波分析的牵引变流器故障诊断技术研究

针对200 km/h电动车组的牵引变流器,利用MATLAB/Simulink软件平台建立仿真模型,并运用小波变换的手段进行故障诊断,取得了良好的效果。文中以牵引变流器三相输出电流的不平衡故障为例,验证了该故障诊断方法的有效性。     

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.     

小波消噪在电力电子装置故障检测中的应用

考虑电力电子装置中噪声因素对故障检测和识别的影响,用多尺度小波变换和小波包变换对信号进行消噪.小波变换是将信号分解成高频和低频成分,低频成分包含信号的主要性能,高频含较多的噪声,将高频平滑后再重建即可消噪.然后利用Matlab对电力电子装置故障暂态信号进行消噪处理,比较各种消噪方法的优缺点,并结合理论分析和模拟结果讨论了阈值的选取方法和原则.仿真结果表明,基于小波变换的消噪方法是一种提取有用信号、展示噪声和突变信号的实用方法.     

改进的SVM用于主变流器故障诊断

针对机车主变流器故障,借助Matlab中的Simulink工具箱,仿真得到了主变流器发生不同故障时相应的电路输出电压;采用小波分析对输出电压进行信号处理,提取故障特征,构造特征向量,获得蕴涵电路故障信息的样本;利用SVM工具箱构建多故障分类器,并对故障样本进行诊断。由于SVM在无限空间建立分类超平面,容易导致误分类,针对此问题,提出了改进方法,使SVM在确定的有限空间进行分类。最后用仿真样本进行了训练和测试。实验结果表明诊断效果良好,实现了预期目标。     

基于连续子波变换的铁路车轮踏面擦伤的在线检测

在分析国内外关于铁路机车车辆车轮擦伤在线检测的应用和方法的基础上,提出了利用连续子波变换对车轮钢轨的振动加速度信号进行分析,当车轮踏面出现擦伤时,其振动信号中的幅值出现突变点。通过对实测数据的分析并与信号的倒谱分析比较证明,这种方法较常规的方法更有效地应用于车轮踏面擦伤的诊断中。     

基于小波分解改进算法和峭度最大原则的滚动轴承故障诊断研究

针对滚动轴承振动信号具有非平稳性以及工作情况下难以获得故障频率的情况,文章提出了一种基于小波分解改进算法和峭度最大原则对滚动轴承进行诊断的方法。首先,对小波分解改进算法进行验证,发现小波分解改进算法能够很好地克服小波分解传统算法过程中出现的频率混淆问题;然后,在小波分解改进算法的基础上,利用峭度最大原则选取故障频段,对其进行Hilbert包络解调和傅里叶变换来查看故障频率,最后通过美国凯斯西储大学实验室提供的数据对上述方法进行验证,并与小波分解传统算法进行了对比。结果表明,基于小波分解改进算法和峭度最大原则的故障诊断方法能够更加精准地识别故障频率,克服主频偏移的问题,有效地解决频率折叠现象和真实频率的映像问题,具有较好的可行性和优越性。     

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.     

基于小波包能量熵的钢轨波磨检测方法

针对目前轨道波浪型磨损检测效率慢、成功率低等问题,提出一种基于小波包能量熵的轨道波磨检测技术。首先建立轨道波磨简化模型及车辆集总化参数模型并搭建SIMPACK仿真动力学模型,其次创新性地将小波包和能量熵相结合应用在轨道波磨检测领域,再通过仿真模型得到不同波磨分组下的轴箱振动响应,然后对振动加速度信号进行4层小波包分解并计算各节点的小波包能量和小波包能量熵,最后通过对比分析仿真结果确定轨道波磨故障类型。