基于小波分析的故障信號奇異性研究.pdf

1、作為故障事件和征兆的一種重要表征，故障信號的奇異性蘊涵了大量、豐富的有用信息，所以能否對這些信息進行準確、有效的提取和分析，就成為進一步確定故障原因，尋找故障位置的先決條件。 針對目前故障信號奇異性分析中存在的問題，本文介紹了用小波分析的方法對故障信號奇異性進行分析和研究。該方法可以同時從時間域和頻率域對故障信號的奇異性進行局部、細致的表征和分析，從而有效地解決了傅里葉變換在故障信號奇異性分析中只能反映信號的頻域特性及窗口傅里葉

2、變換窗口相對固定的問題。 論文將數學函數的奇異性評價標準引入故障信號的分析中，研究了故障信號中振動、撞擊、突變等非平穩(wěn)信號的奇異性。從故障信號奇異性檢測中小波變換模極大值理論和小波變換模極大值與奇異性、變換尺度的關系入手，研究了故障信號奇異性檢測中的小波變換原理。研究了小波基函數的選擇問題，給出了通常情況下故障信號奇異性檢測中小波函數的選擇標準和有關注意問題。 論文結合壓縮機軸承故障診斷和變頻器高次諧波干擾信號檢測兩個具

3、體工業(yè)問題的分析和研究，說明了小波分析在故障信號奇異性研究中的有效性。其中，基于Morlet連續(xù)小波的壓縮機故障診斷，是以Morlet小波對故障信號奇異性研究為例，說明了連續(xù)小波變換不僅體現(xiàn)了基于時間-尺度(頻率)的小波變換優(yōu)點，而且克服了離散小波變換在時間域上對信號離散化所造成的特征信息遺漏及二進小波變換在尺度空間上二進分割過于粗糙的問題。另外，以Morlet小波、Coif3小波、Db5小波對變頻器高次諧波干擾信號奇異性檢測為例，分別