滾柱軸承初始故障診斷的方法-根據(jù)小波的變換交互作用過濾和Hilbert變換外文文獻翻譯、中英文翻譯,滾柱軸承,初始,故障診斷,方法,法子,根據(jù),依據(jù),變換,交互作用,過濾,以及,hilbert,外文,文獻,翻譯,中英文
翻譯部分
中文譯文
滾柱軸承初始故障診斷的方法
------根據(jù)小波的變換交互作用過濾和Hilbert變換
摘自（國際設(shè)備工程與管理）期刊
曾慶虎、仇靜、劉關(guān)軍
學(xué)院：機電工程學(xué)和自動化，國防科學(xué)技術(shù)大學(xué)，
長沙 410073， P、 R. 中國
摘要：
噪聲是初始滾動軸承故障診斷結(jié)果不準(zhǔn)確最大的障礙; 根據(jù)小波的變換交互作用過濾和Hilbert變換，一個新的診斷滾動軸承初始故障的方法被提議。
首先，微弱的故障信息特點利用小波的一個降低噪音的特征變換交互作用過濾作為Hilbert信封分析的預(yù)處理，從滾柱軸承的故障感應(yīng)信號拾取信號
然后，為了得到故障特征頻率，降低了噪音的高頻信號中小波系數(shù)利用Hilbert信封光譜進行分析。
仿真信號和診斷實例分析結(jié)果顯示：提出的方法比在降低干擾的和凈化的滾柱軸承初始故障中直接小波Hilbert系數(shù)轉(zhuǎn)換有效。
關(guān)鍵詞： 小波交互作用過濾； Hilbert變換； 信封光譜‘ 故障診斷；滾柱軸承
1、概述：
滾柱軸承頻繁地是被應(yīng)用在大多數(shù)旋轉(zhuǎn)電機中。 他們的運行質(zhì)量影響到設(shè)備的工作成績。 當(dāng)前，普遍用于診斷滾柱軸承缺點的方法包括FFT光譜分析和高頻率解調(diào)分析，但二個方法都有缺陷。
原因是：
(1)軸承故障振動信號通常有不穩(wěn)定的特征;
(2)滾柱軸承初始故障的特點信息是微弱的，并且工作環(huán)境是充滿了噪聲; 特征信息淹沒在噪聲中從而難以辨認(rèn)。那么如何拾取故障特征信息和如何增加信號噪聲比率是為診斷滾柱軸承初始故障的關(guān)鍵技術(shù)。小波分析在80年代來了。 從那以后，人們開始使用小波分析處理振動信號并且達到了一些有利作用。幾乎所有的方法都使用小波變換(WT)或小波口袋變換(WPT)直接地拾取故障特征，但當(dāng)工作環(huán)境充滿強烈的噪聲時，這不是理想的。原因是故障信號被噪音淹沒再每個頻率渠道。小波變換交互作用過濾(WTCF)根據(jù)以下事實：尖銳的邊緣有大信號在小波標(biāo)度，并且噪聲將在此標(biāo)度快速的消失；尖銳的和重要的特征可以從噪聲中獲得，并且根據(jù)門限檢查消除噪聲; WTCF小波系數(shù)噪聲信號比率明顯高于WT小波系數(shù)。當(dāng)壓制噪聲和小鋒利的特點，在幾個毗鄰標(biāo)度削尖并且提高邊緣和重大特性，小波系數(shù)直接空間交互作用; 在本文，根據(jù)WTCF的和Hilbert變換，一個診斷滾柱軸承初始故障的新的方法被提議。首先，利用WTCF的一個降低噪音的特征作為Hilbert信封分析的預(yù)處理，微弱的故障信息特點從滾柱軸承故障振動信號被拾取。然后，為了得到故障特征頻率，降低噪音的高頻信號中小波系數(shù)利用Hilbert信封光譜進行分析。仿真信號和診斷實例分析結(jié)果顯示：提出的方法比在降低干擾的和凈化的滾柱軸承初始故障中直接小波Hilbert系數(shù)轉(zhuǎn)換有效。
2、小波轉(zhuǎn)換交互作用過濾
小波變換交互作用過濾(WTCF)，降低噪音的想法是根據(jù)以下事實的：在許多小波標(biāo)度尖銳的邊緣有大信號，并且噪聲將快速地在小波標(biāo)度消除; 當(dāng)壓制噪聲和小鋒利的特點時，在幾個毗鄰標(biāo)度削尖并且提高邊緣和重大特點，小波系數(shù)的直接空間交互作用。邊緣和重大特點可以從噪聲得到，并且根據(jù)門限檢查消除噪聲。WTCF小波系數(shù)信號噪聲比率明顯高于WT小波系數(shù)。WTCF具有容易實施和強烈的特征，并且它可以是信號處理用于拾取機械設(shè)備初始故障特性的工具。 我們在幾個毗鄰標(biāo)度，使用小波變換內(nèi)容的直接空間交互作用Corrl (m，n)準(zhǔn)確地查出邊緣或其他重大特征的地點。
Y (m + i, n) , n = 1, 2?, N [1]
這里N表示一個離散信號的點數(shù)字，n是翻譯索引，m是標(biāo)度索引，Y表示小波變換數(shù)據(jù)，i是在涉及到直接增殖的標(biāo)度數(shù)量，m
收藏