用户名: 密码: 验证码:
基于消除频率混叠现象的Mallat小波变换改进算法的研究
详细信息    查看官网全文
摘要
高速旋转机械由于其工作转速高、控制精度高,其故障信号又属于微弱突变信号,造成常规监测方法准确率偏低,成为制约高速旋转机械故障监测进一步发展的最大障碍。针对原有以傅立叶变换为基础的提取方法不能及时分辨高速旋转机械瞬时故障的弊端,试验研究中引入了基于小波变换的信号特征提取方法,以便实时监控高速旋转机械的运行状态。经过比较,Mallat小波变换更适用于高速旋转机械的提取。但Malltat小波变换的内在算法在获得信号的分解和重构过程中,所使用的正交镜像滤波器不能达到必须具有理想的截止特性,从而导致低通部分及带通部分的信号在交界处有明显重叠,最终影响高速旋转机械信号特征提取的准确性,甚至对其运行状态判断错误。本文设计了一种消除小波分解和重构过程中产生频率混叠的算法。它利用傅立叶变换和傅立叶逆变换构成了Mallat小波变换在分解和重构过程中所需的严格正交镜像滤波器,从而达到Mallat小波变换过程中必须具有的理想截止特性,最终去除掉多余的频率成分。因此,本文设计的Mallat小波变换改进算法能消除小波变换中的频率混叠现象,从而准确掌握高速旋转机械的运行状态,提高了高速旋转机械运行状态监测的准确率。
Due to high speed,high precision,accuracy of detecting method of high speed rotating machine is low.Low accuracy is biggest obstacle to status detecting.Although wavelet transformation can rarise accuracy of detecting status,frequency mixed also impact on signal distilling.New method of wavelet transformation improve on accuracy of status detecting and it can distinguish with high speed rotating machine instantaneous state,raise the precise rate.
引文
[1]温熙森.模式识别与状态监控[M].北京:国防科技大学出版社,1997.
    [2]沙威.小波分析理论与Matlab实现[M].北京:电子工业出版社,2007.
    [3]孙延奎.小波分析及其应用[M].北京:机械工业出版社,2005.
    [4]飞思科技产品研发中心.小波分析理论与MATLAB7实现[M].北京:电子工业出版社,2005.
    [5]王正林.Matlab科学计算[M].北京:电子工业出版社,2007.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700