转子叶片裂纹故障特征提取研究
来源期刊：江西理工大学学报2006年第1期
论文作者：孙康 刘晓波
关键词：叶片裂纹; 小波包分解; 特征提取;
摘 要：小波包分解能对信号高、低频部分局部进行细化并具有保留原信号时域特征的优点,是一种对非平稳信号进行有效识别的技术.文中从采集到的有叶片裂纹时的振动信号,用德比契斯小波对包含叶片裂纹故障的振动信号作4尺度小波包分解,通过选取适当的频段用小波包重构算法进行信号重构,提取叶片裂纹故障的特征,从而实现转子叶片裂纹故障诊断.
孙康1，刘晓波2
(1.江西理工大学,应用科学学院,江西,赣州,341000;
2.江西理工大学,机电工程学院,江西,赣州,341000)
摘要:小波包分解能对信号高、低频部分局部进行细化并具有保留原信号时域特征的优点,是一种对非平稳信号进行有效识别的技术.文中从采集到的有叶片裂纹时的振动信号,用德比契斯小波对包含叶片裂纹故障的振动信号作4尺度小波包分解,通过选取适当的频段用小波包重构算法进行信号重构,提取叶片裂纹故障的特征,从而实现转子叶片裂纹故障诊断.
关键词:叶片裂纹; 小波包分解; 特征提取;
【全文内容正在添加中】
