科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对低速运行滚动轴承故障特征易被噪声湮没的问题，提出了一种基于可调品质因子小波分解的分层自适应阈值去噪方法，并将该方法与包络谱分析相结合，对低速轴承进行故障分析与诊断；首先，将采集到的轴承振动信号进行TQWT分解，得到分解后的各层小波系数；然后，利用Sigmoid函数构造分层自适应阈值函数，并利用该阈值函数对TQWT的高频系数进行阈值去噪处理；最后，结合去噪后的高频小波系数和低频小波系数对信号进行重构，得到去噪后的轴承振动信号；通过仿真故障信号，模拟故障实验信号和实测故障信号分别进行了去噪实验分析；实验结果表明，经典的软阈值函数和硬阈值函数相比，该方法能获得更好的去噪效果，在降低噪声干扰的同时，有效保留了轴承的故障特征信息，去噪后信号的包络谱，可以清晰地呈现故障的频谱特征，并观察到故障特征的多倍频峰值，且峰值附近干扰很少，有效提高了轴承早期故障的诊断精度；在仿真信号实验中，与软阈值、硬阈值函数相比，该方法去噪后，具有更高的信噪比(SNR)和更低的均方根误差(RMSE),与硬阈值函数相比，此方法的SNR平均增加了4.149 1,RMSE平均下降了0.132 9;与软阈值函数相比，该方法的SNR平均增加了5.111 8,RMSE平均下降了0.150 5。
- 单位
