摘要

针对经典小波和双树复小波(Dual-Tree Complex Wavelet Transform,DTCWT)频率泄露和混叠的根本缺陷,提出改进DTCWT算法,该算法解决了经典小波存在负频率以及经典小波和DTCWT滤波器频率不完全截止问题。将改进DTCWT算法和奇异值分解(Singular Value Decomposition,SVD)引入到万向轴动不平衡检测中,该方法的核心是:对万向节安装机座的振动信号进行改进DTCWT变换得到不同尺度的分解信号,对低频近似信号进行奇异值分解,以奇异值关键叠层作为奇异值的选择准则对信号进行重构,应用重构信号的傅里叶谱来检测高速列车万向轴的动不平衡。该方法在消除经典小波变换和DTCWT频率混叠的同时提高谱线清晰度,凸显故障特征。应用万向轴动不平衡试验数据对该方法进行试验验证,结果表明:改进DTCWT-SVD能够很好提取出万向轴动不平衡故障特征频率的基频、倍频,与经典小波、DTCWT、纯改进DTCWT相比,该方法在谱的清晰度和故障表征力上得到了显著提高。

全文