基于奇异值分解和小波包分析的液压泵振动信号特征提取方法
DOI:
作者:
作者单位:

第二炮兵工程学院 装备管理工程系,第二炮兵工程学院 装备管理工程系,第二炮兵工程学院 装备管理工程系,第二炮兵工程学院 装备管理工程系,第二炮兵工程学院 装备管理工程系

作者简介:

通讯作者:

基金项目:

国防预研(项目编号:9140A27020309JB4701); 第二炮兵工程学院科技创新基金(项目编号:XY2010JJB38).


Feature Extraction Method of Hydraulic Pump Vibration Signal Based on Singular Value Decomposition and Wavelet Packets Analysis
Author:
Affiliation:

The Second Artillery Engineering College,The Second Artillery Engineering College,The Second Artillery Engineering College,The Second Artillery Engineering College,The Second Artillery Engineering College

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对液压泵故障特征提取问题,提出了一种基于奇异值分解和小波包变换的液压泵振动信号特征提取方法。通过奇异值分解将噪声非均匀分布的液压泵振动信号正交分解为噪声分布相对均匀的分量,对各分量进行小波包阈值去噪,重构去噪后分量,对去噪后信号进行小波包分解,提取各频带能量特征。以齿轮泵为例,将该方法对齿轮泵的气穴故障、齿轮磨损和侧板磨损三种常见故障和正常状态的振动信号进行特征提取分析,结果表明,该方法可有效提取齿轮泵故障特征。

    Abstract:

    A fault feature extraction method for hydraulic pump vibration signal based on singular value decomposition and wavelet packets analysis is presented. In the method, the noise signal is decomposed into noise distributes uniform vectors, and then through wavelet packets threshold de-noising on every vector, finally, reconstructing de-noised vectors. De-noised signal is decomposed by wavelet packets, and extracting every power of frequency bands. Take gear pump as an example, the feature of gear pump air pocket fault, gear abrasion, side plate abrasion, and normal state vibration signal is extracted by using the method. The result indicates that the method can extract the feature of gear pump effectively.

    参考文献
    相似文献
    引证文献
引用本文

何庆飞,姚春江,陈桂明,陈小虎,杨庆.基于奇异值分解和小波包分析的液压泵振动信号特征提取方法[J].数据采集与处理,2012,27(2):241-247

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2011-04-18
  • 最后修改日期:2011-08-10
  • 录用日期:2011-10-25
  • 在线发布日期: 2012-11-06