基于小波理论的滚动轴承振动信号去噪方法初探

《基于小波理论的滚动轴承振动信号去噪方法初探》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于小波理论的滚动轴承振动信号去噪方法初探兰州交通大学毕业设计（论文）摘要滚动轴承是转动设备中应用最为广泛的机械零件，也是最容易产生故障的元件。滚动轴承出现故障时，在荷载的作用下局部失稳会释放出机械波，这些机械波的表现形式、波形特征等信息间接地表达了滚动轴承的状态。在实际工程中由振动监测仪采集到的信号含有大量的噪声，从强背景噪声环境中将这些信号提取出来，对滚动轴承的状态检测有很重要的意义。系统的学习了傅里叶变换、窗口傅里叶变换和小波变换，列举出几种常用的小波基函数并分析出其特点，对小波理论及去噪的基本原理做了分析。剖析了小波变换的特点、性质和相较于其他分析方法的优点。作为一种多分辨率的

2、的信号处理办法，小波分析能很好的去除含噪信号中的噪声，从含噪信号中提取到有用的信息。本文通过使用控制变量法对影响去噪效果的因素进行控制，以Matlab软件作为仿真平台，分别用不同的阈值函数和不同的阈值选取形式对滚动轴承的振动信号进行了去噪仿真，计算去噪前后信号的信噪比，对比分析去噪前后的信号波形，得出针对滚动轴承振动信号的最佳去噪方法。关键词：滚动轴承；小波变换；去噪-I-兰州交通大学毕业设计（论文）AbstractAsthemostwidelyusedmechanicalpart,therollingbearingisthecomponentwhichthemostpronetofa

3、ilure.Thefaultyrollingbearingwillreleasemechanicalwavewhenitispartialnostabilizationunderloadfunction.Theformofmanifestationandwavecharacteristicsofmechanicalwavewhicharereleasedbystructureindirectlyexpressthestateoftherollingbearing.Thesignalscollectedbythevibrationmonitorinpracticalengineering

4、containalotofnoise.Extractingthosesignalsfromthestrongnoisebackgroundhasthevitalsignificancetotherollingbearingconditionmonitor.Fouriertransform,FastwavelettransformtotheWavelettransformarestudiedsystematicallyinthispaper.Severalwaveletbasisfunctionsarelistedanditscharacteristicsareanalyzedinthi

5、spaper.Thetheoriesofdenoisingbasedonwavelettransformareintroduced.Thecharacteristics,natureandadvantagesofthewavelettransformareanalyzedbycomparingothermethods.Asanadvancedmulti-resolutionapproachofsignalprocessing,thenoisecanberemovedfromsignalcontainingnoiseandusefulinformationcanbeextractedfr

6、omthesignalthatcontainsnoisebywaveletanalysis.TheMatlabsoftwareisusedasthesimulationplatforminthisthesis.Usingthedifferentthresholdprocessingapproachesanddifferentmethodsacquiringthresholddenoisetherollingbearingvibrationsignals.Thefactorsaffectingthede-noisingeffectoftherollingbearings’vibratio

7、nsignalsarecontrolledbyusingthemethodofvariable-controllingapproach.Thebestdenoisingmethodsareobtainedbycalculatingthesignal-to-noiseratioandcomparativelyanalyzingthewaveformofthesignalcontainingnoiseandthedenoisingsignal.Ke