基于小波变换技术和模糊逻辑原理对振动信号分析进行齿轮故障的识别[外文翻译].doc
约37页DOC格式手机打开展开
基于小波变换技术和模糊逻辑原理对振动信号分析进行齿轮故障的识别[外文翻译],附件c：译文基于小波变换技术和模糊逻辑原理对振动信号分析进行齿轮故障的识别jian-da wu,chuang-chin hsu彰化大学车辆工程研究所,金德路，彰化市，彰化500，台湾 摘要本文描述了一个开发中的故障齿轮识别系统，通过利用离散小波变换技术和模糊逻辑推理采集实验平台中齿轮组的振动信号。该系统由信号特征提取和...
内容介绍
此文档由会员 qs_f5t2xd 发布
附件C：译文
基于小波变换技术和模糊逻辑原理对振动信号分析进行齿轮故障的识别
Jian-Da Wu,Chuang-Chin Hsu
彰化大学车辆工程研究所,金德路，彰化市，彰化500，台湾
摘要
本文描述了一个开发中的故障齿轮识别系统，通过利用离散小波变换技术和模糊逻辑推理采集实验平台中齿轮组的振动信号。该系统由信号特征提取和故障识别两部分相结合而成，其中前者应用离散小波变换技术后者应用模糊逻辑原理。一般来说,这个方法在旋转机械故障诊断中依赖于有经验的技术人员。然而,对旋转机械运作在一个复杂和嘈杂的环境中，应用传统的诊断技术进行检测还是有困难的。在目前的研究中, 采用离散小波变换形式应用于齿轮实验平台是一套可行研究方案。而特征向量法是基于离散小波变换与能源光谱。进一步来说，该模糊逻辑推理制定的诊断规则的数据库在本故障识别系统实验工程中完成，以评估故障诊断齿轮组平台运行条件下的各种实验的效果。实验结果表明所提出的专家系统有效地提高齿轮故障识别准确度。
关键词：故障诊断系统、小波变换技术、模糊逻辑原理、振动信号
1.介绍
齿轮传动系统,广泛用于旋转机械。如在汽车动力系统中。因此，有许多的分析技术是用来防止严重的损伤机械系统。一般来说,机械瞬态信号元件因异常情况发生故障时，这些异常的瞬态信号可以用来识别故障。这种工况故障诊断技术,主要是基于声发射和振动信号在时域和频域中的分析(Stander &Heyns,2002;Toutountzakis,Tan,&Mba,2005)，传统上常规功率谱很难分析检测瞬态信号。同时,一些更高级的研究正在使用时间平均分析(Oehlmann,Brie,Tomczak,&Richard,1997),功率谱分布分析、高阶累积量的计算（Wuxing,Tse,Guicai,&Tielin,2004;Yesilyurt,2003),共振解调(Wang,2001), 连续小波变换(CWT)(Baydar&Ball,2003;Sung,Tai,&Chen,2000;Wang&Mcfadden,
1995;Zheng,Li,&Chen,2002)和离散小波变换(DWT)(Butler-Purry&Bagriyanik》
,2003)。1999年,Pasti和其他人（Pas ti,Walczak，Massart,&Reschiglian,1999), 提出了一个最优参数对离散信号算法。这个方法分析信号中离散小波分解,包括分析信号分解、阈值估计和信号重构。这个估计方法基于交叉选择最佳的分解层数和最好的小波滤波器。结果表明,在白噪声背景下去噪声技术十分有效。此外,消音小波函数可以利用不同小波系数用来检测钻孔机的断裂(Lee&Tarng,2000，Prabhakar,Mohanty,&Sekhar,2002年),分析脉冲信号，为其提取特征。小波分析技术提供了时间域的幅值和频域信息，同时有去噪功能离散小波变换技术可以有效的发现故障情况中弱脉冲信号。
基于小波变换技术和模糊逻辑原理对振动信号分析进行齿轮故障的识别
Jian-Da Wu,Chuang-Chin Hsu
彰化大学车辆工程研究所,金德路，彰化市，彰化500，台湾
摘要
本文描述了一个开发中的故障齿轮识别系统，通过利用离散小波变换技术和模糊逻辑推理采集实验平台中齿轮组的振动信号。该系统由信号特征提取和故障识别两部分相结合而成，其中前者应用离散小波变换技术后者应用模糊逻辑原理。一般来说,这个方法在旋转机械故障诊断中依赖于有经验的技术人员。然而,对旋转机械运作在一个复杂和嘈杂的环境中，应用传统的诊断技术进行检测还是有困难的。在目前的研究中, 采用离散小波变换形式应用于齿轮实验平台是一套可行研究方案。而特征向量法是基于离散小波变换与能源光谱。进一步来说，该模糊逻辑推理制定的诊断规则的数据库在本故障识别系统实验工程中完成，以评估故障诊断齿轮组平台运行条件下的各种实验的效果。实验结果表明所提出的专家系统有效地提高齿轮故障识别准确度。
关键词：故障诊断系统、小波变换技术、模糊逻辑原理、振动信号
1.介绍
齿轮传动系统,广泛用于旋转机械。如在汽车动力系统中。因此，有许多的分析技术是用来防止严重的损伤机械系统。一般来说,机械瞬态信号元件因异常情况发生故障时，这些异常的瞬态信号可以用来识别故障。这种工况故障诊断技术,主要是基于声发射和振动信号在时域和频域中的分析(Stander &Heyns,2002;Toutountzakis,Tan,&Mba,2005)，传统上常规功率谱很难分析检测瞬态信号。同时,一些更高级的研究正在使用时间平均分析(Oehlmann,Brie,Tomczak,&Richard,1997),功率谱分布分析、高阶累积量的计算（Wuxing,Tse,Guicai,&Tielin,2004;Yesilyurt,2003),共振解调(Wang,2001), 连续小波变换(CWT)(Baydar&Ball,2003;Sung,Tai,&Chen,2000;Wang&Mcfadden,
1995;Zheng,Li,&Chen,2002)和离散小波变换(DWT)(Butler-Purry&Bagriyanik》
,2003)。1999年,Pasti和其他人（Pas ti,Walczak，Massart,&Reschiglian,1999), 提出了一个最优参数对离散信号算法。这个方法分析信号中离散小波分解,包括分析信号分解、阈值估计和信号重构。这个估计方法基于交叉选择最佳的分解层数和最好的小波滤波器。结果表明,在白噪声背景下去噪声技术十分有效。此外,消音小波函数可以利用不同小波系数用来检测钻孔机的断裂(Lee&Tarng,2000，Prabhakar,Mohanty,&Sekhar,2002年),分析脉冲信号，为其提取特征。小波分析技术提供了时间域的幅值和频域信息，同时有去噪功能离散小波变换技术可以有效的发现故障情况中弱脉冲信号。
