论文部分内容阅读
将小波降噪和经验模态分解相结合,提出一种风电机组齿轮箱故障诊断的方法。先对齿轮故障振动信号进行小波降噪预处理,再进行经验模态分解,对包含故障特征的固有模态函数用Hilbert变换得到包络谱,通过对包络信号做功率谱分析,提取故障特征频率,与未降噪信号处理的结果进行比较,降噪后诊断效果明显。
基于小波降噪和EMD方法的风力发电系统齿轮箱故障诊断
【摘 要】
：
将小波降噪和经验模态分解相结合,提出一种风电机组齿轮箱故障诊断的方法。先对齿轮故障振动信号进行小波降噪预处理,再进行经验模态分解,对包含故障特征的固有模态函数用Hil
【机 构】
：
江南大学电气自动化研究所
【出 处】
：
江南大学学报：自然科学版
【发表日期】
：
2012年2期
【基金项目】
：
国家自然科学基金项目（61104183）,教育部新世纪优秀人才支持计划项目（NCET-10-0437）
其他文献
为了减小频域均衡系统电路实现的功耗和面积,满足长距离少模光纤通信对均衡器的要求,对关键环节快速傅里叶变换（FFT）电路的实现进行了研究,采用2维分解算法将大点数的FFT运算转
为了在激光成像制导中提高目标识别的精度和实时性，并在遮挡条件下进行有效识别，采用基于改进Haus－dorff距离和量子遗传算法的激光图像匹配算法，选择图像的局部边缘特征为特征空