论文部分内容阅读
常见的机械故障诊断研究侧重于对故障的识别和分类,相应的故障诊断方法均为提高诊断的准确率而设计;从实际应用角度来讲,这样的诊断方法是不全面的。全面反映设备故障状况的因素除了故障类别外,还应指出故障的具体位置和程度。冲击、油膜振荡、碰摩和转速突变等故障往往产生奇异信号,奇异点包含了更为丰富的故障信息。小波分析具有良好的时频局部化特性,为描述信号的奇异性提供了手段。为此提出用小波分析方法,通过对奇异故障信号的检测、信噪分离和信号频带分析来提取故障特征,以确定故障的位置和程度。这种方法提取的故障信息应用在神经网络