滚柱轴承初始故障诊断的方法-根据小波的变换交互作用过滤和Hilbert变换外文文献翻译、中英文翻译.zip

翻译部分中文译文滚柱轴承初始故障诊断的方法------根据小波的变换交互作用过滤和Hilbert变换摘自(国际设备工程与管理)期刊曾庆虎、仇静、刘关军学院:机电工程学和自动化,国防科学技术大学,长沙410073,P、:噪声是初始滚动轴承故障诊断结果不准确最大的障碍;根据小波的变换交互作用过滤和Hilbert变换,一个新的诊断滚动轴承初始故障的方法被提议。首先,微弱的故障信息特点利用小波的一个降低噪音的特征变换交互作用过滤作为Hilbert信封分析的预处理,从滚柱轴承的故障感应信号拾取信号然后,为了得到故障特征频率,降低了噪音的高频信号中小波系数利用Hilbert信封光谱进行分析。仿真信号和诊断实例分析结果显示:提出的方法比在降低干扰的和净化的滚柱轴承初始故障中直接小波Hilbert系数转换有效。关键词:小波交互作用过滤;Hilbert变换;信封光谱‘故障诊断;滚柱轴承1、概述:滚柱轴承频繁地是被应用在大多数旋转电机中。他们的运行质量影响到设备的工作成绩。当前,普遍用于诊断滚柱轴承缺点的方法包括FFT光谱分析和高频率解调分析,但二个方法都有缺陷。原因是:(1)轴承故障振动信号通常有不稳定的特征;(2)滚柱轴承初始故障的特点信息是微弱的,并且工作环境是充满了噪声;特征信息淹没在噪声中从而难以辨认。那么如何拾取故障特征信息和如何增加信号噪声比率是为诊断滚柱轴承初始故障的关键技术。小波分析在80年代来了。从那以后,人们开始使用小波分析处理振动信号并且达到了一些有利作用。几乎所有的方法都使用小波变换(WT)或小波口袋变换(WPT)直接地拾取故障特征,但当工作环境充满强烈的噪声时,这不是理想的。原因是故障信号被噪音淹没再每个频率渠道。小波变换交互作用过滤(WTCF)根据以下事实:尖锐的边缘有大信号在小波标度,并且噪声将在此标度快速的消失;尖锐的和重要的特征可以从噪声中获得,并且根据门限检查消除噪声;WTCF小波系数噪声信号比率明显高于WT小波系数。当压制噪声和小锋利的特点,在几个毗邻标度削尖并且提高边缘和重大特性,小波系数直接空间交互作用;在本文,根据WTCF的和Hilbert变换,一个诊断滚柱轴承初始故障的新的方法被提议。首先,利用WTCF的一个降低噪音的特征作为Hilbert信封分析的预处理,微弱的故障信息特点从滚柱轴承故障振动信号被拾取。然后,为了得到故障特征频率,降低噪音的高频信号中小波系数利用Hilbert信封光谱进行分析。仿真信号和诊断实例分析结果显示:提出的方法比在降低干扰的和净化的滚柱轴承初始故障中直接小波Hilbert系数转换有效。2、小波转换交互作用过滤小波变换交互作用过滤(WTCF),降低噪音的想法是根据以下事实的:在许多小波标度尖锐的边缘有大信号,并且噪声将快速地在小波标度消除;当压制噪声和小锋利的特点时,在几个毗邻标度削尖并且提高边缘和重大特点,小波系数的直接空间交互作用。边缘和重大特点可以从噪声得到,并且根据门限检查消除噪声。WTCF小波系数信号噪声比率明显高于WT小波系数。WTCF具有容易实施和强烈的特征,并且它可以是信号处理用于拾取机械设备初始故障特性的工具。我们在几个毗邻标度,使用小波变换内容的直接空间交互作用Corrl(m,n)准确地查出边缘或其他重大特征的地点。Y(m+i,n),n=1,2⋯,N[1]这里N表示一