用户登录
期刊信息
  • 主管单位:
  • 上海市教育委员会
  • 主办单位:
  • 上海理工大学
  • 主  编:
  • 庄松林
  • 地  址:
  • 上海市军工路516号
  • 邮政编码:
  • 200093
  • 联系电话:
  • 021-55277251
  • 电子邮件:
  • xbzrb@usst.edu.cn
  • 国际标准刊号:
  • 1007-6735
  • 国内统一刊号:
  • 31-1739/T
  • 邮发代号:
  • 4-401
  • 单  价:
  • 15.00
  • 定  价:
  • 90.00
张定会.基于小波分析的故障诊断[J].上海理工大学学报,2000,(2):137-140.
基于小波分析的故障诊断
Fault diagnosis based on wavelet analysis
  
DOI:
中文关键词:  小波分析 故障诊断 特征提取 信号分析
英文关键词:wavelet analysis,fault diagnosis,feature extraction
基金项目:
张定会
上海理工大学光学与电子信息工程学院!上海200093
摘要点击次数: 15764
全文下载次数: 44
中文摘要:
      对信号进行特征提取,是故障诊断的关键。突变信号往往对应着某类故障,如果能对突变信号进行有效识别,就能达到故障诊断的目的。对如何从混有噪声的振动信号中有效识别出突变信号,本文进行了一系列方法研究。
英文摘要:
      Signal feature extrachon is a key to fault diagnosis. Abrupt signal is often connected with a kind of faults. If abrupt signal can be efficiently recognized, a fault can be diagnosed comparatively easily For how to effectively idenhfy abrupt signals from vibrahon signals with noise, a series of researches is carried out. Research results show that antisymmetric and symmetric wavelet transforms can efficiently recognize abrupt signals, and are really valuable in fault diagnosis.
HTML   查看全文  查看/发表评论  下载PDF阅读器