TM-6185

TM-6185

TM-6185

———偏門的備品備件聯系我們——————
———冷門的備品備件聯系我們——————
———停產的備品備件聯系我們——————


福建光沃自動化設備有限公司       
聯系人    ：歐工（銷售經理）                                         
手機      ：18030229053
電話      ：0592-5709825
QQ        ：2479261344                       
郵箱      ：2479261344@qq.com
傳真      ：0592-5917519

信用=財富  誠信=財富  共贏=財富

風機塔筒的振動特征頻率范圍：一階振動為0.3～0.8 Hz，二階振動為0.3—1.0Hz，三階振動為2.0—5.0 Hz。所以塔筒的特征頻率屬于低頻的范疇。小波分析能夠對信號進行不同尺度上的分解，具有對信號進行局部特性分析的優勢，在低頻段具有較高的頻率分辨率，但存在低頻段時間分辨率低，高頻段頻率分辨率差的缺點心。小波包算法提高了時頻分辨率，信號在不同頻段上分布的詳細信息以及信號發生突變的時間點都能反映出來。

  用小波包基分解離散信號時，結果包含低頻和高頻兩部分。每一次分解會將上一層的某個頻帶分解為下一層的兩個頻帶，并且成2倍頻的關系。由離散信號的小波包分解算法可得到

式中：dh(i，2n)和dh(i，2n+1)為第i層的第2n與第2n+1兩個子頻帶；dt(i十1，n)為上一層i+

l的信號；ar,br為小波分解共軛濾波器系數。

式中：pt，qt為小波重構共軛濾波器系數。

用小波系數的平方來計算小波包分解第i級分解水平上第t個子頻帶的能量，即

原信號按小波包分解樹分解成N個子頻帶，則信號總能量為

頻帶內信號的能量在故障狀態下會產生巨大波動，可以將各頻段的能量構造成特征向量。

對其歸一化，方便進行數據處理，則

通過大量實驗估算出每個頻帶的能量值占εi，如果e>εi，就初步判定此頻帶存在故障信號，并

綜合其他方法判斷具體的故障問題和嚴重程度。

圖5為一假設的振動特征信號濾噪前后的時域圖。顯然經過小波包分解重構信號的低頻特征更加明顯。數據采用美國凱斯西儲大學軸承數據中心的振動數據。