基于最优小波包的水轮发电机组振动信号特征提取方法

被引:12
作者
严平 [1 ]
李书明 [1 ]
马安 [2 ]
机构
[1] 国电南京自动化股份有限公司
[2] 山西省电力公司晋城供电分公司
关键词
发电机组; 最优小波包; 振动信号; 特征提取;
D O I
暂无
中图分类号
TM312 [水轮发电机];
学科分类号
080801 ;
摘要
水轮发电机组振动信号的在线监测是实现机组状态检修方法的关键。在分析了水轮发电机的机组振动信号特征后,提出采用db1小波进行振动信号的特征提取,在信号分析中主要应用shannon熵。小波包的构造是基于函数空间的正交剖分;最佳小波包基的选择就是应用最优的分解方法和有效的算法寻找出最小熵标准;给出了机组振动信号特征提取的步骤。根据所构造的最优小波包对机组振动信号进行分解并运用能量特征提取分析方法对机组振动信号进行特征提取。
引用
收藏
页码:70 / 72
页数:3
相关论文
共 7 条
[1]   基于小波分析的转炉轴承在线振动故障诊断系统 [J].
周洪煜 ;
封帆帆 .
电气传动, 2007, (06) :56-58
[2]   水力发电机组振动故障诊断系统中的信号预处理 [J].
梁武科 ;
罗兴锜 ;
张彦宁 ;
贾嵘 .
水力发电学报, 2003, (03) :114-120
[3]   基于小波包分析的水轮发电机组振动的故障诊断 [J].
洪治 ;
李国宏 ;
蔡维由 ;
蔡天富 .
武汉大学学报(工学版), 2002, (01) :65-68
[4]   改进谐波小波及其在振动信号时频分析中的应用 [J].
李瑰贤 ;
周铭 ;
韩继光 ;
陈域广 ;
王庆华 .
振动工程学报, 2001, (04) :20-23
[5]   机器振动诊断中信号处理方法的研究 [J].
袁小宏 ;
屈梁生 .
西安交通大学学报, 2001, (07) :714-717+730
[6]   应用连续小波变换提取机械故障的特征 [J].
刘刚 ;
屈梁生 ;
不详 .
西安交通大学学报 , 2000, (11) :74-77
[7]  
杨福生著.小波变换的工程分析与应用[M].北京:科学出版社,1999