轴承和转子系统在旋转机械中是非常关键的部件,小波包对振动故障信号的特征提取是对于旋转机械故障诊断的关键。针对传统的软、硬阈值量化方法在阈值常数偏差和不连续的问题,设计一个可调参数改进的连续函数以用来量化阈值。对于旋转机械转子常出现故障采用振动信号的小波包分解、去噪然后进行小波包能量特征提取。 硬阈值函数进行去噪，然而在在阈值处存在恒定偏向和不延续的问题，关于微弱故障特点时去噪效果不大，很容易产生判断失误以及遗漏判断。（3)频谱分析法。把振动信号从时域转换到频域，而后提取振动信号的频谱图，包括相位谱、功率谱和幅值谱等。这种措施相比较适宜用于对信号平稳的判别分析故障诊断方法分析-电动折弯机数控滚圆机滚弧机张家港电动液压弯管机滚圆机，然而关于旋转机械非线性信号和不是很平稳振动信号，不容易同时提高时域和频域的分辨率。2故障诊断系统设计以轴承振动信号作为旋转机械故障探讨对象，本文由全自动弯管机公司网站网站采集转载中国知网整理! http://www.wanguanji158.com 轴承振动信号的取得须要搭建相应的故障诊断系统。图1旋转机械监测系统硬件结构旋转机械监测系统硬件关键构造是由信号数据采集模块、数据发送和接收模块构成。把电涡流传感器相互垂直纵向安装在转子，在转子上安装圆形环中开出一个凹槽的键相环以便测量其转速。旋转机械转子的振动信号以及转速经过电涡流和加速传感器测量后，经由采集模块进行数据采集，同时通过无限数据发送模块及数据。上位机从无线数据接收模块获取转子的振动和转速信号，以此完成故障诊断。基于小波和能量特征提取的旋转机械故障诊断方法分析郑勇（南京工程学院，江苏南京，211167）摘要:轴承和转子系统在旋转机械中是非常关键的部件，小波包对振动故障信号的特征提取是对于旋转机械故障诊断的关键。针对传统的软、硬阈值量化方法在阈值常数偏差和不连续的问题，设计一个可调参数改进的连续函数以用来量化阈值。对于旋转机械转子常出现故障采用振动信号的小波包分解、去噪然后进行小波包能量特征提龋关键词:特征提取；小波包分析；旋转机故障诊断方法分析-电动折弯机数控滚圆机滚弧机张家港电动液压弯管机滚圆机本文由全自动弯管机公司网站网站采集转载中国知网整理! http://www.wanguanji158.com