粒子滤波在轴承故障振动信号降噪中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    对一般的机械设备而言,基于振动信号分析的故障诊断方法效果不是很理想,主要是因为采集的轴承振动信号背景噪声比较大。因此在对轴承进行故障分析前需要对采集的振动信号进行降噪处理。传统滤波器降噪的思想是把信号分成不同的频率段,再将噪声所在频率段的幅值进行衰减或将此频率段进行屏蔽。本文采用的粒子滤波方法和传统的滤波器方法不同,其本质不是在频率域对信号进行处理,而是一种状态估计手段,通过对有用信号和噪声信号的统计特性进行假定,然后建立比较符合真实特性的数学模型,利用观测信号,对有用信号进行估计。此方法能够估计平稳和非平稳的随机信号。

    Abstract:

    Aimed at bearing fault signal noise reduction processing, this paper studies the particle filter method and its application in signal noise reduction. Firstly, the mathematical model for bearing fault vibration signals is established and it is considered as the state equation of the particle filter. Then, extracting the background noise, the noise signal with the state signal as an observation signal, an observation equation is obtained. The original real signal is estimated, and the obtained estimate signal is the denoising signal. Through the simulation analysis, the signal-to-noise ratio is improved before and after noise reduction. Finally, the particle filter for the noise reduction is used for bearing fault vibration signal noise reduction processing in laboratory transmission boxes, thus obtaining same good effect of the noise reduction.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司