VEMTE致力于打造節(jié)能環(huán)保電機(jī)減速機(jī)電機(jī)
錐齒輪減速機(jī)小波變換技術(shù)。錐齒輪減速機(jī)小波分解與重構(gòu)也可看成濾波的形式。小波分解第層的信號(hào)分解與重構(gòu)算法，可以從分解與重構(gòu)兩個(gè)相反的方向來說明小波變換的問題。在(a)的分解過程中，離散信號(hào)與低通濾波器 H 和個(gè)齒輪減速馬達(dá)高通濾波器G卷積相乘，產(chǎn)生兩個(gè)向量和向量內(nèi)的系數(shù)叫逼近系數(shù)而向量內(nèi)的系數(shù)叫細(xì)節(jié)系數(shù)。齒輪減速馬達(dá)表示下抽樣。也就是說錐齒輪減速機(jī)濾波后的信號(hào)忽略了奇數(shù)的指數(shù)系數(shù)，使得經(jīng)第步分解產(chǎn)生的系數(shù)數(shù)量與離散信號(hào) s 的系數(shù)相當(dāng)。
可以看到，錐齒輪減速機(jī)原函數(shù)在t=1500 處是連續(xù)且光滑的，其階導(dǎo)數(shù)在此處連續(xù)，但二階導(dǎo)數(shù)不連續(xù)，這導(dǎo)致小波在t=1500 處發(fā)生劇烈的變化。由此可用小波找出二階導(dǎo)數(shù)不連續(xù)點(diǎn)的位置，說明齒輪減速馬達(dá)小波具有檢測(cè)到隱含在函數(shù)導(dǎo)數(shù)中的突變信息。綜上所述，近似信號(hào)a1~a5 逐漸的將兩個(gè)正弦波分離出來，因此小波分解的逼近信號(hào)反映了所分解信號(hào)的大致輪廓概貌和發(fā)展趨勢(shì)。從可以看出，經(jīng)db2 小波分解后的細(xì)節(jié)齒輪減速馬達(dá)信號(hào)d1～d5 清晰的顯示出了該信號(hào)的頻率間斷，因此我們從這些錐齒輪減速機(jī)信號(hào)上就能夠較好的判斷其信號(hào)突變點(diǎn)的出現(xiàn)時(shí)間和大概位置。這在我們對(duì)存在故障的復(fù)雜機(jī)械設(shè)備進(jìn)行瞬時(shí)沖擊信號(hào)檢測(cè)時(shí)提供了較為有力的幫助。而從對(duì)分段信號(hào)所作的頻域圖可以看出，我們只能僅僅知道該信號(hào)所含的大概頻率，而這只是齒輪減速馬達(dá)平穩(wěn)信號(hào)所具有的頻率，我們不能夠從圖上得知整個(gè)信號(hào)變化的規(guī)律，同時(shí)也不知道信號(hào)發(fā)生突變的時(shí)間及位置。 FFT 不能同時(shí)顯示時(shí)間和頻率的譜圖，這就給具體的診斷過程帶來了不便。由上可知，小波分析能更好的表示信號(hào)的全貌和發(fā)展趨勢(shì)，同時(shí)其在突變點(diǎn)監(jiān)測(cè)上的優(yōu)勢(shì)使其越來越多的應(yīng)用在了非平穩(wěn)沖擊錐齒輪減速機(jī)信號(hào)的故障監(jiān)測(cè)當(dāng)中。而 FFT 由于其在齒輪減速馬達(dá)非平穩(wěn)沖擊信號(hào)分析中的不足，使得其應(yīng)用受到較大的局限，這就使得以小波分析為主要分析手段的時(shí)頻分析得到了普及。
錐齒輪減速機(jī)小波分析作為種全新的信號(hào)分析手段，在信號(hào)的特征提取方面具有傳統(tǒng)傅立葉分析無可比擬的優(yōu)越性，這主要表現(xiàn)在小波分析同時(shí)具有較好的時(shí)域特性和頻域特性，能聚焦到信號(hào)的任何細(xì)節(jié)，齒輪減速馬達(dá)小波分析時(shí)所加的窗是面積定，長寬可以改變，信號(hào)的正交分解是無冗余的，不存在能量的泄漏。所以小波分析是種很好的特征提取工具。無論錐齒輪減速機(jī)齒輪振動(dòng)信號(hào)還是滾動(dòng)軸承振動(dòng)信號(hào)常常含有大量的噪聲，直接對(duì)振動(dòng)信號(hào)進(jìn)行頻譜分析，故障特征頻率成分在頻譜圖上有時(shí)沒有突出顯示。為了能夠在齒輪減速馬達(dá)頻譜圖上凸顯故障特征頻率，常常須對(duì)振動(dòng)信號(hào)進(jìn)行降噪處理，然后再進(jìn)行頻譜分析。錐齒輪減速機(jī)小波分析法是較為有效的信號(hào)降噪處理方法，它可以提取感興趣周期信號(hào)，抑制噪聲與其它周期信號(hào)。另外，可用模擬或數(shù)字的方法對(duì)信號(hào)進(jìn)行濾波、包絡(luò)檢波等處理，以提高信噪比，突出故障信息。http://aldado-sa.com/nmrvjiansuji.html
可以看到，錐齒輪減速機(jī)原函數(shù)在t=1500 處是連續(xù)且光滑的，其階導(dǎo)數(shù)在此處連續(xù)，但二階導(dǎo)數(shù)不連續(xù)，這導(dǎo)致小波在t=1500 處發(fā)生劇烈的變化。由此可用小波找出二階導(dǎo)數(shù)不連續(xù)點(diǎn)的位置，說明齒輪減速馬達(dá)小波具有檢測(cè)到隱含在函數(shù)導(dǎo)數(shù)中的突變信息。綜上所述，近似信號(hào)a1~a5 逐漸的將兩個(gè)正弦波分離出來，因此小波分解的逼近信號(hào)反映了所分解信號(hào)的大致輪廓概貌和發(fā)展趨勢(shì)。從可以看出，經(jīng)db2 小波分解后的細(xì)節(jié)齒輪減速馬達(dá)信號(hào)d1～d5 清晰的顯示出了該信號(hào)的頻率間斷，因此我們從這些錐齒輪減速機(jī)信號(hào)上就能夠較好的判斷其信號(hào)突變點(diǎn)的出現(xiàn)時(shí)間和大概位置。這在我們對(duì)存在故障的復(fù)雜機(jī)械設(shè)備進(jìn)行瞬時(shí)沖擊信號(hào)檢測(cè)時(shí)提供了較為有力的幫助。而從對(duì)分段信號(hào)所作的頻域圖可以看出，我們只能僅僅知道該信號(hào)所含的大概頻率，而這只是齒輪減速馬達(dá)平穩(wěn)信號(hào)所具有的頻率，我們不能夠從圖上得知整個(gè)信號(hào)變化的規(guī)律，同時(shí)也不知道信號(hào)發(fā)生突變的時(shí)間及位置。 FFT 不能同時(shí)顯示時(shí)間和頻率的譜圖，這就給具體的診斷過程帶來了不便。由上可知，小波分析能更好的表示信號(hào)的全貌和發(fā)展趨勢(shì)，同時(shí)其在突變點(diǎn)監(jiān)測(cè)上的優(yōu)勢(shì)使其越來越多的應(yīng)用在了非平穩(wěn)沖擊錐齒輪減速機(jī)信號(hào)的故障監(jiān)測(cè)當(dāng)中。而 FFT 由于其在齒輪減速馬達(dá)非平穩(wěn)沖擊信號(hào)分析中的不足，使得其應(yīng)用受到較大的局限，這就使得以小波分析為主要分析手段的時(shí)頻分析得到了普及。
錐齒輪減速機(jī)小波分析作為種全新的信號(hào)分析手段，在信號(hào)的特征提取方面具有傳統(tǒng)傅立葉分析無可比擬的優(yōu)越性，這主要表現(xiàn)在小波分析同時(shí)具有較好的時(shí)域特性和頻域特性，能聚焦到信號(hào)的任何細(xì)節(jié)，齒輪減速馬達(dá)小波分析時(shí)所加的窗是面積定，長寬可以改變，信號(hào)的正交分解是無冗余的，不存在能量的泄漏。所以小波分析是種很好的特征提取工具。無論錐齒輪減速機(jī)齒輪振動(dòng)信號(hào)還是滾動(dòng)軸承振動(dòng)信號(hào)常常含有大量的噪聲，直接對(duì)振動(dòng)信號(hào)進(jìn)行頻譜分析，故障特征頻率成分在頻譜圖上有時(shí)沒有突出顯示。為了能夠在齒輪減速馬達(dá)頻譜圖上凸顯故障特征頻率，常常須對(duì)振動(dòng)信號(hào)進(jìn)行降噪處理，然后再進(jìn)行頻譜分析。錐齒輪減速機(jī)小波分析法是較為有效的信號(hào)降噪處理方法，它可以提取感興趣周期信號(hào)，抑制噪聲與其它周期信號(hào)。另外，可用模擬或數(shù)字的方法對(duì)信號(hào)進(jìn)行濾波、包絡(luò)檢波等處理，以提高信噪比，突出故障信息。http://aldado-sa.com/nmrvjiansuji.html
