《表2 小波包熵值：基于MED与小波包熵的矿用排水泵轴承故障特征提取方法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于MED与小波包熵的矿用排水泵轴承故障特征提取方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

检测信号先经MED降噪，再进行小波包分解，计算各频带能占比。以外圈故障为例，故障信号及经MED降噪后波形图如图4所示，从图4可以看出，MED降噪后的故障信号冲击成分更明显。水泵轴承信号在第3层的能占比频带特征如表1和图5所示，根据小波包分解函数自动排列顺序，故障信号能量分布在不同频带范围内。可以明确看出，正常信号与其他故障状态在第3层的能占比是不同的。以外圈故障为例，从表2和图5可以看出，外圈故障信号在子频带（3，2）和（3，6）中的能占比分别比正常信号增加了0.233 1、0.346 5，涨幅很大。而子频带（3，0）、（3，1）、（3，3）的信号能占比分别低于正常信号0.349 7、0.291 6、0.088 9。