柴油機信號一般為非平穩(wěn)信號，采用傳統(tǒng)的傅里葉分析，顯得無能為力，因為它不能給出信號在某個時間點上的變化情況，而小波分析屬于時頻分析的一種，能夠同時在時頻域中對信號進行分析，所以它能有效的區(qū)分信號中的突變部分和噪聲，從而實現(xiàn)信號的降噪，小波分析對非平穩(wěn)信號消噪有著傅里葉分析不可以比擬的優(yōu)點。基于小波分析時頻局域化特性，無論是降噪處理還是特征信號的提取應(yīng)用，小波變化都非常適合。

         將信號進行小波分解后，可得到信號在各個頻段上的分量，這樣就實現(xiàn)了信號特征的分離，然后對每一分量進行處理，針對不同頻段的信號特點，提取特征兩來表征該分量信號的特征。小波變化是一種信號的時間-尺度分析方法，它具有多分辨率分析的特點，而且在時頻兩域都具有表征信號局部特性的能力，即在低頻部分具有較高的頻率分辨率和較低的時間分辨率，在高頻部分具有較低的頻率分辨率和較高的時間分辨率，很適合探測信號中夾帶的瞬態(tài)反映現(xiàn)象并展示其成分。

         多年來，昆山金斗云測控工程師團隊一直專注于振動故障診斷研究，為上千家企業(yè)解決了各種振動故障問題，擁有多年的現(xiàn)場及服務(wù)經(jīng)驗，如果您也有難以解決的設(shè)備故障問題，請致電我司，咨詢熱線：18962649536（微信同號）