基于共振解调技术和小波分析的故障诊断

《基于共振解调技术和小波分析的故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉科技大学硕士学位论文第1页摘要机械传动的轴承、齿轮等关键部件的故障信号中都含有冲击信息，通过对冲击信息的提取可以对设备做出精密诊断。共振解调技术和小波分析为从机械的振动信号中提取所夹带的微小冲击提供了理论依据。本文建立了共振解调技术的数学模型，并求解了该模型的脉冲响应，为硬件提取冲击提供了理论依据。介绍了小波分析的基本理论，分析了连续小波在故障诊断中的优点，并给出了三种基于小波分析的冲击提取方法(连续小波、离散小波、基于小波模极大值的包络分析)，每种方法都给出了应用实例，分析结果一致。在共振解调和小波分析理论基础上，采用华邦单片机(W

2、77E58)和凌阳单片机(SPCE061A)研制出了故障诊断仪。W77E58控制液晶屏，组成人机交互界面；SPCE061A用于采集数据，实现了FFT和小波包分解算法，有效地提取了冲击信号，并验证了故障诊断仪的准确性。共振解调技术已成功地应用于武汉钢铁公司和安阳钢铁公司的高速线材轧机生产线，获得了很大的经济效益。关键词：共振解调，小波分析，故障诊断，单片机第1I页武汉科技大学硕士学位论文AbstractTheimpulsesignaliScontainedinthefaultsignalsofsomepivotalcomponentssuc

3、hasgearsandaxletrees．Extractingweensyimpactinformationisallimportantmethodtodiagnoseequipment．Resonancedemodulationandwaveletanalysisprovidetheoriesbasisforextractingimpulsesignalformvibrationsignal．ThemathmodelofresonancedemodulationiSestablishedinthePaDeranditsimpulsere

4、sponseisworkedout．11liSprovidestheoriesbasisforextractingimpulsebyhardware．耵liSpaperintroducesbasictheoriesofwaveletanalysisandanalysesthemeritsofcontinuouswavelettransformwhichiSusedfaultdiagnosis．Threemethodsofextractingimpulsercontinuouswavelettransform。diseretewavelet

5、transformandenvelopeanalysisbased011maximumofwaveletmodulus、areintroduced．EverymethodiSgaveanappliedexampleandanalyticresultsareconsistent．’UsingWinbondMCU(W77E58)andSunplusMCU(SPCE061A)developsfaultdiagnosisapparatusbasedonresonancedemodulationandwaveletanalysis．W77E58co

6、ntrolsLCD，whichconstituteman-machineinteractioninterface．SPCE061AacquiresdataandalgorithmofFFTandwaveletpacketdecompositionisimplementedinit．n圮faultdiagnosisapparatuseffectivelyextractsimptflsesignalanditsaccuracyisprovedbyexperiment．Resonancedemodulationtechnologyhassucc

7、eededinaDplicationonproductlineofrollingmillofhigh，speedwireinWuHanandAnYangSteelCorporationandtremendouseconomicbenefithasbeengained．111efaultdiagnosisapparatusprovidesmultifolddiagnosismethods．nle∞methodsincluderesonancedemodulationanalysis．FFTanalysis．waveletdecomposit

8、ionandextractingimpulsesignalbywavelet．Thesefunctionsenhancereliabilityoffaultdiagnosis．HuBeiEdu