小波分析技术在滚动轴承故障监测及诊断中应用

《小波分析技术在滚动轴承故障监测及诊断中应用》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、中国科学技术大学硕士学位论文小波分析技术在滚动轴承故障监测及诊断中应用作者姓名：学科专业：导师姓名：完成时间：陈辉机械电子工程孔凡让教授二。一四年五月UniversityofScienceandTechnologyofChinaAdissertationformaster’SdegreeTheApplicationoftheWaveletAnalysisTechnologyforMonitoringandDiagnosisofRollingBearing，SBreakdownAutllor’SName：HuiChenSpecial

2、ity：MachineryandElectronicsEngineeringSupervisor：Pro￡FanrangKongFinishedtime：May23m，2014中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。作者签名：签字日期：中国科学技术大学学位论文授权使用声明作为申请学位的条件之一，学位论文著作权拥有者授权中国科学

3、技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。口公开口保密(——年)作者签名：签字日期：导师签名签字日期：摘要滚动轴承是机电设备的常用关键部件，运行良好对所属系统整体安全高效有重要意义。由于故障早期种种噪声和干扰以及信号本身的非平稳突变性，使得一些传统的

4、方法并不能很好的对其进行诊断。与信息技术迅速发展正相关，尤其是信号分析和处理领域，小波分析技术正是近年来在机电系统故障诊断中比较受关注且应用前景比较好的信号处理方法之一。本论文结合小波分析和共振解调法对于滚动轴承进行故障诊断，采用小波滤波将轴承的高频固有振动分离，然后，对滤波高信噪比信号的包络做FFT，得到滚动轴承故障特征频率。第一章：简要的分别对工程中的几种常见故障诊断技术做了叙述。接着从时域、频域分析方面介绍了现有的滚动轴承故障诊断技术。然后，对几种常见的现代时频分析的方法做了对比阐述。通过对STFT的介绍并引出了时频窗问题。

5、最后，又介绍了比较流行的时频分析方法，利用仿真信号sTF，I’、双线性的Wigner-Ville分布做了详细对比。第二章：首先阐述较为普遍的轴承失效形式、系统的分析了成因及其相应预防措施，接着介绍了轴承的振动类型，最后讨论了引起轴承振动的原因并计算故障特征频率。第三章：小波有优良自适应性，因此，它能容易的逼近实际设备故障中提取得到的大部分的局部性强的非平稳性信号。本章主要在与傅立叶分析作比较的同时阐述了小波分析的思想，介绍了连续小波和离散小波以及在对信号的滤波中的作用。并列举普遍应用的五种小波包括，哈尔、dbN、Morlet、墨西

6、哥帽和梅尔小波，给出相关定义跟波形示例，最后用一个Morlet连续小波变换仿真实例结束本章内容。第四章：本章首先对比介绍了小波分析在仿真信号中的确实能起到较好的的滤波分析作用，然后阐述了共振解调理论方法及其得以普遍的应用。基于小波分析的特性，提出改进共振解调法故障特征提取的一种思路。通过先对得到的传感器接收的振动信号做FT，然后选择系统共振频率附近频带信号进行小波分析。然后对提取到的小波细节分量利用希尔伯特变换进行幅值包络解调分析。最后，包络信号的傅立叶频谱分析，把频谱图中能量峰值对应的频率值与轴承部件的理论计算结果故障特征频率做

7、比较，可以确定故障产生的滚动轴承零件。通过试验数据的验证，证明介绍方法在应用中一定有效性和适用性。关键词：滚动轴承小波分析故障诊断特征提取滤波器摘要AbstractRollingbearingsarekeyandcommoncomponentsofelectricalandmechanicalequipmentused．andtheirgoodopermionisimportantforanoverallsafetyandemciencyofthesystem．Sinceearlynoiseandinterference，thev

8、ariousnon—stationaryandmutationitself．someofthetraditionalmethodscan’tmakeagooddiagnosis．Positivelycorrelatedwiththerapiddev