资源描述：
《小波分析在滚动轴承故障诊断中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第43卷第7期浙江大学学报(工学版)Vol.43No.72009年7月JournalofZhejiangUniversity(EngineeringScience)Jul.2009DOI:10.3785/j.issn.10082973X.2009.07.009小波分析在滚动轴承故障诊断中的应用研究何斌,戚佳杰,黎明和(同济大学控制科学与工程系,上海200092)摘要:为了能有效识别滚动轴承的故障信号,利用滚动轴承滚动体故障模型,构造相应的小波基;研究提升小波的预测器和更新器算法;利用小波基对故障特征信号敏感的特点,对轴承故障信号进行检测和分析.实验和仿真结果表明,利用提升小波对滚动轴承振动信
2、号进行N层分解后,可在细节信号中容易地发现突变信号,再根据模极大值原理,有效地判断轴承故障是否存在;进一步对细节信号作Hilbert包络,检测功率谱中的故障特征频率,可准确判断滚动轴承滚动体是否存在损伤点.关键词:小波变换;滚动轴承;故障诊断中图分类号:TM391.75文献标识码:A文章编号:1008973X(2009)07121804ApplicationandresearchofwaveletanalysisinfaultdiagnosisofrollingbearingsHEBin,QIJia2jie,LIMing2he(DepartmentofControlScienceandEng
3、ineering,TongjiUniversity,Shanghai200092,China)Abstract:Inordertodetectthefaultsignalofrollingbearings,waveletbaseswereconstructedbasedonthefaultmodel.Theliftingwaveletpredictorandupdaterwereresearched.Bearingfaultsignalwasdetec2tedandanalyzedbasedonthecharacteristicsofwaveletbasessensitivetofaultf
4、eaturesignals.Experi2mentsandsimulationresultsshowedthatmutationsignalcanbeeasilyfoundfromdetailedsignalsafterN2decompositionofthevibrationsignalofrollingbearingsusingtheliftingwavelet.Bearingfaultcanbede2tectedeffectivelybyusingthemodulusmaximumprinciple.Theexistenceoffaultpointscanbejudgedac2cura
5、telybydetectingthecharacteristicfrequencyoffaultsignalsfromthepowerspectrumafterHilberten2velope.Keywords:wavelettransform;rollingbearings;faultdiagnosis滚动轴承是旋转机械中最常见的零部件之一,具.采用小波分析提取设备故障特征的关键是选择它的运行状态往往直接影响到整体设备的性能.当合适的小波函数,当故障特征与小波函数相匹配时,其发生故障时,往往在振动中包含某些突变信号,呈相应的小波系数就比较大,从而凸显出振动信号的现出一定的非平稳性.传统的傅
6、立叶变换只能对信故障特征.提升小波变换不依赖于傅立叶变换,小波号作全局的变换,而不能刻画特定时间段或频率段函数可完全在时域构造,具有分解速度快、需要内存的特性,因此,它不适于时变信号的分析,具有较大空间少、可完全重构、分析信号的长度可调等优点,[122]的局限性.小波变换在时域和频域都具有较好的局适合用于故障信息的提取.本文利用滚动轴承滚部化特性,是对非平稳信号进行时频分析的理想工动体故障模型,采用最小二乘拟合法构造预测器和收稿日期:20080311.浙江大学学报(工学版)网址:www.journals.zju.edu.cn/eng基金项目:国家自然科学基金资助项目(50405045);国家
7、“863”高技术研究发展计划资助项目(2007AA04Z253);上海市科技启明星计划资助项目(05QMX1455).作者简介:何斌(1975-),男,安徽安庆人,副研究员,从事测控理论与技术研究.E2mail:hebin@mail.tongji.edu.cn第7期何斌,等:小波分析在滚动轴承故障诊断中的应用研究1219更新器来进行滚动轴承的故障诊断,取得了较好的结果.1小波变换与提升算法图1小波提升分解与重
