基于ICA和小波变换的滚动轴承故障诊断方法研究-论文.pdf

《基于ICA和小波变换的滚动轴承故障诊断方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、EquipmentManufacturingTechnologyNo．8，2014基于ICA和小波变换的滚动轴承故障诊断方法研究李强，皮智谋(湖南工业职业技术学院机械工程系，湖南长沙410208)摘要：提出了结合独立分量分析(IcA)和小波变换进行滚动轴承故障诊断的方法。在设计的系统平台上，首先对冲击脉冲信号进行预处理，使信号较好地满足独立分量分析的前提条件。然后，应用独立分量快速算法分离故障轴承的冲击脉冲信号，通过小波快速算法完成信号重构，实现滚动轴承故障的识别。实验结果表明，利用独立分量分析方法提取的故障状态特征向量与小波快速算法相结合可以有效、准确地识男-l滚动

2、轴承的故障信号。关键词：故障诊断；独立分量分析；小波变换；滚动轴承中图分类号：TH133．33文献标识码：A文章编号：1672—545X(2014)08—0022—03滚动轴承是各种旋转机械中应用最为广泛的元阵未知的情况下，从观测信号中分离出源信号的各件，因工作环境恶劣，也是极易损坏的元件【1]。滚动轴独立成分。ICA算法模型可表示为：承的运行状态是否正常直接影响到整机的性能，包S=W(1)括精度、振动、噪声、可靠性与寿命等。因此，对滚动Fast／CA是独立分量分析(ICA)的一种快速算轴承的故障诊断和预测己经成为各国研究的热点。法，由芬兰学者Hyvarinen等人提

3、出[31。其应用牛顿迭很多传统的滚动轴承诊断方法其实际检测效果代法对观测信号x的采样点进行批处理，每一次都仍有待提高。由于各种机械的实际工作环境比较复从x中分离出一个独立分量Y(Y为源信号独立成分杂，来自工作环境的干扰噪声和机械结构自身的振s的近似估计)。该算法通过寻找目标函数的局部极动会与轴承故障信号相互混杂，甚至掩盖故障信号，值控制算法的收敛：导致轴承故障难以被正确识别。因此，轴承故障诊断J(y)。C{G(y))一E{G；())](2)的重要前提是要能实时准确地提取出故障信息，并为了减化计算，在运行FastlCA算法之前对数据采用合适的故障识别方法【2]。进行去均

4、值和白化处理。式中G(．)是一种非线性、非振动法通过安装在轴承座或箱体适当方位的振二次的函数，E{．)表示期望运算。W是分离矩阵中的动传感器监测轴振动信号，并对此信号进行分析与一行，则独立分量y=wrx负熵的近似函数可表示为：处理来判断轴承工况与故障，具有实用性强，信号测()OC．fG()，))一E{C(v))](3)试与处理简单、直观，诊断结果可靠等优点，因而在问题转化为求解出分离矩阵W，使分离得到的独实际中得到了广泛的应用。立分量y=wrx能使函数)达到最大。在(∞)J=本文针对滚动轴承故障诊断中存在的获取大量llI1=1约束条件下用牛顿法求目标函数最优解的故障数

5、据样本困难、故障特征提取难、诊断知识获取迭代式为：困难、推理能力弱等问题[21，先利用独立分量分析方法对测量的振动信号进行处理，提取轴承状态特征W=E{xg(wTx)}-E{g(wTx)}w(4)向量，再通过小波算法信号重构来完成滚动轴承故障的识别。2Mallat小波分解算法应用1FastlCA算法原理本研究把离散小波变换和FastlCA结合起来，用Mallat算法实现离散小波变换[41。Mallat算法用基于多ICA(独立分量分析)算法要在源信号和分离矩分辨率分析(MRA)的多采样率滤波器组分解信号，收稿日期：2014—05-06基金项目：湖南省科技计划项目(201

6、2GK3094)。作者简介：李强(1975—)，男，湖南工业职业技术学院副教授，高级工程师，研究方向为机械设计与故障诊断、热处理与检测技术。22EquipmentManufacturingTechnologyNo．8，2014变换的实现阴．西北大学学报，2006，36(3)：563—566．参考文献：[5]QuanPan，JinliMeng．WaveletFilteringMethodand【1】罗红梅，齐明侠，裴峻峰，等．滚动轴承故障诊断中精确转频Application【J]．ElectronicsandInformationTechnology，2007，的适用计

7、算新方法[J】．振动与冲击，2007，26(5)：64-66．29(1)：236-241．【2】何沿江，齐明侠，罗红梅，等．基于ICA和SVM的滚动轴承[6]马川，李宏坤，赵利华．运用小波包峭度包络的滚动轴承声发射故障诊断技术【J]．振动与冲击，2008，27(3)：150—153．故障诊断[J]．振动、测试与诊断，2011，31(6)：720—723．[3】Hyvariene．AFastandrobustfixed-pointalgorithmfor[7]黄中华，尹泽勇，刘少军．基于小波包分解的滚动轴承故障independentcomponenta