基于小波包分析的旋转机械故障诊断研究.pdfVIP

第 25卷 第 3期 北 京 信 息 科 技 大 学 学 报 V0】．25No．3 2010年 9月 JoumalofBeijingInformationScienceandTechnologyUniversity Sep．2010 文 章 编 号 ：1674—6864(2olo)03—0043—05 基于小波包分析的旋转机械故障诊断研究 石 磊 ，王红 军 ，吴 国新 (1．北京信息科技大学 机电工程学院，北京 100192； 2．北京信息科技大学 现代测控技术教育部重点实验室，北京 100192) 摘 要：故障信号的特征提取，是故障诊断的关键 。通过 以德 比契斯(Daubechies)小波 为基 函数的二进小波变换、采用 Mallat快速算法的小波包对故障信号进行特征提取。利用小波包 对实验数据进行分析，其结果具有 良好的时频局部化特性，能对非线性信号进行有效识别。 关 键 词：旋转机械 ；故障诊断；小波包分析；特征提取 中图分类号：TH17 文献标志码 ：A Research on faultdiagnosisofrotatingmachinery based onwaveletpacketanalysis SHILei ，WANGHong-jun ，WUGuo—xin， (1．SchoolofElectromeehanicalEngineering，BeijingInformationScienceandTechnologyUniversity，Beijing100192，China 2．KeyLaboratoryofModernMeasurement＆ ControlTechnology，MinistryofEducation， BeijingInfomrationScienceandTechnologyUniversity，Bering100192，China) Abstract：Signalfeatureextractionisthekeytofaultdiagnosis．Inthispaper，throughdyadicwave— lettransform whichrisesDaubechieswaveletasbasicfunction，waveletpacketofMallatfastalgorithm is appliedtoextractcharacteristicsoffaultsigna1．Analyzingtheexperimentaldatawithwaveletpacketare analyzed．Theresuh hasgoodlocalization characteristics，andcan identifynon—stationarysignaleffec— tively． Keywords：rotatingmachinery；waveletpacketanalysis；faultdiagnosis；featureextration 同零部件 的故障特征频率分布在不同的频带范围 0 引言 内。 旋转机械是机械设备的重要组成部分，各类机 传统的频域信号分析是建立在傅里叶变换的基 床、汽轮机、发电机、鼓风机、压缩机等都是典型的旋 础上，傅里叶分析使用的是一种全局变换，无法 同时 转机械 ，是企业 的核心设备。随着现代工业科技的 兼顾信号在时域和频域的全貌和局部化的故障特 迅速发展，旋转机械故障识别与诊断的研究与应用 性，不能满足现代的机械故障特征的识