基于小波分析的机械故障特征提取研究.pdfVIP

( ) Journal of Mechanical Strength 机械强度 2001 ,23 2 :161～164 基于小波分析的机械故障特征提取研究X FAULT FEATURE EXTRATION OF MACHINERY BASED ON WAVELET ANALYSIS 　　　陈长征XX 　罗跃纲 张 　省 　虞和济 　 ( ) ( ) 沈阳工业大学 建筑工程系 ,沈阳 110023 　 东北大学 设备诊断工程中心 ,沈阳 110006 CHEN Changzheng 　LUO Yuegang ( Department of Architecture Engineering , Shenyang University of Technology , Shenyang 110023 , China) ZHAN G Sheng 　YU Heji ( Center of Equipment Diagnosis , Northeastern University , Shenyang 110006 , China) 摘要 　常见的机械故障诊断研究侧重于对故障的识别和分类 ,相应的故障诊断方法均为提高诊断的准确率而设计 ; 从实际应用角度来讲 ,这样的诊断方法是不全面的。全面反映设备故障状况的因素除了故障类别外 ,还应指出故障的具 体位置和程度。冲击、油膜振荡、碰摩和转速突变等故障往往产生奇异信号 ,奇异点包含了更为丰富的故障信息。小波 分析具有良好的时频局部化特性 ,为描述信号的奇异性提供了手段。为此提出用小波分析方法 ,通过对奇异故障信号的 检测、信噪分离和信号频带分析来提取故障特征 , 以确定故障的位置和程度。这种方法提取的故障信息应用在神经网络 等其他故障诊断方法中可以更准确、更全面地诊断故障 ,柴油机和风机故障实例证明了该方法的有效性。 关键词 　故障诊断 　特征提取 　小波分析 　奇异信号 　信噪分离 　频带分析 中图分类号 　TP206. 3 　TH165. 3 Abstract 　The research of diagnosing common mechanical fault usually put more emphasize on their recognition and classification. Thus the method of fault diagnosis is designed to increase diagnosis rate , while according to practical application , the method is not per2 fect. It is put forward , in this paper , that the reflection factors of mechanical failure are not only fault category , but also its position and intensity. Shock , oil whip , friction and rotating speed mutation produce singular signal , the singular point of signal contains enormous fault information. The wavelet anal