小波分析在滚动轴承故障诊断中的应用研究.pdfVIP

小波分析在滚动轴承故障诊断中的应用研究 小波分析在滚动轴承故障诊断中的应用研究 1 2 何斌 ，戚佳杰 (1.同济大学电子与信息工程学院,上海 200092; 2. 同济大学电子与信息工程学院,上海 200092) 摘 要：滚动轴承的故障信号非常复杂，难以通过信号判断轴承的故障点，给设备故障诊断和轴承厂质量 控制带来很大的困难。本文利用滚动轴承滚动体故障模型，基于构造的小波基对故障特征信号敏感的特点， 构造了提升小波的预测器和更新器，通过实验和仿真，证明利用提升小波对滚动轴承滚动体故障可以进行 有效的识别。 关键字：小波变换；滚动轴承；故障诊断 Application of Wavelet Analysis in the Fault Diagnosis of Rolling Bearing 1 2 He Bin , Qi Jia-jie (1. The School of Electronics and Information Engineering of Tongji University, Shanghai, 200092, China; 2. The School of Electronics and Information Engineering of Tongji University, Shanghai, 200092, China) Abstract ： The fault signals of rolling bearing are so complex that it is hard to find the fault of bearing through signals, and brings difficulties in fault diagnosis of equipments and quality control in bearing factories. In this paper, we make use of the fault model of the roller of rolling bearing, and use the lifting wavelet to research the fault diagnosis. Through testing and simulation, we can see that using lifting wavelet, the roller fault of rolling bearing can be recognized. Key words ：Wavelet Transform; Rolling Bearing; Fault Diagnosis 引 言 滚动轴承作为一种主要的支承形式，是旋转机械中最常见的通用零部件之一，它的运行 状态往往直接影响到整体设备的性能。当其发生故障时，所产生的振动信号往往包含某些突 变信号，呈现出一定的非平稳性。传统的傅立叶变换只能对信号在整个时间段上进行分析， 是一种全局的变换，而没有刻画出特定时间段或频率段的特性，因此，在分析实际的时变信 号时，具有很大的局限性。小波变换在时域和频域同时具有良好的局部化特性，是对非平稳 信号进行时频分析的理想分析工具。采用小波分析提取设备故障特征的关键是选择合适的小 波函数，当振动信号中的故障特征与小波函数相匹配时，相应的小波系数就比较大，从而能 够凸显出振动信号的故障特征。提升小波变换不依赖于傅立叶变换，小波函数可完全在时域 构造，具有分解速度快、需要内存空间少、可完全重构、分析信号的长度可任意等优点，同 时仍具有对称、紧支撑等特性，适合用于提取故障信息。本文利用建立的滚动轴承滚动体故 障模型，采用最小二乘拟合法构造预测器和更新器，并在滚动轴承的故障诊断中取得了较好 的结果。 1 小波变换与提升算法 小波函数的基本思想是用一簇函数（即小波函数）去表示或逼近某一信号或函数。小波 变换的定义方式一般有两种：内积型定义和卷积型定义，两者实