基于小波包分频能量法及Hilbert包络谱的滚动轴承故障报告范本.ppt

? 2007-2014 School of Mechanical Engineering, Southeast University，025 * 基于小波包分频能量法及Hilbert包络谱的滚动轴承故障分析 汇报人：陈园园 学号：140213 一、研究意义与背景 二、常用信号处理方法介绍 三、本文研究思路及结合实例分析 四、小结 一、研究背景与意义 图1、滚动轴承 振动信号处理方法是滚动轴承故障诊断最常用的方法 对于旋转机械设备,滚动轴承是最常用、最关键的零部件之一，也是机械设备中最容品损坏的零件之一，故对轴承进行故障诊断与监测显得尤为重要。 二、常用的信号处理方法 信号处理方法 时域分析方法 频域分析方法 时频域分析方法 短时傅里叶变换 EMD（经验模态分解） 小波分析 傅里叶频谱 功率谱 倒频谱 振幅值分析 波形因数法 峰值因数法 峭度法 三、本文的研究思路及结合实例分析 图2、结合小波包分解、能量分析及包络谱算法流程图 轴承振动数据选取 小波包分解与重构 分频能量法 BP神经网络 相关性分析 Hilbert包络分析 验证故障频率 数据选取 实验数据来自凯斯西储大学工程实验室。实际工况信号:滚动轴承型号为SKF6205,采样频率为12KHZ，提取四种状态模式下的滚动轴承振动信号,分别是正常轴承、内圈故