小波变换在滚动轴承故障诊断中的应用.doc

机械故障检测技术大作业 连续小波变换在滚动轴承故障诊断中的应用 院 系： 机械工程系 学 号： 姓 名： 何重阳 指导教师： 李奕璠 西南交通大学峨眉校区 2013 年 10 月 28 日 连续小波变换在滚动轴承故障诊断中的应用 何重阳 （西南交通大学 机械系 614202） 摘要 小波分析是傅里叶分析发展史上里程碑式的进展，近年来在法、美、英国家成为众多学科共同关注的对象。采用连续小波分析的方法，对滚动轴承加速度信号进行处理，提取滚动轴承故障特征。通过对滚动轴承1组正常轴承数据和2组故障数据进行分析，来验证小波分析这种方法的正确性。 关键词 滚动轴承 故障诊断 小波变换 小波分析是当前应用数学中迅速发展的新领域，是调和分析发展史上又一里程碑式的发展。小波变换是一种多分辨率的时频分析方法，它不仅克服了传统的傅氏变换不能反映信号局部特性的不足，而且也弥补了短时傅里叶变换只有单一分辨率的缺陷，从而在信号分析、图像压缩、语音识别、生物医学工程、地震勘探、故障诊断等许多科学领域得到广泛应用。 目前针对滚动轴承故障分析，人们提出了许多分析方法，其中时域方法主要包括冲击能量分析法、峰值因子法、峭度因子法、冲击脉冲计数法，这些方法在共振频带比较多的情况下，很难区分轴承故障是外圈缺陷、内圈缺陷还是轴承的滚珠缺陷。频域分析方法包括功率谱分析、倒谱分析、包络解调分析和双谱分析。在频域分析方法中，由于包络解调法可以将轴承故障信息从复杂的调幅振动信号中分离出来，从而得到了广泛的应用。 包络解调分析是处理调频/调幅信号的基本方法之一，主要有复调制法、全波整流法、检波--滤波法、?Hilbert?变换法等。这几种方法实现包络的途径各异但结果基本相同。另外，以上方法都需要通过窄带滤波提取共振响应，但由缺陷所引起的共振频带往往比较多，如何有效地选择共振频带进行分析将直接影响故障识别的效果。小波变换具有带通滤波特性，可通过择合适的小波对信号进行分解，进而得到每一频带内振动信号的变化规律，最后提取出能够真实反映轴承冲击振动现象的特征频带信号，作为监测滚动轴承运行状态的依据。小波变换是为了克服传统的傅里叶分析的局限性而提出的一种时频分析方法。由于它能够采用多重分辨率来刻画信号的局部瞬变特征，现已广泛应用于信号处理、图像压缩、模式识别以及非线性分析等领域。 小波变换的基本原理 小波，即小区域的波，是一种特殊的长度有限、平均值为0的波形。小波的确切的定义为：设基小波函数，为平方可积的复函数空间，则必须满足： <（1）。式中为的傅里叶变换换。公式（1）为容许条件，该条件蕴含着，即函数具有零均值。 基小波经尺度伸缩和时间平移便得到一个子波簇, 其形式为： （2） 式中: a为尺度参数; b 为时间位置参数。a 用来调整子波覆盖的频率范围, b 用来调整子波的时域位置, 系数用来实现小波能量的归一化。对于一个时变信号，其连续小波变换定义为： （3） 式中为的复共轭；C为复数域。时间位置参数b和尺度参数a在取值范围内连续变化。由小波变换公式( 3) 可以看到, 每个变换系数W ( a , b)是由信号与尺度为 a、时移为b 的子小波的内积。它衡量着信号与该子波的相似性。W ( a , b) 越大, 说明越相似。所以,为 了能够有效地揭示出信号的特征成分, 需要选择合适的基小波。当基小波选择合适时, 就会使特征成分在时间尺度相平面上某处集结为高幅值的能量块, 而与基小波不相似的能量发散到时间尺度平面上, 从而实现信号检测和故障 诊断。 连续小波变换故障诊断中的应用。 用小波进行信号处理的一般过程归纳如下：? ⑴?取样。这是一个预处理步骤。若信号连续，那必须以能够捕获原信号必要细节的速率取样。不同的应用决定了不同的取样率。? （2）分解。信号取样后，得到最高级的近似系数。循环使用分解公式直至到达一个合适的级别，输出各级别的小波系数。? （3）信号处理。通过舍弃非显著系数可以压缩信号，或者以某种方式是信号滤波或去噪。输出可被存储或立即重构以恢复经过处理的信号。? （4）重构。调用分解公式，输出最高级系数，获得修改的信号，处理后的信号与顶级重构系数近似相等。 由于轴承本身的结构、加工装配误差及运行过程中出现的故障等内部因素，当轴以一定的速度在一定的载荷下运转时，对轴承和轴承座组成的振动系统产生激励，使系统产生振动。?滚动轴承在运行过程中出现的故障按其振动信号的特征不同可分为两大