利用小波包和SVDD的分拣机轴承故障诊断.pdfVIP

第32卷第5期 振动、测试与诊断 V01．32No．5 2012年10月 of 0ct．2012 JOurnal Vibration，Measurement＆Diagnosis 利用小波包和SVDD的分拣机轴承故障诊断+ 陈 伟， 贾庆轩， 孙汉旭 (北京邮电大学自动化学院北京，100876) 摘要针对邮政分拣机供包台轴承故障识别精度较低问题，展开一种基于小波包结合支持向量数据描述的振动故 障辨识研究。运用小波变换对检测的振动信号进行降噪，再利用统计分析、共振解调和小波包技术从预处理后的信 号中提取故障特征频率和小波包能量等时、频域特征作为输入向量。通过核参数优化选取和正常类样本集训练学 习，建立描述轴承正常工作状态的最小特征超球体作为预测模型并带人轴承试验台中。试验结果表明，该方法的正 确识别率可以达到98％以上。 关键词 邮政分拣机供包台系统；故障诊断；支持向量数据描述；预测模型 中图分类号 TP274；THl7；THn3。1 一黄变换(Hilbert—Huang 引 言 处理菲平稳、非线性的轴承声发射信号，该方法能够 有效捕捉自然老化引起的能量和频率特征的变化。 由于物联网和信息处理等技术的发展，各类邮 以上诊断槿型需要大量故障样本数据参与训练，但 政旋转设备系统广泛应用于物流处理中心。轴承是 在实际工程应用过程中很难获取这些数据集，存在 分拣机供包台系统的重要组成部件，因此有必要对 故障数据量少的问题。支持向量数据描述(support 供包台系统实施故障监测，确保其安全、可靠运行。 data vector 目前，国内、外邮政分拣机供包台系统的故障诊断研 正常类的小样本数据即可建立诊断模型的单值模式 究主要是利用已有的开关量信号结合专家信息系统 分类方法，具有较强的鲁棒性，多应用于图像检测等 进行事后判断。文献[1]通过在不同位置安装传感器 领域‘1川。 的方法监测设备。文献[2]开发了一种交互式专家系 笔者引入小波包以及共振解调技术进行故障特 统，诊断分拣机是否发生故障。胡向东等[3]开发了基 征提取与优化，利用SVDD建立一种邮政分拣机供 于VC++和ODBC的、应用于分拣机故障诊断的专 包台系统轴承故障的诊断模型，通过轴承试验台进 家系统。李典生等H1初步讨论了oVCS信函分拣机 行验证，证明了该诊断方法的正确性。 设备的故障诊断专家系统构建方法。由于供包台系 统结构日趋复杂以及故障出现时的模糊性、并发性 1故障特征提取 和关联性，很难通过建立准确的数学和物理模型检 测或预测故障，而这是整个供包台系统故障诊断是 1．1小波阈值降噪 否正确的一个关键环节。