基于小波研究滚动轴承故障诊断.docVIP

基于小波研究滚动轴承故障诊断 　　【摘要】机械设备中较常见的、较常使用的就是滚动轴承，滚动轴承的工作状态可以直接对正太机器的运作起到功能性的影响作用。在本篇论文中分析了滚动轴承的故障以及诊断的方式方法，作为极易损坏的，应用最广泛的机械零件应该给与深入的故障诊断分析。小波分析作为崭露头角的诊断技术在今后的发展中需要进一步的研究与实践，才能够开阔更广泛的应用市场。 【关键词】小波分析；滚动轴承；故障分析诊断 前言 滚动轴承的不正常工作可以引发旋转机械的很多故障，所以轴承这部分零件的损耗大小对于整台机器是否能够正常工作起到决定性的作用，一旦滚动轴承产生损耗就会引起机器震动，继而导致大量的噪声，甚至会导致机械设备瘫痪。所以滚动轴承的故障诊断分析，在实际的操作中是存在较大的可行性的，也是施工作业中很重要的工作部分。可以通过小波分析的方法对滚动轴承产生的信号进行分析由此得出滚动轴承的故障判断。 1 小波分析故障诊断技术的研究现状与发展 机械设备在出现问题的时候最明显的故障特征就是振动和冲击。因此目前我们对机械设备存在问题故障的判断方式以振动为基础理论的。在正常的工作中也正是振动和冲击时常反映在故障机器中。我国现有的故障诊断方式中常见是引用Hilbert变换的包络分析法来实现解调。在操作中专家实现包络信号提取的方式是利用垂直数字考虑技术，以这样的技术来合并将窄带部分的滤波和包络检测过程，与过去的希尔伯特方式相对比的话是存在一定的时效性的，其特征是检测波长不再受到限制、提高了重现采样实施过程中的精准度，为故障分析带来了更多的方便。总得来说是以能量算子来检测滚动轴承的故障特征，从而确定诊断目的。 小波分析应用在振动信号处理技术是最近几年才普及的，在实际应用中小波分析能够同时提供的是振动信号的时域、频域的局部化变换信息。其技术特征是具有多尺度性、数字微显示性，这两个特征可以使振动信号中的突变信号尤为明显的被识别出。专家利用小波分析的技术特征融合近邻法成功的提出了对列车滚动轴承的故障诊断。利用小波分析中对时窗、频窗可调节、多尺度的优良特性分析，可以在判断滚动轴承故障中起到良好的效果，能够弥补传统分析法存在的不能局部化分析、突变信号检测不完整的缺陷。 技术专家提出基于正交变换诊断滚动轴承的方式：可以在诊断的过程中利用政教小波基对产生的故障传输的信号通过交换整合到统一时间频率区域，然后通过小波重构信号调节、包络谱进行对故障的区域，在实际中这一方法得到了非常有效的成果。也可以利用小波分析中多尺度的变换功能，将高频固有振动信号成功的从所有信号中分离出来，之后可以针对高频振动信号采用包络分析法，最后从图谱中件故障特征的频率提取出来，这样就可以诊断在哪一个元件上引发了滚动轴承的故障。 利用小波分析法将滚动轴承的故障振动信号总结分析，然后采用具有五频带错位的包算法提取出滚动轴承故障特征信号，将滚动轴承故障部分的冲击清晰的以特征函数的形式表现出来，这种方式在实际操作中是性价比较高的，而且具有一定时效性。在不断的事件分析中显示，小波包换能够使高频带的分辨率提升，能够克服振动信号中小波变化的缺点，小波包换在滚动轴承故障分析诊断中，也起到较强的信息提取作用，能够准确的诊断滚动轴承的故障。 2 滚动轴承故障特征分析 滚动轴承的失效，装配方式不合理、润滑程度不够、异物入侵、水分浸泡以及自然腐蚀，这些因素导致轴承较早损坏，在使用一段时间过后，即使轴承没有遇到上述因素的损坏，那么轴承自身也会因为工作磨损产生的损耗而不能正常工作。引起滚动轴承出现故障的方式会有很多种，以下就是具体导致滚动轴承在工作中产生故障的特征分析。 滚动轴承的疲劳：在经过一段时间作业之后，轴承滚动表面、滚动体发生脱落，严重的话会产生大面的剥落坑，从而使轴承失去工作性能。 滚动轴承的胶合：滚动轴承在工作的状态中不可避免的转动会产生表面烧伤的状况，这样就会导致金属表面粘合的现象，两种分离的金属在工作状态下不合理的粘合就会导致滚动轴承无法正常工作。 滚动轴承的磨损：滚动轴承出现静压痕、红褐色磨损粉末、局部磨损，意味着滚动轴承受到损伤，从而降低了滚动轴承的工作运转周期。 滚动轴承的烧伤：滚动轴承滚到表面、体面、挡边发生熔化、软化、变色，这种局部软化的特征，意味着滚动轴承因局部烧伤而导致工作寿命简短。其主要的诱使因素是装配不合理，润滑程度不得当。 3 基于小波分析对滚动轴承故障的简易诊断法 3.1 时域特征值诊断 振幅值诊断：在滚动轴承诊断中这是一种常见的诊断方法，在应用中也是操作比较简单的一种方式，利用滚动轴承内冲击绝对值处理之后的峰值、半个周期内的平均值以及有效值，将实测的平均值与标准值对比，继而判断出滚动轴承中的