超完备有理小波变换的研究及其在滚动轴承故障诊断中的应用-计算数学专业论文.docxVIP

重庆大学 重庆大学硕士学位论文 目 录 PAGE PAGE III 目 录 中文摘要 I 英文摘要II 1 绪 论1 1.1 论文的研究背景 1 1.2 小波的发展和研究现状 1 1.3 小波在滚动轴承故障诊断中的研究现状3 1.4 本文的主要研究内容和结构安排 3 2 小波分析理论 5 2.1 小波变换5 2.1.1 连续小波变换 6 2.1.2 离散小波变换 8 2.1.3 二进小波变换 9 2.2 多分辨分析11 2.3 有理多分辨分析 11 2.4 超完备有理小波变换 12 3 自适应有理小波变换在滚动轴承故障诊断中的应用15 3.1 引言15 3.2 自适应有理离散小波变换 15 3.3 Hibert 瞬时频率谱 17 3.4 基于自适应有理小波变换的故障诊断步骤18 3.5 实验结果和分析 18 3.5.1 轴承内圈故障诊断 18 3.5.2 轴承外圈故障诊断 21 3.6 本章小结 24 4 基于有理双树复小波和 SVM 的滚动轴承故障分类方法 25 4.1 引言25 4.2 有理双树复小波变换 26 4.3 支持向量机 27 4.4 有理双树复小波-SVM 故障诊断方法 29 4.5 实验与结果分析 29 4.6 本章小结 32 PAGE PAGE IV 5 总结与展望33 5.1 全文总结 33 5.2 展望33 致 谢 35 参考文献 36 附 录 40 重庆大 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 1 1 绪 论 1.1 论文的研究背景 随着科学技术的进步和发展，机械设备在日常生产中的地位表现得越来越重 要。机械设备采用自动化和智能化技术能够有效地提高生产力，但是随着工业设 备自动化程度的提高，机械设备的结构日趋复杂，其工作强度也随之增大。由于 恶劣的工作条件和齿轮箱沉重的工作负荷，要使机械设备不出现故障是不可能的， 滚动轴承极易发生局部故障，从而造成机械设备性能下降，一旦我们的机械设备 性能下降，就会产生链式反应，带来巨大损失[1]。工程实践使人们意识到，要使设 备安全有效地运行，就必须有效地管理设备，监测产品的运行状态，对其发展趋 势进行跟踪，及时发现设备的异常状况，尤其是对早期的故障进行分析，及早地 采取有效措施，才能尽可能地将故障消灭在萌芽状态[2]。 机械故障诊断需要进一步确定故障的部位、性质、类别、程度、原因及发展 趋势等，其主要内容包括信号检测、特征提取、状态识别、诊断决策等。在过去 的二十年中，信号处理方法得到了飞速的发展，尤其是结合计算机技术的应用， 可以为设备故障的发展做出早期预报，使其达到了智能化阶段。滚动轴承是一种 通用的机械部件，它的状态是否正常直接影响到整部机器的性能，因此对轴承进 行监视和早期故障诊断具有重要意义。 当滚动轴承发生局部故障时，受有故障的齿轮和另一齿轮周期性啮合的影响， 传感器采集到的信号会出现短期的脉冲响应。信号的非平稳性主要表现在信号的 震荡性和震荡的瞬时性，这给信号分析带来了一定的困难，更糟糕的是振动信号 中包含了背景噪声以及其他无关的内容，这些将严重影响故障特征的提取。为了 克服这些困难，小波分析技术应运而生。小波分析技术[3-4]作为一种有效的故障诊 断方法，在过去的 20 年中在机械工程领域已经取得了巨大的成效。其中小波的自 适应性，多分辨率性使得它成为进行机械故障诊断的一个强大的数学工具。在 2004 年 Peng 和 Chu[5]对小波在过去几十年的理论研究和在故障诊断方面的应用做了总 结，从那时起小波故障诊断技术开始被许多学者展开了广泛和深入的研究，从而 使这项技术得到了新的发展。 1.2 小波的发展和研究现状 小波变换由传统的傅里叶（Fourier）变换发展而来。1807 年 Fourier 提出了这 样一个问题——用一系列正弦波来表示任何周期函数，由此开创了傅里叶分析。 傅里叶变换在信号处理中起了十分重要的作用，为设备的故障诊断提供了十分有 用的数学分析基础，这一有力的工具将信号 从时间域转换到频率域 提高了信号的 频率分辨率。然而傅里叶变换只是用于线性的、平稳信号的处理，对于非线性、 非平稳信号来说傅里叶分析是不准确的。为了研究非平稳信号，其中包括振动信 号，在局部区域内的频率特征，1946 年 Gabor 提出了短时的傅里叶变换（STFT）， 其对不同的信号选择长度不一样的窗函数，这样 STFT 就具有多分辨率功能，具有 对信号的自适应性，但是短时的傅里叶变换也有一定的弱点，它面对固定的信号 它的窗口就是固定的，这就无法同时兼顾信号的