第三章基于数据驱动的故障诊断方法.pptVIP

X ?(s,t) x(t) × Inner product 运算过程示意图 4.2.6 连续小波变换 四、基于小波变换的故障诊断—小波变换 第一百五十六页，共一百七十五页。 Magnitude 20 Hz 80 Hz 120 Hz 4.2.6 运算过程示意图 四、基于小波变换的故障诊断—小波变换 第一百五十七页，共一百七十五页。 原始信号 FFT 样本点 n / 个 样本点 n/个 频率/Hz 时域幅值 频域幅值 CWT 尺度 检测出脉冲信号并给出时间 不能检测出 脉冲信号 4.2.7 仿真信号分析 四、基于小波变换的故障诊断—小波变换 第一百五十八页，共一百七十五页。 模拟齿轮的裂纹故障 实验中采样频率为20kHz 转速1500r/min，齿数30 齿轮振动信号的频谱图 齿轮振动信号 齿轮振动信号时域图(a=1.3) T T T 齿轮振动信号的尺度谱图 t=4ms，a=1.3~1.5 t=44ms，a=1.3~1.5 4.2.8 实例分析 四、基于小波变换的故障诊断—小波变换 第一百五十九页，共一百七十五页。 小波分析对信号高频成分的刻划能力要优于其它时频分析方法，而且它在突变信号的检测中具有很大的优势。 采用连续小波变换可以检测到齿轮振动信号的幅值突变点，从而实现对齿轮局部缺陷的诊断。 结论： 4.2.8 实例分析 四、基于小波变换的故障诊断—小波变换 第一百六十页，共一百七十五页。 四、基于小波变换的故障诊断 第一百六十一页，共一百七十五页。 连续小波变换(CWT)：尺度a及时间τ的取值连续变化，计算量很大. 不丢失原信号的信息 减小计算量 对尺度因子和平移因子进行适当的离散 4.3.1 离散小波 四、基于小波变换的故障诊断—离散小波 第一百六十二页，共一百七十五页。 离散小波变换只是对近似信号进行再分解，而没有对细节信号进行再分解，因此没有提高细节信号的频率分辨率。 小波包分析同时分解细节信号和近似信号. 4.3.2 小波包 四、基于小波变换的故障诊断—小波变换 第一百六十三页，共一百七十五页。 从时域来看小波包分解 每一层的小波包数目比上一层中的小波包数目增加一倍 每个小波包的数据长度比上一层小波包数据长度减半 每个小波包的时域分辨率比上一层小波包的时域分辨率减半 四、基于小波变换的故障诊断—小波包 第一百六十四页，共一百七十五页。 从频域来看小波包分解 每个小波包数据是原始信号在不同频率段上的成分 小波包的频带相邻，并且带宽相等 分解的层数越多，频率段划分得越细 四、基于小波变换的故障诊断—小波包 第一百六十五页，共一百七十五页。 四、基于小波变换的故障诊断 第一百六十六页，共一百七十五页。 4.4.1 轴承内圈剥落 时域振动信号 轴承内圈出现故障，出现冲击，但被噪声淹没 频域图 第5层小波包分解 由冲击引起的固有振动频率，难以识别轴承故障 圆锥轴承内圈轻度剥落信号 四、基于小波变换的故障诊断—诊断应用 第一百六十七页，共一百七十五页。 最高分析频率f = fs /2 = 20/2 = 10 KHz 每个小波包的频率带宽为 d = f /32 =312.5 Hz 频谱图中的频率范围6000~8000 Hz 对应的小波包频宽范围6000/312.5 ~ 8000/312.5 Hz，即为 18~26号小波包 23号小波包重构 轴的转动周期 一个周期内约有9个冲击，与理论分析相符，说明小波包分解有效 第5层小波包分解 四、基于小波变换的故障诊断—诊断应用 4.4.1 轴承内圈剥落 第一百六十八页，共一百七十五页。 频域图 16号小波包重构 第5层小波包分解 一个周期内约有7个冲击，与理论分析相符，说明小波包分解有效 最高分析频率 f = fs /2 = 20/2 = 10 KHz 每个小波包的频率带宽为 d = f /32 =312.5 Hz 频谱图中的频率范围3500~5500 Hz 对应的小波包频宽范围3500/312.5 ~ 5500/312.5 Hz ，即为 11~18号小波包 时域振动信号 四、基于小波变换的故障诊断—诊断应用 4.4.1 轴承内圈剥落 第一百六十九页，共一百七十五页。 小 结 小波包分解能够对每一层分解后得到的高频信号进行再分解，提高了信号高频部分的频域分辨率，弥补了小波分解的不足 小波包分解保留了信号在各个不同频率段的成分，因此小波包分解后，信号的信息量是完整的 采用小波包分解能够提取信号中有用的频率成分，因此可以有效地用于信号的特征提取 FFT STFT CWT DWT WP 第一百七十页，共一百七十五页。 4.4.2 频域分析方法比较： 傅立叶分析 用一系列不同频率的正弦波表示一个信号 一系列不同频率的正弦波是傅立叶变