基于小波包分析的滾動軸承故障智能診斷.pdf

1、滾動軸承是機(jī)械設(shè)備中最常用的部件之一，因此，對滾動軸承故障診斷的研究十分重要。當(dāng)軸承某一元件表面出現(xiàn)局部損傷時，在受載運(yùn)行過程中要周期性地撞擊與之相互作用的其他元件表面而產(chǎn)生周期性的沖擊脈沖力。由于沖擊脈沖力的頻帶很寬，會覆蓋軸承系統(tǒng)的各個固有頻率，所以該脈沖力同理想脈沖一樣必然激起軸承系統(tǒng)的各個固有振動。這樣，原來的平穩(wěn)振動信號變成了非平穩(wěn)振動信號。Fourier變換在頻域上是完全局部化的，但它不能提供任何時域的局部化特征。因此它不適

2、應(yīng)非平穩(wěn)信號的分析；而窗口傅立葉變換盡管在時域和頻域均具有一定的局部化特征，但其局部化卻是固定不變的。小波分析能多尺度地同時提供信號在時域和頻域的局部化信息，因而成為信號處理尤其是非平穩(wěn)信號處理的重要手段。針對基于小波包分析的滾動軸承故障診斷，本文主要在以下幾方面展開研究： 1.系統(tǒng)地介紹了滾動軸承的振動機(jī)理及其典型故障的振動特征； 2.細(xì)致地闡述了小波分析的基本理論及其在信號處理中的應(yīng)用，引進(jìn)了移頻算法的小波包分解和重

3、構(gòu)以克服Mallat算法中的頻率混迭現(xiàn)象，使分解系列的排列順序與頻帶的劃分順序一一對應(yīng)。 3.闡述了基于小波包分解與重構(gòu)的細(xì)化包絡(luò)解調(diào)和時延相關(guān)解調(diào)的原理，分別用這兩種解調(diào)法對滾動軸承幾種典型故障進(jìn)行了診斷，并比較了它們的診斷結(jié)果。實(shí)驗(yàn)結(jié)果表明，在滾動軸承故障診斷中時延相關(guān)解調(diào)與包絡(luò)解調(diào)相比，噪聲影響大幅減小，故障信息得以凸現(xiàn)。 4.介紹了利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷的原理及其步驟，針對BP算法存在的不足，本文采用了動量