基于小波变换的故障诊断技术研究

第６期（总第１５１期）　２００８年１２月　机械工程与自动化　ＭＥＣＨＡＮＩＣＡＬ　ＥＮＧ１ＮＥＥＲＩＮＧ　＆　ＡＵＴ０ＭＡＴＩＯＮ　Ｎｏ．６　Ｄｅｃ．　

文章编号：１６７２—６４１３（２００８）０６—０１００—０２　

基于小波分析的滚动轴承故障诊断方法的研究　

．　管　辉　，陈永会　，李小强。　

（１．太原科技大学，山西　太原０３００２４；２．太原重型机械集团，山西　太原０３００２４）　

摘要：介绍了小波分析的基本理论，并将小波分析应用于轴承的故障诊断。通过对实验数据的分析和处理，提　

取出了故障特征，并准确地对故障进行了定位。这种方法取得了良好的诊断效果，适合于滚动轴承的故障诊断。　

关键词：滚动轴承；故障诊断；小波分析　

中图分类号：ＴＨ１３３．３３：ＴＨ１６５　．３　文献标识码：Ａ　

０　引言　传统的滚动轴承故障诊断方法有频域分析法和时　

域分析法，它们对滚动轴承的分步式故障有很好的诊　

断效果，但是对于局部缺陷的应用效果不太理想，尤　

其是在故障的初期。近年来，新的诊断方法不断涌现，　

其中包括小波分析方法。它能同时提供振动信号的时　

域和频域的局部化信息，还具有多尺度性和“数学显　

微”特性，这些特性使得小波分析能够识别振动信号　

中的突变信号。本文就是使用小波分析技术对检测的　

信号进行变换，然后对故障特征的信号进行重构，然　

后通过希尔伯特变换进行调解和细化频谱分析，从而　

检测出轴承中的故障信息，并判断发生故障的部位。　１小波分析基本理论　

１．１　小波变换的定义　小波（Ｗａｖｅｌｅｔ），即小区域的波，是一种特殊的长　

度有限的平均值为０的波形。小波函数的确切定义为：　

设　（￡）为一平方可积函数，即　（ｆ）∈Ｌ。（Ｒ），若其傅　

里叶变换　（ｚ　）满足条件：　

Ｃ　一ｆ　ｄ　＜。。。……………（１）　丢　ｌ训　

即称　（ｆ）为一个基本小波或小波母函数。将小波母函　

数ｋｒｒ（ｔ）进行伸缩和平移，就可以得到函数　．　（ｆ）：　

ｒ一去　（　）…ＥＲ，ａ＞。。…．（２）　

总第１６７期　

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５—２７９８．２０１３．０７．００５　

基于小波分析的轴承故障诊断研究　

刘　琦　

（中国矿业大学（北京）机电与信息工程学院，北京　１０００８３）　

摘要：轴承故障诊断是大型矿山机械设备故障诊断的一个重要方面。基于轴承振动信号的非平稳特征　及小波变换对非平稳信号分析的有效特性，在研究小波变换理论的基础上，提出了一种基于小波分析的轴　承故障诊断方法。将振动信号进行小波分解与重构，然后对细节信号进行Ｈｉｌｂｅｒｔ包络检波和频谱分析，即　可获取信号的特征频率。通过对球状点蚀故障诊断的实验仿真，验证了该方法有效可靠。　关键词：滚动轴承；振动采集；特征频率；减速器　中图分类号：ＴＨ１３３．３３　文献标识码：Ａ　文章编号：１００５—２７９８（２０１３）０７—００１２—０３　

Ｒｅｓｅａｒｃｈ　ｏｎ　Ｂｅａｒｉｎｇ　Ｆａｕｌｔ　Ｄｉａｇｎｏｓｉｓ　ｂａｓｅｄ　ｏｎ　Ｗａｖｅｌｅｔ　

ＬＩＵ　Ｑｉ　

（Ｅｌｅｃｔｒｉｃａｌ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｉｎｓｔｉｔｕｔｅ　ｏｆＣｈｉｎａ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆＭｉｎｉｎｇ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ　１０００８３，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｄｉａｇｎｏｓｉｓ　ｏｆ　ｂｅａｒｉｎｇ　ｆａｕｌｔ　ｉｓ　ａｎ　ｉｍｐｏｒｔａｎｔ　ａｓｐｅｃｔ　ｉｎ　ｔｈｅ　ｄｉａｇｎｏｓｉｓ　ｏｆ　ｌａｒｇｅ—ｓｃａｌｅ　ｍｉｎｉｎｇ　ｍａｃｈｉｎｅｒｙ　ｅｑｕｉｐｍｅｎｔ．Ｏｎ　ｔｈｅ　ｂａｓｉｓ　ｏｆ　ｔｈｅ　ｔｈｅｏｒｙ　ｏｆ　ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ　ｗｈｉｃｈ　ｉｓ　ｖｅｒｙ　ｅｆｆｅｃｔｉｖｅ　ｆｏｒ　ｔｈｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｎｏｎ—ｓｔａｔｉｏｎａｒｙ　ｓｉｇｎａｌｓ　ｉｎ　ｔｈｅ　ｂｅａｒｉｎｇ　ｖｉｂｒａｔｉｏｎ，ａ　ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ　ｔｅｃｈｎｏｌｏｇｙ　ｈａｖｅ　ｂｅｅｎ　ｐｒｏｐｏｓｅｄ．Ｔｈｅ　ｖｉｂｒａｔｉｏｎ　ｓｉｇｎａｌ　ｉｓ　ｄｅｃｏｍｐｏｓｅｄ　ａｎｄ　ｒｅｃｏｎｓｔｒｕｃｔｅｄ　ｂｙ　ｕｓｉｎｇ　ｗａｖｅｌｅｔ　ｔｒａｎｓｆｏｒｍ．Ｔｈｅｎ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃ　ｆｒｅｑｕｅｎｃｙ　ｏｆ　ｔｈｅ　ｓｉｇｎａｌ　ｃａｎ　ｂｅ　ｇｏｔ　ｂｙ　ｕｓｉｎｇ　Ｈｉｌｂｅｒ　ｅｎｖｅｌｏｐｅ　ｄｅｔｅｃｔｉｏｎ　ｐｒｏｃｅｓｓｉｎｇ　ａｎｄ　ｓｐｅｃｔｒｕｍ　ａｎａｌｙｓｉｓ．Ｔｈｒｏｕｇｈ　ｔｈｅ　ｅｘ—　ｐｅｒｉｍｅｎｔａｌ　ｓｉｍｕｌａｔｉｏｎ　ｏｆ　ｓｐｈｅｒｉｃａｌ　ｐｉｔｔｉｎｇ　ｆａｉｌｕｒｅ　ｖｅｒｉｆｙ　ｔｈａｔ　ｔｈｅ　ｍｅｔｈｏｄ　ｉｓ　ｅｆｆｅｃｔｉｖｅ　ａｎｄ　ｒｅｌｉａｂｌｅ．　Ｋｅｙｗｏｒｄｓ：ｒｏｌｌｉｎｇ　ｂｅａｒｉｎｇ；ｖｉｂｒａｔｉｏｎ　ａｃｑｕｉｓｉｔｉｏｎ；ｃｈａｒａｃｔｅｒｉｓｔｉｃ　ｆｒｅｑｕｅｎｃｙ；ｒｅｄｕｃｅｒ　

柴油机设计与制造　Ｄｅｓｉｇｎ＆Ｍａｎｕｆａｃｔｕｒｅ　ｏｆ　Ｄｉｅｓｅｌ　Ｅｎｇｉｎｅ　２００６年第１期第１４卷（总第１１４期）　

基于小波理论变换和神经网络的　

柴油机故障诊断方法的研究　

黄强高世伦刘永长宾鸿赞　

（华中科技大学能源与动力工程学院，湖北武汉４３００７４）　

摘要提出一种基于小波理论和神经网络技术的柴油机振动诊断方法，首先对柴油机的振动　

信号进行小波分析，提取相应特征向量，然后将振动样本的特征向量作为Ｒ＿ＢＦ神经网络的输入　

参数，以故障类别作为输出参数训练该网络。训练后的神经网络可以利用测量的振动信号来判断　柴油机的故障状况。试验及仿真证明该方法在柴油机振动诊断中是有效可行的，对其它复杂机械　

的振动诊断同样具有参考价值。　

Ａｂｓｔｒａｃｔ：Ａ　ｎｅｗ　ｖｉｂｒａｔｉｏｎ　ｄｉａｇｎｏｓｉｓ　ｍｅｔｈｏｄ　ｆｏｒ　ｄｉｅｓｅｌ　ｅｎｇｉｎｅ　ｂａｓｅｄ　ｏｎ　ｗａｖｅｌｅｔ　ｔｈｅｏｒｙ　

ａｎｄ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ　ｔｈｅ　ｗａｖｅｌｅｔ　ｔｈｅｏｒｙ　ｉｓ　ｕｓｅｄ　ｔｏ　ａｎａｌｙｚｅ　ｖｉｂｒａｔｉｏｎ　ｓｉｇｎａｌ　ｏｆ　ｄｉｅｓｅｌ　ｅｎｇｉｎｅ。ｍａｉｎｌｙ　ｔｈｅ　ｗａｖｅｌｅｔ　ｄｅｃｏｍｐｏｓｉｔｉｏｎ　ａｎｄ　ｒｅｄｕｃｅｄ　ｎｏｉｓｅｓ　ａｒｅ　ｕｓｅｄ　ｔｏ　ａｃｈｉｅｖｅ　

ｔｈｅ　ｒｅｌｅｖａｎｔ　ｃｈａｒａｃｔｅｒｉｓｔｉｅ　ｖｅｃｔｏｒｓ．Ｓｅｃｏｎｄｌｙ　ｍｏｄｅｌ　ｏｆ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋｓ　ｉｓ　ｂｕｉｌｔ．ｉｔｓ　ｉｎｐｕｔ　ｐａ—　

ｒａｍｅｔｅｒｓ　ｉｎｃｌｕｄｅ　ｅｉｇｈｔ　ｒｅｌｅｖａｎｔ　ｃｈａｒａｃｔｅｒｉｓｔｉｅ　ｖｅｃｔｏｒｓ，ａｎｄ　ｏｕｔｐｕｔ　ｐａｒａｍｅｔｅｒｓ　ｒｅｐｒｅｓｅｎｔ　ｆｉｖｅ　

ｋｉｎｄｓ　ｏｆ　ｆａｕｌｔｓ．Ａｔ　ｌａｓｔ　ｅｘｐｅｒｉｍｅｎｔ　ｄａｔａ　ｉｓ　ｕｓｅｄ　ｔｏ　ｔｒａｉｎ　ｔｈｉｓ　ＲＢＦ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ．Ａｆｔｅｒ　ｔｈａｔ　

第１　５卷第３期　２００２年９月　Ｖｏ１．１　５　ＮＯ．３　ＳｅＰ．２（）（）２　

基于小波变换的转子动静件碰摩故障诊断研究　

宋　友　柳重堪　李其汉　（北京航空航天大学电子工程系　北京．１０００８３）　（北京航空航天大学动力系　北京。１０００８３）　摘　要　利用小波变换与多分辨率分析理论，对振动信号进行多尺度分解，通过分析细节信号的能量分布研究了　振动信号中碰摩特征。由信号的一种特征向量进行了信号特征的放大处理，进而可以清晰地得到振动信号小波分　解细节的能量分布特征．能够比较准确地诊断碰摩故障程度．同时也能有效地区分不碰摩与整圈碰摩。　关键词．／Ｊ、波变换；多分辨率分析；碰摩；故障诊断　中图分类号：Ｖ２３２；Ｖ２６３．６　研究转子的振动信号，分析振动特征，是旋转机　械转静件碰摩故障诊断的重要方法。发生碰摩时，转　子振动信号具有非稳的时变特性，小波变换以可变　的时间一尺度（或时间一频率）窗来观察信号，具有很　好的时频特性，使得它在处理非稳的时变信号上具　有优异的性能　一。　转子系统发生碰摩时，重要的故障信息往往包　含在瞬态信号或突变信号中，该部分信号对应的频　率较高，信号的频带较宽，所以应该以较小的时间间　隔（较高的时间分辨率）来观察该信号。碰摩的发展　过程一般是开始时碰摩较轻，表现为接触面积很小　的局部碰摩，随转速的提高或其它条件的变化接触　面积逐步增大，进一步发展至整圈碰摩，再进一步可　能会出现复杂运动（拟周期运动或混沌运动）。通常　只有当碰摩发展到一定程度，在频谱图上才能诊断　出碰摩故障，碰摩刚刚发生时，利用传统的频谱分析　很难诊断出来，而利用小波变换的波形分解可以有　效地诊断早期碰摩［２ｊ。但对碰摩发生的程度，以及不　碰摩与整圈碰摩的区分却依然是尚未很好解决的问　题。本文利用小波变换与多分辨率分析理论，对各种　碰摩信号进行多尺度分解，提取碰摩信号的细节层　次并作能量分析，可以比较清晰地诊断碰摩的故障　程度，同时也能有效地区分不碰摩与整圈碰摩。