当前位置：文档之家 › 小波分析在轴承故障诊断中的应用

小波分析在轴承故障诊断中的应用

  • 格式：docx
  • 大小：37.63 KB
  • 文档页数：3

小波分析在轴承故障诊断中的应用

轴承是旋转机械中重要的组件之一，其正常运转不仅能保证设备的稳定运行，还能延长其使用寿命。然而，长期的振动载荷和摩擦磨损等因素会导致轴承故障，进而影响到设备的正常运行。因此，轴承故障的及时检测与诊断对于设备的健康运行至关重要。传统的轴承故障诊断方法主要是基于振动信号分析，但该方法存在故障判断不准确、对轴承内部结构无法感知等问题。与此同时，近年来，小波分析技术在信号处理领域中被广泛应用，具有多分辨率、非线性和局部性等优点，可以有效地用于轴承故障诊断。

一、小波分析技术介绍

小波分析（Wavelet Analysis）是一种数学工具，可对信号进行多分辨率分析和频率变换。相比于傅里叶变换等传统频谱分析方法，小波变换可以提供频率特性和时间特性的同时信息，更适用于对非平稳和非线性信号的处理。在小波分析中，最常用的小波基为 Morlet 小波，其实为高斯函数和正弦余弦函数的乘积，具有较好的时频局部分辨率。

二、1. 小波包能量谱分析法（WPES）

小波包能量谱分析法（WPES）采用小波包变换对轴承振动信号进行特征提取和信号分类。其基本思路为利用小波包变换的逐层分解和重构特性，详细分析不同尺度的频率信号，得到轴承信号内部结构的多频率特征信息，并通过指定的能量门限对不同频率特征进行分类。此方法可以准确地识别出轴承故障信号，并对不同故障类型进行区分。

2. 模态分解小波包能量谱分析法（MWPES）

模态分解小波包能量谱分析法（MWPES）结合小波包变换和模态分解方法，可以有效地对轴承振动信号进行故障诊断。其中，模态分解可将信号分解为不同的振动模态信号，并采用小波包变换对不同振动模态信号进行小波分析，在分析过程中，对每种振动模态信号进行特征提取，并计算它们的能量谱，最终通过能量拟合曲线来确定轴承是否发生故障。

3. 瞬态特征小波包谱分析法（TWPES）

瞬态特征小波包谱分析法（TWPES）通过选择特定小波基进行瞬态信号分析，有效区分了高斯白噪声和轴承局部损伤所产生的转子挥动信号。TWPES可以在时间维度和频率维度上同时分析轴承振动信号，提取信号的瞬态特征，可以准确地诊断轴承局部损伤的类型和位置。

三、小波分析在轴承故障诊断中的优势

1. 多分辨率特性

相比于传统的傅里叶分析，小波分析可以提供不同时间尺度的频谱信息，具有更好的多分辨率特性。因此，小波分析可以更准确地分析轴承振动信号在不同频率下的特性变化情况。

2. 局部性特性

小波分析可以局部化地低通滤波和高通滤波，更好地提取轴承振动信号局部特征，并区分不同故障类型。主要是针对振动信号中的瞬态特征波形进行分析，可准确地诊断轴承内部结构损伤程度的大小、故障类型以及故障产生的位置等。

3. 非线性特性

小波分析具有非线性特性，可以很好地拟合轴承振动信号的非线性特性，并从信号中提取非线性振动特征，从而更准确地判断轴承的健康程度。

四、结论

小波分析在轴承故障诊断中具有重要的应用价值。其本质是对信号的频域与时域等多维度特征进行分析，使用小波变换可以更好地提取轴承振动信号的多维特征，因此更准确地诊断和分析传统方法难以解决的问题。未来，小波分析技术还将在轴承磨损预测、轴承分类诊断等方面得到更广泛的应用。

合集下载

基于小波包分析的滚动轴承故障诊断

基于小波包分析的滚动轴承故障诊断

第２８卷第１期　江西理工大学学报　ｖ。１．２８，Ｎ０．１　

２　０　０　７年２月ＪＯＵＲＮＡＬＯＦＪＩＡＮＧＸＩＵＮＩＶＥＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹ　Ｆｅｂ．２００７　

文章编号：１００７—１２２９（２００７）０１—００１７—０４　

基－３＝ｄ￣波包分析的滚动轴承故障诊断　

张国新，刘祚时　（江西理工大学机电工程学院，江西赣州３４１０００）　

摘要：应用小波包分析方法构造滚动轴承故障信号的能量特征向量，再以此作为神经网络的输　

入，对滚动轴承故障进行分类，实践表明，能量特征向量较显著的表达了故障，有较好的诊断　效果．　

关键词：滚动轴承；小波包分析；能量特征向量；ＢＰ神经网络　中图分类号：ＴＨ１３３．３　文献标识码：Ａ　

Ｔｈｅ　Ｒｏｌｌｉｎｇ　Ｂｅａｒｉｎｇ　Ｆａｕｌｔ　Ｄｉａｇｎｏｓｉｓ　Ｂａｓｅｄ　

ｏｎ　Ｗａｖｅｌｅｔ　Ｐａｃｋｅｔ　Ｄｅｃｏｍｐｏｓｉｔｉｏｎ　

ＺＨＡＮＧ　Ｇｕｏ—ｘｉｎ．ＬＩＵ　Ｚｕｏ—ｓｈｉ　（Ｆａｃｕｌｔｙ　ｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｘｉＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｇａｎｚｈｏｕ　３４１０００，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｆｅａｔｕｒｅ　ｐａｒａｍｅｔｅｒ　ｖｅｃｔｏｒｓ　ａｒｅ　ｅｘｔｒａｃｔｅｄ　ｔｏ　ｒｅｐｒｅｓｅｎｔ　ｔｈｅ　ｗｏｒｋｉｎｇ　ｓｔａｔｅ　ｏｆ　ｒｏｌｌｉｎｇ　ｂｅａｒｉｎｇ　ｂｙ　ｗａｖｅｌｅｔ　

ｐａｃｋｅｔ　ｄｅｃｏｍｐｏｓｉｔｉｏｎ．Ｔｈｅｎ　ｔｈｅ　ＢＰ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｉｓ　ｔａｋｅｎ　ａｓ　ｔｈｅ　ｏｕｔｐｕｔ　ｏｆ　ｔｈｅ　ｗｏｒｋｉｎｇ　ｓｔａｔｅ　ｏｆ　ｒｏｌｌｉｎｇ　ｂｅａｒｉｎｇ　ｗｈｅｎ　ｔｈｅ　ｆｅａｔｕｒｅ　ｐａｒａｍｅｔｅｒ　ｖｅｃｔｏｒｓ　ｉｓ　ｔａｋｅｎ　ａｓ　ｉｎｐｕｔ．Ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｐｒｏｖｅ　ｔｈａｔ　ｔｈｉｓ　ｍｅｔｈｏｄ　ｉｓ　ｅｆｆｉｃｉｅｎｔ　ａｎｄ　ｆｅａ—－　

小波包和峭度在轴承早期故障分析中的应用

小波包和峭度在轴承早期故障分析中的应用

！璺　Ｑ　＝三Ｚ鱼　ＣＮ４１—１１４８／ＴＨ　轴承２０１４年３期　Ｂｅａｒｉｎｇ　２０１４，Ｎｏ．３　４５—４８　

．．Ｉ测量与仪器　

小波包和峭度在轴承早期故障分析中的应用　

任学平，庞震，辛向志，邢义通　

（内蒙古科技大学机械工程学院，内蒙古包头０１４０１０）　

摘要：为实现轴承故障的精确诊断，提出一种基于小波包与峭度准则的包络解调方法。当信噪比较小时，该方　

法可以剔除含噪信号，与现阶段经常使用的细节系数能量方法相比，可更为有效地提取轴承的故障信息。该方　

法首先利用小波包将振动信号分解，突出小波包降噪效果的明显性；然后以峭度准则提取降噪后信号所需的细　

节系数并对其重构；最终进行包络谱分析，准确地检测出轴承故障，提高轴承故障诊断的精确度。　

关键词：滚动轴承；故障诊断；小波包；峭度；包络解调　

中图分类号：ＴＨ１３３．３３　文献标志码：Ｂ　文章编号：１０００—３７６２（２０１４）０３—００４５—０４　

Ａｎａｌｙｓｉｓ　ｏｎ　Ｅａｒｌｙ　Ｆａｕｌｔ　ｏｆ　Ｂｅａｒｉｎｇｓ　ｂｙ　Ｗａｖｅｌｅｔ　Ｐａｃｋｅｔ　ａｎｄ　Ｋｕｒｔｏｓｉｓ　

Ｒｅｎ　Ｘｕｅ—ｐｉｎｇ，Ｐａｎｇ　Ｚｈｅｎ，Ｘｉｎ　Ｘｉａｎｇ—ｚｈｉ，Ｘｉｎｇ　Ｙｉ—ｔｏｎｇ　

（Ｍｅｃｈａｎｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｓｃｈｏｏｌ，Ｉｎｎｅｒ　Ｍｏｎｇｏｌｉａ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｂａｏｔｏｕ　０１４０１０，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｒｅａｌｉｚｅ　ｔｈｅ　ｐｒｅｃｉｓｅ　ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ　ｏｆ　ｂｅａｒｉｎｇｓ，ａｎ　ｅｎｖｅｌｏｐｅ　ｄｅｍｏｄｕｌａｔｉｏｎ　ｍｅｔｈｏｄ　ｉｓ　ｐｒｏｐｏｓｅｄ　

ｂａｓｅｄ　ｏｎ　ｗａｖｅｌｅｔ　ｐａｃｋｅｔ　ａｎｄ　ｋｕｒｔｏｓｉｓ　ｃｒｉｔｅｒｉｏｎ．Ｔｈｅ　ｍｅｔｈｏｄ　ｃａｎ　ｅｌｉｍｉｎａｔｅ　ｎｏｉｓｅ　ｓｉｇｎａｌ　ｗｈｅｎ　ｔｈｅ　ｓｉｇｎａｌ　ｎｏｉｓｅ　ｒａｔｉｏ　ｉｓ　

结合频谱聚类与经验小波的轴承故障诊断方法

结合频谱聚类与经验小波的轴承故障诊断方法

144机械设计与制造

Machinery Design & Manufacture第5期

2021 年 5 月

结合频谱聚类与经验小波的轴承故障诊断方法

唐泽娴1,林建辉1,张 兵'

,杨基宏2

(1.

西南交通大学牵引动力国家重点实验室,四川成都610031

；2.

中车青岛四方机车车辆股份有限公司,山东青岛266111

)

摘要：实测轴承振动信号就有非平稳、非线性特征，因此，对该类信号的分析需要进行解调得到特征频率，在众多解调

法中包络分析是最为常用的方法;为了使解调结果更加清晰，常在解调前进行滤波,达到滤除干扰成分可有效提升解调

的效果。经验小波变换提供了基于频带划分的小波滤波框架，划分后频带可滤除部分干扰信号，突出故障信号。对此，受

“箱型图”和层次聚类法的启发，对“突出值”聚类法进行频带划分，通过平方包络互相关系数选取合理的频带划分个数。

最后选取平方包络峭度值最大的滤波子信号进行Teager

能量算子解调,获取特征频率。文章针对不同工况下的不同故障

类型轴承运行数据进行分析,验证算法的有效性。特别地，在复合故障分析中，利用动态阈值法到达分别突出不同轴承故

障频率的效果。

关键词:滚动轴承故障诊断;经验小波变换;箱型图;层次聚类;平方包络;动态阈值

中图分类号:TH16

；U270.3

文献标识码:A

文章编号：1001-3997(2021 )05-0144-05

Bearing Fault Diagnosis Method Using Spectral Clustering and Empirical Wavelet

TANG Ze-xian1 ,

LIN Jian-hui1 ,

ZHANG Bing1 ,

YANG Ji-hong2

(1.State Key Laboratory of Traction Power

, Southwest Jiaotong University

, Sichaun Chengdu 610031

瞬时功率小波包分解法在轴承故障诊断中的应用

瞬时功率小波包分解法在轴承故障诊断中的应用

曼　＝　Ｚ　ＣＮ４１—１１４８／ＴＨ　轴承２０１０年１０期　Ｂｅａｔｉｎｇ　２０１０，Ｎｏ．１０　

．．１测量与仪器　

瞬时功率小波包分解法在轴承故障诊断中的应用　

王轩，王莉，魏蔚　

（空军工程大学导弹学院，陕西　三原　７１３８００）　

摘要：针对感应电动机轴承故障特征提取的不足，提出了瞬时功率小波包分解的方法。分析电动机单相瞬时功　率，发现瞬时功率中故障信息更为丰富，且对故障特征干扰较大的基波可转化为直流分量；滤波后，进行小波包　

分解，求取故障特征对应子频带小波包分解系数的均方根值及其变换率，并用以表征故障特征，以此作为轴承　

故障的依据。仿真表明该方法诊断灵敏度高，可用于感应电动机轴承的故障诊断。　关键词：感应电动机；滚动轴承；故障诊断；瞬时功率；小波包分解　中图分类号：ＴＨ１３３．３３；ＴＮ９１１．７　文献标志码：Ｂ　文章编号：１０００—３７６２（２０１０）１０—００４１一ｏ４　

Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｉｎｓｔａｎｔａｎｅｏｕｓ　Ｐｏｗｅｒ　Ｄｅｃｏｍｐｏｓｉｔｉｏｎ　ｖｉａ　Ｗａｖｅｌｅｔ　Ｐａｃｋｅｔ　ｉｎ　

Ｂｅａｒｉｎｇ　Ｆａｕｌｔ　Ｄｉａｇｎｏｓｉｓ　

ＷＡＮＧ　Ｘｕａｎ，ＷＡＮＧ　Ｌｉ，ＷＥＩ　Ｗｅｉ　

（Ｍｉｓｓｉｌｅ　Ｃｏｌｌｅｇｅ，Ａｉｒ　Ｆｏｒｃｅ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓａｎｙｕａｎ　７１３８００，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｏ　ｓｏｌｖｅ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｉｎ　ｏｂｔａｉｎｉｎｇ　ｂｅａｒｉｎｇ　ｆａｕｌｔ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｉｎｄｕｃｔｉｏｎ　ｍｏｔｏｒｓ，ａ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　ｉｎｓｔａｎ－　ｔａｎｅｏｕｓ　ｐｏｗｅｒ　ｄｅｃｏｍｐｏｓｉｔｉｏｎ　ｖｉａ　ｗａｖｅｌｅｔ　ｐａｃｋｅｔ　ｉｓ　ｐｕｔ　ｆｏｒｗａｒｄ．Ｔｈｅ　ｓｉｎｇｌｅ—ｐｈａｓｅ　ｉｎｓｔａｎｔａｎｅｏｕｓ　ｐｏｗｅｒ　ｏｆ　ｍｏｔｏｒ　ｉｓ　ａｎａ－　ｌｙｚｅｄ，ｔｈｅ　ｆｕｎｄａｍｅｎｔａｌ　ｃｏｍｐｏｎｅｎｔ　ｔｒａｎｓｆｏｒｍｓ　ｉｎｔｏ　ｔｈｅ　ＤＣ　ｐａｒｔ　ｉｎ　ｔｈｅ　ｉｎｓｔａｎｔａｎｅｏｕｓ　ｐｏｗｅｒ，ａｎｄ　ｔｈｅ　ｂｅａｒｉｎｇ　ｆａｕｌｔ　ｍｅｓ－　ｓａｇｅ　ｉｓ　ｍｏｒｅ　ｏｂｖｉｏｕｓ．Ｄｅｃｏｍｐｏｓｅ　ｔｈｅ　ｓｉｇｎａｌ　ｂｙ　ｗａｖｅｌｅｔ　ｐａｃｋｅｔ　ａｆｔｅｒ　ｉｔ　ｉｓ　ｆｉｌｔｅｒｅｄ．Ｔｈｅ　ｒｏｏｔ　ｍｅａｎ　ｓｑｕａｒｅ　ｏｆ　ｔｈｅ　ｎｏｄｅ　ｃｏ—　ｅｆｆｉｃｉｅｎｔｓ　ａｎｄ　ｉｔｓ　ｃｈａｎｇｅ　ｒａｔｅ　ｕｓｅｄ　ａｓ　ｔｈｅ　ｓｙｍｐｔｏｍ　ｏｆ　ｂｅａｒｉｎｇ　ｆａｕｌｔ　ｉｓ　ｃａｌｃｕｌａｔｅｄ．Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｓｈｏｗｓ　ｔｈａｔ　ｔｈｅ　ｍｅｔｈｏｄ　ｉｓ　ｐｒｅｐｏｎｄｅｒａｎｔ　ｗｉｔｈ　ａｂｕｎｄａｎｔ　ｆａｕｌｔ　ｉｎｆｏｒｍａｔｉｏｎ　ａｎｄ　ｈｉｇｈ　ｄｉａｇｎｏｓｉｓ—ｓｅｎｓｉｔｉｖｉｔｙ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｉｓ　ｍｅｔｈｏｄ　ｉｓ　ｆｅａｓｉｂｌｅ　ｔｏ　ｂｅ　ｕｓｅｄ　ｉｎ　ｉｎｄｕｃｔｉｏｎ　ｍｏｔｏｒ　ｂｅａｒｉｎｇ　ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｉｎｄｕｃｔｉｏｎ　ｍｏｔｏｒ；ｒｏｌｌｉｎｇ　ｂｅａｒｉｎｇ；ｆａｕｌｔ　ｄｉａｇｎｏｓｉｓ；ｉｎｓｔａｎｔａｎｅｏｕｓ　ｐｏｗｅｒ；ｗａｖｅｌｅｔ　ｐａｃｋｅｔ　ｄｅｃｏｍｐｏｓｉｔｉｏｎ