基于形態(tài)小波和最小二乘支持向量機(jī)的滾動軸承故障診斷研究.pdf

1、滾動軸承是機(jī)械中應(yīng)用最廣泛的零件之一，也是非常容易發(fā)生故障的零件。當(dāng)滾動軸承發(fā)生故障時，不僅會影響到企業(yè)的正常生產(chǎn)過程，嚴(yán)重情況下還會造成生產(chǎn)事故，危及人生安全。因此，對于滾動軸承的故障診斷的研究是很有必要的。
　　發(fā)生故障的滾動軸承在運(yùn)行過程中，其振動往往更為強(qiáng)烈。實際上，振動是軸承運(yùn)行時不可避免的現(xiàn)象。故障軸承的振動信號包含著豐富的故障信息，由此可通過分析其振動信號進(jìn)行故障的診斷。
　　滾動軸承的振動信號通常含有較多的噪

2、聲以及沖擊成分，在分析之前先要進(jìn)行去噪處理。傳統(tǒng)的分析方法如傅里葉分析只適合應(yīng)用于平穩(wěn)信號的分析，對于具有時變性質(zhì)的滾動軸承故障信號無能為力。小波是近來發(fā)展起來的，可用于分析時變信號的分析方法，在低頻處可獲得較好的頻域分辨率，高頻處可獲得較好的時域分辨率。但是，小波固有的算法會產(chǎn)生頻率折疊的問題，這對于提取故障信號的分量來說是不利的。形態(tài)小波兼顧了數(shù)學(xué)形態(tài)學(xué)和小波的優(yōu)良特性，能在去噪的同時，更好的保持細(xì)節(jié)，本文采用形態(tài)中值小波提取振動信