小波包絡分析在滾動軸承與齒輪故障診斷中的應用.pdf

1、滾動軸承和齒輪是所有的機械系統(tǒng)中最基本的元件，其出現(xiàn)故障的概率很高，一旦滾動軸承和齒輪出現(xiàn)故障就會造成巨大的經濟損失，因此必須對其進行監(jiān)測和診斷。目前的故障診斷方法大都以振動理論為基礎，振動信號處理技術是設備故障診斷中最有效、最常用的方法。本文主要研究小波包絡功率譜分析方法在診斷滾動軸承和齒輪故障中的應用。因此，制作了齒輪和滾動軸承實驗裝置，仿制了2種齒輪故障和4種軸承故障對所建立的故障診斷方法進行了驗證和校核。球軸承和一般傳動的齒輪已

2、有很多學者進行了研究，因此本文采用圓柱滾子軸承和模數為4的齒輪做實驗，并分析了傳動比對診斷效果的影響。 首先分析了滾動軸承和齒輪的故障機理，然后分析了時域和頻域中常用的診斷方法，并對實驗信號進行了自相關和功率譜分析，分析結果表明：自相關分析方法是隨機振動信號分析中一個很重要的參量，利用自相關函數可以從隨機信號中檢測周期信號；由于滾動軸承和齒輪信號的振動和傳遞機理比較復雜，得出的功率譜圖非常復雜，很難從中找出需要的頻率成分。

3、 滾動軸承和齒輪振動信號中常常含有大量的噪聲，而且是非平穩(wěn)信號，因此，要對信號進行濾波降噪處理，提取某一頻率區(qū)間的信號。傳統(tǒng)的數字濾波器會損失掉信號的突變位置信息?；诙喾直鏁r頻分析的小波在濾波方面具有獨特的效果，它能夠克服這個缺點。實驗分析結果表明，小波能將信號在保留時間信息的同時分解到互不包含的頻段，可以準確的濾除掉信號中的干擾成分，大大提高了信噪比。對信號進行包絡處理的一個重要方法是希爾伯特變換，該方法對于齒輪和軸承的故障診斷具

4、有非常顯著的優(yōu)點，包絡處理可找出反復發(fā)生振動的規(guī)律，根據軸承或齒輪的特征頻率，就可診斷出軸承或齒輪故障的部位。 本文把小波分析和Hilbert變換相結合對軸承和齒輪的故障進行診斷。先根據分析信號的最高頻率確定小波的分解層次，然后根據要分析的故障特征頻率確定重構的部分，通過希爾伯特變換進行包絡分析，最后做功率譜分析，滾動軸承和齒輪中的故障信息成分就可以檢測出來，從而判斷軸承和齒輪是否發(fā)生故障。實驗分析結果證實了小波包絡功率譜方法能