基于經(jīng)驗(yàn)小波變換和奇異值分解的旋轉(zhuǎn)機(jī)械故障診斷.pdf

1、旋轉(zhuǎn)機(jī)械的故障信號(hào)通常是非平穩(wěn)、非線性的含噪振動(dòng)信號(hào)，對(duì)于機(jī)械故障診斷目前應(yīng)用較為廣泛的是窗口傅里葉變換、Wigner分布、小波變換(WT)等時(shí)頻分析方法，但這些方法都具有一定的局限性，而且容易受到干擾的影響。經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)較其他方法具有自適應(yīng)分解的優(yōu)勢(shì)，但是由于其自身存在模態(tài)混疊效應(yīng)、端點(diǎn)效應(yīng)以及缺乏一定的理論基礎(chǔ)，所以在應(yīng)用方面還存在一定問題。而經(jīng)驗(yàn)小波變換(EWT)則既具有EMD的自適應(yīng)性又具有可靠的理論基礎(chǔ)，其極大地減弱

2、了EMD方法中存在模態(tài)混疊現(xiàn)象，克服了端點(diǎn)效應(yīng)問題，在旋轉(zhuǎn)機(jī)械故障診斷中具有較高的應(yīng)用價(jià)值。筆者利用經(jīng)驗(yàn)小波變換的自適應(yīng)性結(jié)合奇異值分解的濾噪特性提出了新的旋轉(zhuǎn)機(jī)械故障診斷方法。
　　文章首先介紹了經(jīng)驗(yàn)小波變換理論，將經(jīng)驗(yàn)小波變換和經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)多模態(tài)混疊含噪信號(hào)的分解結(jié)果進(jìn)行對(duì)比，驗(yàn)證經(jīng)驗(yàn)小波變換較經(jīng)驗(yàn)?zāi)B(tài)分解存在的優(yōu)勢(shì)。然后對(duì)奇異值分解和奇異值包分解理論進(jìn)行深入研究。最后提出EWT-SVD和EWT-SVDP算法，并通過仿真信號(hào)

3、驗(yàn)證算法的有效性。文章將聯(lián)合算法應(yīng)用在旋轉(zhuǎn)機(jī)械故障診斷的實(shí)例分析中，選取軸承、轉(zhuǎn)子、萬向軸作為研究對(duì)象，利用試驗(yàn)對(duì)軸承的內(nèi)圈故障、轉(zhuǎn)子碰摩故障、萬向軸的動(dòng)不平衡故障振動(dòng)信號(hào)進(jìn)行提取，應(yīng)用文章提出的算法對(duì)故障信號(hào)進(jìn)行分析研究，驗(yàn)證聯(lián)合算法對(duì)于工程實(shí)際應(yīng)用的有效性。
　　通過應(yīng)用文章提出的聯(lián)合算法對(duì)仿真信號(hào)和實(shí)際工程的故障信號(hào)分析可知:基于經(jīng)驗(yàn)小波變換結(jié)合奇異值分解(EWT-SVD)的算法表現(xiàn)出很好的自適應(yīng)性和良好的濾噪性能，能夠?qū)⒍?/p>

4、模態(tài)含噪仿真信號(hào)有效的分解成含有不同頻率特性的信號(hào)，并且和單獨(dú)經(jīng)驗(yàn)小波變換方法相比，聯(lián)合算法表現(xiàn)出良好的濾噪特性，通過對(duì)軸承故障信號(hào)、轉(zhuǎn)子碰摩故障信號(hào)、萬向軸動(dòng)不平衡故障信號(hào)分析，基于經(jīng)驗(yàn)小波變換結(jié)合奇異值分解能夠有效地將原始振動(dòng)信號(hào)分解成不同頻帶中的分量信號(hào);基于經(jīng)驗(yàn)小波變換結(jié)合奇異值包分解(EWT-SVDP)相比經(jīng)驗(yàn)小波分解，不但表現(xiàn)出良好的自適應(yīng)性，濾噪性能也有顯著提高，而且對(duì)于信號(hào)的細(xì)節(jié)成分分析表現(xiàn)出極大的優(yōu)勢(shì)，對(duì)于工程實(shí)際信號(hào)