基于小波分析与Wigner分布的对旋风机轴承故障诊断.pdfVIP

堕 - 2009~第6期 | l 兰匿 基 W 于小波分析与 igner分布的对旋风机轴承故障诊断★ 谢远森 李意民 孙 婉 周忠宁 ／中国矿业大学机 电学院 摘要：利用小波信号重构和Wigner时频分布对 0 引言 矿用对旋风机轴承进行了故障诊断，介绍了分 小波分析作为一种有效的故障诊断手段 ， 析方法。结果表明：基于小波信号重构和Wigner 已经广泛地应用于各种机械故障诊断。然而通 时频分布的故障诊断方法具有较高的时频分辨 过小波降噪后获得的重构信号，目前多数研究 率，能够在时域上更加合理地判断偶发性故障 的处理方法是对其进行传统的傅立叶变换，但 信号和真实故障信号的区别，更加准确地给出 傅里叶变换是一种整体变换，作为频域表示的 频率分量的分布，从而正确地判断轴承的早期 频谱或功率谱只能给出振动中可能存在的频 故障。 率，并不能给出其中的某种频率分量出现在什 关键词：对旋式通风机 ；轴承 ；小波分析；Wigner 么时间、时间长短以及它的变化情况，而在许 分布；故障诊断 多场合信号是非平稳的，其统计量是时变函 中图分类号：TH432．1；TH133．3 文献标识码 ：B 数，此时应用傅里叶变换就有可能造成对故障 文章编号 ：1006—8155(2009)06—0066—03 的误判 。为了改进这一缺陷，本文利用小波 TheBearingFaultDiagnosisoftheCounter- 信号重构和Wigner时频分布，进行了详细的特 rotating Fan Basedon the WaveletAnalysis 征提取以及典型特征的故障诊断，结果证明能 andWignerDistribution 更好地提取和判断故障频率特征。 Abstract：Thewaveletsignalreconstruction and 1 基于小波重构与Wigner时频分布的 W ignertime——frequencydistributionwereusedinthe 信号分析方法 bearingfaultdiagnosisofthecounter—rotatingfan． 设 O(t)∈L(R)， (R)表示平方可积 的实 Theresultsshowedthatthefaultdiagnosismethod 数空间，即能量有限的信号空间，其傅里叶变 basedonwaveletsignalreconstructionandW igner 换为 ()，当 ()满足条件 time——rfequency distribution has a high time and ~equeney resolving power， and were more Co=fR上半lLld∞ reasonabletojudgethedifferencebetween the 称 (f)为一个基本小波或母小波。 haphazardsignalandtherealfaultsignalinthetime 对于连续的情况将基本小波函数进行伸 domain．Soitcangainrfequencydistributionofthe 缩与平移后，可以得到一个小波序列 faultsignalmoreaccurately，andestimatethefault