小波的分析.docVIP

基于小波的电机轴承故障分析 摘要 电机轴承是比较容易受损的部件，所以对其进行故障诊断在生产应用上显得尤其重要。上个世纪人们就开始对此研究，并取得了巨大成就，现在普遍采用的是小波分析方法，其具有时域频域分析信号的能力，小波分析技术不但可以对采集的轴承稳定信号和非稳定信号进行分析，而且还可以对故障信号进行压缩和去噪处理，使要分析的信号更为干净不含杂质，这样使分析结果更为准确。为快速准确诊断轴承故障提供比较好的方法，所以本次试验采用MATLAB对采集的轴承振动信号进行的小波分析。本文首先简述论文背景，并对小波的基本概念理论进行解释，然后概述机械轴承故障的基本方式和特征方程，最后采用小波工具对采集的轴承故障振动数据进行小波分析和频谱分析从而对照故障频率特性找出轴承故障频率。小波分析的小波选取大多是根据经验和不同的小波使用来选取合适小波，本文小波分析采用的是db1小波，频谱分析采用的是hilbert变换来获得频谱特性。 关键词：小波分析 轴承故障 非稳定信号 目录 第一章 绪论 1 1.1 课题研究背景及意义 1 1.2 小波分析的发展现状 2 1.3　 电机轴承故障诊断的研究及发展方向 2 第二章 小波的基本概念 3 2.1 小波分析概述 3 2.2.1 一维连续小波变换 4 2.2.2 离散小波变换 6 2.2.3 几种常见的小波 7 第三章 滚动轴承的故障特征分析 9 3.1 电机轴承 9 3.2 固有振动频率 10 3.3 单一故障的频率 11 3.4滚动轴承失效的基本形式 11 3.4.1滚动轴承的磨损失效 11 3.4.2滚动轴承的疲劳失效 12 3.4.3滚动轴承的腐蚀失效 12 3.4.4滚动轴承的压痕失效 12 3.4.5滚动轴承的断裂失效 12 3.4.6滚动轴承的胶合失效 13 第四章 对振动信号的小波分析 13 4.1 对正常信号进行小波分析。 13 4.2 对轴承外环故障分析 16 4.3 对轴承内环故障分析 19 4.4对滚动体进行故障分析 22 第五章 总结 26 第六章 感谢 26 参考文献 27  第一章 绪论 1.1 课题研究背景及意义 电机故障诊断学是通过获得电机设备在静止或运行中的信息，并参考设备运行经历，来获得电机的现实状况，并推断未来的特征，从而确定下一步的方法。上世纪60年代以来，电机故障诊断技术得到迅速发展，并已应用到动力、电气等行业中。电机的滚动轴承在旋转机械中应用是最多的，同时也是最易损坏的元件之一。旋转机械的许多故障都与滚动轴承有关，轴承的好坏对机械的工作状态有很大影响，其缺陷会导致设备产生异常振动和噪声，严重时甚至损坏设备。对滚动轴承进行正确的状态监测和诊断，是现代企业设备管理及提前维修的一个重要部分。目前对于滚动轴承故障分析，有许多分析方法，其中时域方法主要包括冲击能量分析法、峰值因子法、峭度因子法，但是这些方法在共振频带比较多的情况下，很难区分轴承故障是外圈、内圈还是轴承的滚动体缺陷。频域分析方法包括功率谱分析、倒谱分析、包络解调分析和双谱分析。包络解调分析是处理调频调幅信号的基本方法之一，主要有全波整流法、检波滤波法、Hilbert变换法等。另外，以上方法都需要通过窄带滤波提取共振响应，但由缺陷所引起的共振频带往往比较多，如何有效地选择共振频带进行分析将直接影响故障识别的效果。小波变换具有带通滤波特性，可通过选取合适的小波方法对信号进行分解，进而得到每一频带内振动信号的变化规律，最后提取出能够真实反映轴承冲击振动现象的特征频带信号，作为预测滚动轴承运行状态的依据。小波变换还有个好处，它是为了克服传统的傅里叶分析的局限性而提出的一种时频分析方法。由于它能够采用多重分辨率来刻画信号的局部瞬变特征，现已广泛应用于信号处理、图像压缩、模式识别以及非线性分析等领域。其应用包括齿轮变速控制，电机的非正常噪声，自动目标锁定，电波的间断现象等。而频域分析着眼于区分突发信号和稳定信号以及定量分析其能量特征，典型应用包括细胞膜识别，金属表面探伤，金融学中快变量检测等。在传统的傅立叶分析中，信号完全是在频域展开的，不包含时频的信息，这对于某些应用来说是很恰当的，因为信号的频率的信息对其是非常重要的。但其丢弃的时域信息可能对某些应用同样非常重要，所以人们对傅立叶分析进行了推广，提出了很多能表征时域和频域信息的信号分析方法，如短时傅立叶变换，Gabor变换，时频分析，小波变换等。其中小波分析在图像处理中有非常重要的应用，包括图像压缩，图像去噪，图像融合，图像分解，图像增强等。 1.2 小波分析的发展现状 小波分析理论首先是法国工程师在上世纪提出的，它是根据直接观察和实验公