运用小波变换检测汽车后桥总成故障.pdfVIP

振动、测试与诊断 v。1．29 第29卷第3期 N。．3 2009年9月 of Sep·2009 Journal 8L Vibration，MeasurementDiagnosis 运用小波变换检测汽车后桥总成故障 余德平1 王宝强1 史延枫2 任德均1 姚 进1 (1四川大学制造科学与工程学院成都，610065) (2成都大学工业制造学院成都．610100) 摘要用傅里叶变换和小波变换寻找并分解出最能反映汽车后桥故障的频率段，再从该频率段的重建信号中提取 最能反映故障的特征(包括信号的方差和峰态)。为了寻找最优判断故障的指标，从现场采集的后桥总成振动信号 数据库中抽取一定样本的正常件和故障件，并提取每个工件信号的特征数据，用支持向量机神经网络可得到最优 的分类指标。 关键词故障检测小波变换特征提取汽车后桥总成 中图分类号TPl83THl33 本文提出基于小波分解通过快速傅里叶变换和 引 言 离散小波变换分析振动信号，找出齿轮缺陷振动信 号存在的频率段，对应于这个频率段的信号再重建 在汽车制造业中，约有20％的故障源自汽车的 并提取信号特征，发现故障件和正常件在该频率段 后桥。因此，在后桥出厂前都要通过总成质量检 的重建信号的方差和峰态存在明显的区别。因此，重 测[1]。汽车后桥总成中的传动部件(即驱动和从动锥建信号的方差和峰态可作为检测故障的指标。该法 齿轮)又是故障的主要来源，这包括锥齿轮的表面包 能可靠地判断工件中是否存在故障，工件指标在特 块、齿形裂开、齿轮变形、过大的装配间隙等。当后桥 征图中的相对位置可帮助诊断故障的类型。 跑合时，这些故障将导致异常的噪声[2]和振动。 用人耳听判故障被广泛应用于工业装配线。通 小波变换与统计变量 过模拟后桥跑合，听其所发出的声音来诊断故障。但 是，人耳听判易受到很多因素的影响，尤其当故障不 1．1小波变换 明显时可能会做出错误判断。此外，就是通过分析反 小波变换特别适用于将非稳态信号分解为不同 映后桥总成状况的振动信号或声音信号来检测与诊 的频率成分。其最突出的优点是能同时给出信号的 断齿轮中的故障。如应用振动信号的Wigner—Ville 时域和频域信息。设以，；(f)，a，6∈R，口≠0为一系列 分布，短时傅里叶变换和小波变换检测斜齿轮对中 位移和尺度的函数以，。(t)∈L2(R)[1纠，则有 的各种故障c3-s]。利用短时傅里叶变换和小波变换诊 断齿轮中的凹陷、断裂和齿根裂开等故障[6-7]。有的 蝴，=南“掣) ㈣ 则认为小波变换是齿轮箱故障检测中最合适的方 其中：a为频率的倒数；6为时间平移量。 法‘Ⅲ]。 将厂(￡)∈L2(R)的小波变换定义为 故障检测系统将作为汽车后桥装配线的最后一 彬∥(口，6)=(厂(￡)，丸．6@)一