，

(昆明理工大学机电工程学院，云南 昆明 650500)

基于小波包分解的滚动轴承故障信号频域特征提取方法研究

丘世因，袁锐波

(昆明理工大学机电工程学院，云南 昆明 650500)

0 引言

机械故障诊断的本质就是模式识别的应用过程[1]。据统计，30%的旋转机械故障由轴承故障引起，90%的滚动轴承故障来自内圈和外圈的故障[2]。利用轴承运行过程中产生的振动信号进行故障诊断是常用的方法。当滚动轴承发生故障时，轴承的部件在运行过程中会周期性的撞击故障部位，产生一系列的冲击振动，这些冲击振动的出现使所测得的信号呈现出非平稳振动信号特征[3]，由于小波分析对非平稳瞬态信号的处理具有宽频响应的特点，故目前对轴承振动信号的分析多采用小波分析的方法,国内外众多学者对此进行了大量的研究，田野等[2]利用小波包分解提取不同频段内的振动能量，并采用支持向量机进行轴承故障的模式识别；Teotrakool K等人[4]介绍了小波包分解法在转速变化的轴承故障诊断中的应用，实验证明采用小波包分解法能够较早地发现故障特征; Eren L等人[5]的研究表明通过小波包分解能够找到覆盖轴承故障特征的频段；杨国安等人[6]研究了基于小波包分解的时域特征提取方法，分别重构不同频带内的分解系数，从重构的时间序列中进行特征提取，将方差和峭度作为故障诊断参数，该方法不仅能够识别故障，而且还能找出某个特定频带下的信号特征。……