郭文强， 夏令君， 齐　璐， 刘乐乐, 张宝嵘， 彭　程

(1.陕西科技大学 电气与信息工程学院， 陕西 西安　710021; 2.63751部队， 陕西 西安　710038)



基于DSP的纸机滚动轴承故障诊断

郭文强1， 夏令君1， 齐璐1， 刘乐乐2, 张宝嵘1， 彭程1

(1.陕西科技大学 电气与信息工程学院， 陕西 西安710021; 2.63751部队， 陕西 西安710038)

摘要：为解决传统滚动轴承检测方法实时性差、准确率低的问题，本文提出了一种DSP与Mallat算法以及BP神经网络相结合的纸机滚动轴承故障诊断方法.首先用振动传感器采集滚动轴承振动信号，然后将采集到的振动信号经过AD转换传输到DSP中，并经过Mallat算法处理将振动信号分解为BP神经网络所需的特征量，最后通过BP神经网络判断出故障的类型.实验结果表明，基于DSP的纸机滚动轴承故障诊断方法具有较好的实时性和准确性.

关键词：纸机； 轴承； 故障诊断； DSP； 神经网络

0引言

在生产生活中,造纸业一直占据着重要的地位.随着科技的进步，纸张产量越来越高，随之而来纸机的造价亦越来越昂贵、结构越来越复杂，一旦出现故障将会造成巨大损失.滚动轴承是纸机中使用最多的零部件，据统计，一台纸机中大概有500多个滚动轴承[1],而且滚动轴承工作环境恶劣，不同的轴承寿命相差很大，难以预测.传统的滚动轴承检测方法有油膜电阻法、温度分析法、油样分析法、噪声分析法、频谱分析法[2]等.以上方法均存在结果不准确、成本高等缺陷.而振动信号分析方法则存在准确率高、易于分析等优点，故得到了广泛的应用.

轴……