李宏亮，黄　民，高　宏，马　超

(北京信息科技大学 机电工程学院，北京　100192)

基于小波分析与SVD的机械故障诊断*

李宏亮，黄民，高宏，马超

(北京信息科技大学 机电工程学院，北京100192)

摘要：对小波变换后相邻两频带内信号存在频率混叠和因采样点数过多导致奇异值分解过程中无法计算或计算时间较长等问题，提出了小波-滑移时间序列奇异值分解方法。通过小波变换，将原始采样信号分解到不同频内。利用滑移时间序列奇异值分解法进一步处理所需频段。通过将所需频段内信号分成若干等长度的子时间序列，依次对其进行奇异值分解，根据奇异值提取需要的特征信息，然后将其拼接成等采样点数的时域信号。利用该方法，对滚动轴承内圈故障的运行声音信号做了处理。从而，验证了方法的可行性。

关键词：小波变换；奇异值分解；滑移时间序列；特征提取

0引言

目前，利用信号分析与处理技术发现机械设备的早期故障及发生故障的原因和部位显得尤为重要。由于机械设备所处工作环境、结构和组成的复杂，采集到的原始信号噪声干扰较多，能够反映机械设备故障信息的有用信号一般都很微弱，被强噪声所淹没，如何对原始信号进行有效降噪、提取微弱特征信号，是能否进行准确诊断的前提。随着小波理论的完善与发展，基于小波变换的微弱特征提取[1-2]和小波阈值降噪法[3-4]被广泛应用，但不同的阈值选取形式直接关系到降噪的优劣[5-6]，而且，经小波分解后不同频段内的信号仍存在着频率混叠现象。……