赵鹏飞杨喜旺沈松黄晋英崔小龙

基于小波包和样本熵的齿轮故障特征提取

赵鹏飞1，2杨喜旺1沈松2黄晋英1崔小龙1，2

1、山西中北大学计算机与控制工程学院2、北京东方振动和噪声技术研究所

针对齿轮箱振动信号的复杂性和随机性，本文采用在时、频域内能更好地反映信号本质特征的小波包分解方法进行分析处理，然后用样本熵作为特征向量，首先把采样得到的时域数据进行三层小波包变换，然后计算分解获得的所有频段的样本熵，用来当作特征值。通过MATLAB实现算法，并用齿轮箱实验台模拟正常、齿顶磨损、断齿三种工况进行实验和分析验证了该方法的有效性。

齿轮；小波包；样本熵；特征提取

引言

齿轮箱作为一种常用的零件，在煤矿机械、工厂机床、交通运输等领域有相当高的使用率，已经成为机械器材中不可或缺的连接和传动部件。然而，因为齿轮箱的组成复杂，运行强度高，极易产生故障，其中齿轮发生故障的概率达到60%，所以对其振动信号的分析与预测故障的发生有着重要意义。

实际工程中，振动信号含有齿轮箱组成部件的各种振动，并且混杂着各种噪声信号，使信号表现出非平稳性。使用传统手段解析此类数据，只能在时间域或频率域中，无法得到全面的结果。而小波变换则是一种在时频两域描述信号的算法，能更好地反映信号的本质特征，并且有多分辨率的特点，能像显微镜一样逐渐精细地观测信号。小波包的优势在于它的分辨率更高，能够把信号分解得更详尽。……