黎晓东

[摘 要]利用振动信号采集到的齿轮故障信息，依据点蚀的故障机理和频谱特征，采用小波分解将信号分解在不同频带，选择故障所处频带重构信号，对故障进行诊断。结合倒频谱方法有效地识别故障特征频率。结果表明小波分析与倒频谱相结合是齿轮故障检测中一种有效的诊断方法。

[关键词]齿轮 故障 小波分析 倒频谱

中图分类号：S852 文献标识码：A 文章编号：1009-914X（2018）29-0380-01

1、引言

随着现代机械对齿轮传动的要求日益提高，齿轮箱在国民经济生产中发挥越来越重要的作用，因此其故障诊断一直是学者们研究的熱点。当齿轮存在局部故障时，由于振动产生瞬态的冲击信号，啮合频率及其谐波被调制频率紧紧包围而形成密集边频带，同时由于受噪声的干扰，故障信息往往淹没于强大的噪声中。这给诊断带来一定的困难。

采用基于傅里叶变换的传统信号处理方法，分别仅从时域或频域给出信号的统计平均结果，无法同时兼顾信号在时域和频域的全貌和局部变化特征，而这些局部化特征恰恰是故障的表征。解调分析传统的方法包括Hilbert变换和检波解调法，它们形成包络信号进行带通滤波时都需要依靠经验来确定带通滤波器的中心频率和带宽，这在主观上给分析结果带来较大的影响。由于小波变换具有时频局部化和多分辨特性，从根本上克服了傅里叶分析以单个变量描述信号的缺点，因此小波技术适合于处理非平稳信号[1-3]。……