基于自适应最优Morlet小波的滚动轴承故障诊断*
2018-11-01祝小彦王永杰张钰淇袁婧怡
振动、测试与诊断 2018年5期
祝小彦, 王永杰, 张钰淇, 袁婧怡
(华北电力大学能源动力与机械工程学院 保定,071003)
引 言
滚动轴承在机械设备中是最常用和最重要的零件之一,其运行状态直接影响到整台机器的性能,机械设备发生故障很多都是由滚动轴承故障所引起的,所以滚动轴承的故障诊断具有很重要的意义[1]。滚动轴承故障发生早期,传感器采集到的振动信号中的冲击成分比较微弱,常常淹没在强背景噪声中,这给滚动轴承的故障诊断造成了很大的困难。因此,滚动轴承早期故障的诊断一直是滚动轴承故障诊断研究的重点和难点。
由于小波分析在冲击振动信号处理上具有其他方法不具备的优势,滚动轴承的故障诊断中小波分析方法一直以来备受关注。在滚动轴承的故障诊断中尤其是滚动轴承的早期故障诊断,要求小波分析方法具有更加细腻的时间尺度网格划分能力以及与冲击成分更加匹配的基小波,离散小波在这些方面优势并不明显,并且由于离散小波在尺度上是离散的,在故障检测过程中漏检和判断失误时有发生,而连续小波分析方法则可以弥补这些方面的不足,Morlet小波就是其中的典型代表。
Morlet小波的时域波形与冲击衰减的波形十分相似,表现为其幅值由小波中心向两边振荡衰减直至为零的特征,而滚动轴承故障信号中的冲击成分通常也呈现出一种冲击衰减的特征,这种波形上的相似性使得Morlet小波比较适合于滚动轴承的故障诊断。……
登录APP查看全文
