基于小波變換的旋轉機械故障診斷方法研究.pdf

1、旋轉機械是工業(yè)生產(chǎn)中應用最為廣泛的一類機械設備。因而其故障診斷具有重要的現(xiàn)實意義。旋轉機械故障診斷的關鍵是從旋轉機械故障振動信號中提取故障特征，信號分析和處理是特征提取最常用的方法。由于大多數(shù)旋轉機械故障振動信號是非平穩(wěn)信號，因此有必要選擇恰當?shù)倪m合于非平穩(wěn)信號分析的信號處理方法。 由于時頻分析方法能同時提供振動信號的時域和頻域信息，因而在旋轉機械故障診斷中應用最為廣泛。本文在分析旋轉機械故障振動信號產(chǎn)生機理的基礎上，建立了滾動

2、軸承振動信號的數(shù)學模型。通過對美國凱斯西儲入學軸承數(shù)據(jù)中心提供的不同狀態(tài)下的軸承振動加速度信號數(shù)據(jù)的小波分解和重構，驗證了基于小波分析的兩種故障診斷方法——特征參數(shù)法和特征頻率法在故障判別和類型診斷方面的有效性，并通過對不同類型、程度的故障以及不同負載情況下故障情況的對比分析，進一步明確了旋轉機械故障診斷的一般規(guī)律。 實驗數(shù)據(jù)的處理分析表明，小波算法能夠有效的提取滾動軸承的時域和頻域的故障特征參數(shù)，在此基礎上加強這一領域的研究，