小波包絡(luò)分析在滾動(dòng)軸承與齒輪故障診斷中的應(yīng)用.pdf

1、滾動(dòng)軸承和齒輪是所有的機(jī)械系統(tǒng)中最基本的元件，其出現(xiàn)故障的概率很高，一旦滾動(dòng)軸承和齒輪出現(xiàn)故障就會(huì)造成巨大的經(jīng)濟(jì)損失，因此必須對(duì)其進(jìn)行監(jiān)測(cè)和診斷。目前的故障診斷方法大都以振動(dòng)理論為基礎(chǔ)，振動(dòng)信號(hào)處理技術(shù)是設(shè)備故障診斷中最有效、最常用的方法。本文主要研究小波包絡(luò)功率譜分析方法在診斷滾動(dòng)軸承和齒輪故障中的應(yīng)用。因此，制作了齒輪和滾動(dòng)軸承實(shí)驗(yàn)裝置，仿制了2種齒輪故障和4種軸承故障對(duì)所建立的故障診斷方法進(jìn)行了驗(yàn)證和校核。球軸承和一般傳動(dòng)的齒輪已

2、有很多學(xué)者進(jìn)行了研究，因此本文采用圓柱滾子軸承和模數(shù)為4的齒輪做實(shí)驗(yàn)，并分析了傳動(dòng)比對(duì)診斷效果的影響。 首先分析了滾動(dòng)軸承和齒輪的故障機(jī)理，然后分析了時(shí)域和頻域中常用的診斷方法，并對(duì)實(shí)驗(yàn)信號(hào)進(jìn)行了自相關(guān)和功率譜分析，分析結(jié)果表明：自相關(guān)分析方法是隨機(jī)振動(dòng)信號(hào)分析中一個(gè)很重要的參量，利用自相關(guān)函數(shù)可以從隨機(jī)信號(hào)中檢測(cè)周期信號(hào)；由于滾動(dòng)軸承和齒輪信號(hào)的振動(dòng)和傳遞機(jī)理比較復(fù)雜，得出的功率譜圖非常復(fù)雜，很難從中找出需要的頻率成分。

3、 滾動(dòng)軸承和齒輪振動(dòng)信號(hào)中常常含有大量的噪聲，而且是非平穩(wěn)信號(hào)，因此，要對(duì)信號(hào)進(jìn)行濾波降噪處理，提取某一頻率區(qū)間的信號(hào)。傳統(tǒng)的數(shù)字濾波器會(huì)損失掉信號(hào)的突變位置信息?；诙喾直鏁r(shí)頻分析的小波在濾波方面具有獨(dú)特的效果，它能夠克服這個(gè)缺點(diǎn)。實(shí)驗(yàn)分析結(jié)果表明，小波能將信號(hào)在保留時(shí)間信息的同時(shí)分解到互不包含的頻段，可以準(zhǔn)確的濾除掉信號(hào)中的干擾成分，大大提高了信噪比。對(duì)信號(hào)進(jìn)行包絡(luò)處理的一個(gè)重要方法是希爾伯特變換，該方法對(duì)于齒輪和軸承的故障診斷具

4、有非常顯著的優(yōu)點(diǎn)，包絡(luò)處理可找出反復(fù)發(fā)生振動(dòng)的規(guī)律，根據(jù)軸承或齒輪的特征頻率，就可診斷出軸承或齒輪故障的部位。 本文把小波分析和Hilbert變換相結(jié)合對(duì)軸承和齒輪的故障進(jìn)行診斷。先根據(jù)分析信號(hào)的最高頻率確定小波的分解層次，然后根據(jù)要分析的故障特征頻率確定重構(gòu)的部分，通過(guò)希爾伯特變換進(jìn)行包絡(luò)分析，最后做功率譜分析，滾動(dòng)軸承和齒輪中的故障信息成分就可以檢測(cè)出來(lái)，從而判斷軸承和齒輪是否發(fā)生故障。實(shí)驗(yàn)分析結(jié)果證實(shí)了小波包絡(luò)功率譜方法能