基于小波閾值濾波和神經(jīng)網(wǎng)絡(luò)的滾動軸承智能化故障診斷.pdf

1、滾動軸承是機(jī)械設(shè)備里使用最廣泛的部件之一，其運(yùn)轉(zhuǎn)狀態(tài)直接影響著整個機(jī)械設(shè)備的性能，軸承出現(xiàn)故障可能導(dǎo)致機(jī)器設(shè)備陷入癱瘓甚至發(fā)生重大安全事故。因此，如何在不影響設(shè)備正常運(yùn)轉(zhuǎn)的前提下，用較短的時間診斷出滾動軸承的狀態(tài)如何、是否發(fā)生了故障以及發(fā)生了什么類型的故障成為亟待解決的問題，也是目前狀態(tài)監(jiān)測和故障診斷領(lǐng)域研究的熱點(diǎn)。 振動信號分析是目前實(shí)現(xiàn)滾動軸承監(jiān)測和診斷的主要方法之一。振動信號分析的理論和方法有很多，主要包括FFT分析、倒頻

2、譜分析、小波分析、Hilbert-Huallg變換等等，其中小波分析是使用較廣泛的一種方法。目前較為流行的做法是結(jié)合小波變換和包絡(luò)解調(diào)，得到各層高頻小波系數(shù)的包絡(luò)譜，這樣做雖然可以抽取到故障特征，但是故障特征的效果并不理想。小波分解可以實(shí)現(xiàn)一組帶通濾波器的作用，將信號各個頻段的信息取出來，對單個頻段的信號來說，可以去除此頻段外的噪聲，但是位于此頻段內(nèi)的噪聲成分依然很多，不利于后期抽取到明顯的故障特征。 為了克服上述缺點(diǎn)，本文在深

3、入研究小波濾波理論后，提出了利用小波閾值濾波在前期對振動信號進(jìn)行濾波的方法，同時，鑒于硬閾值函數(shù)和軟閾值函數(shù)存在的缺陷，本文對軟、硬閾值函數(shù)加以改進(jìn)，設(shè)計了全新的閾值函數(shù)，該函數(shù)在一定程度上克服了硬閾值函數(shù)給信號帶來毛刺成分的缺點(diǎn)，也能夠解決軟閾值函數(shù)所帶來的去噪后信號和有用信號逼近不足的問題。 在實(shí)際應(yīng)用前，本文利用此函數(shù)對加載過高斯白噪聲的leleccum信號進(jìn)行濾波仿真，分別得到利用硬閾值濾波、軟閾值濾波和新閾值函數(shù)濾波后

4、的信噪比(SNR)和均方誤差(SME)。結(jié)果證明，新閾值函數(shù)能夠有效地克服了硬閾值函數(shù)和軟閾值函數(shù)的缺陷，提高整個信號的信噪比。 在實(shí)際應(yīng)用中，本文首先應(yīng)用新閾值函數(shù)對各種工況下的滾動軸承振動信號進(jìn)行小波閾值濾波，然后利用包絡(luò)解調(diào)獲得濾波后振動信號的包絡(luò)譜，最后將此包絡(luò)譜與利用小波分解后直接提取的各層高頻系數(shù)的包絡(luò)譜進(jìn)行比較。結(jié)果表明小波閾值濾波可以更好地濾除噪聲，為凸顯故障特征創(chuàng)造更好的條件。 本文在利用能量歸一化法對