基于小波變換和經(jīng)驗(yàn)?zāi)B(tài)分解的滾動(dòng)軸承故障診斷方法研究.pdf

1、滾動(dòng)軸承是各類(lèi)機(jī)電設(shè)備中常用的零部件，對(duì)其進(jìn)行故障監(jiān)測(cè)和診斷是故障診斷技術(shù)領(lǐng)域的研究熱點(diǎn)。本文采用小波變換、經(jīng)驗(yàn)?zāi)B(tài)分解、自回歸模型的理論和方法，對(duì)滾動(dòng)軸承故障診斷領(lǐng)域的時(shí)頻分析法及模式識(shí)別法進(jìn)行了深入研究。
　　1、研究了基于Morlet小波的滾動(dòng)軸承故障診斷方法。
　　首先分析了Morlet小波的外形特點(diǎn)，然后將平滑指數(shù)(SI)法引入軸承故障診斷中，在將熵值法、峭度值法和平滑指數(shù)法進(jìn)行詳細(xì)對(duì)比分析的基礎(chǔ)上，提出了一種將平

2、滑指數(shù)、峭度值、熵值相結(jié)合尋找最佳小波尺度的算法，并將該算法應(yīng)用到實(shí)測(cè)信號(hào)診斷中。
　　2、將小波包方法應(yīng)用到滾動(dòng)軸承故障診斷中。
　　在Coifman和Wickerhauser最佳基搜索算法基礎(chǔ)上，提出了以小波包分解后節(jié)點(diǎn)的能量作為尋找最佳節(jié)點(diǎn)的方法。實(shí)測(cè)信號(hào)分析表明，該算法計(jì)算簡(jiǎn)單，分析效果理想。
　　3、將小波包和Hilbert-Huang變換相結(jié)合，對(duì)滾動(dòng)軸承進(jìn)行了故障診斷。
　　對(duì)小波包重構(gòu)后的信號(hào)進(jìn)行

3、EMD分解，得到各階IMF分量和殘差，保留和小波包重構(gòu)信號(hào)互相關(guān)系數(shù)較大的IMF分量，然后對(duì)保留下來(lái)的各階IMF分量進(jìn)行譜分析，抽取故障特征頻率及其倍頻。將該算法應(yīng)用到各種故障類(lèi)型和正常軸承的檢測(cè)中，均正確檢測(cè)到了故障特征頻率。
　　4、對(duì)滾動(dòng)軸承的故障模式識(shí)別方法進(jìn)行了研究。
　　將小波包、EMD分解和AR模型法應(yīng)用到滾動(dòng)軸承故障診斷中。在診斷之前，首先進(jìn)行小波包去噪，然后進(jìn)行EMD分解，再建立AR模型。模型建立之后，以待