基于小波變換的旋轉(zhuǎn)機(jī)械故障診斷方法研究.pdf

1、旋轉(zhuǎn)機(jī)械是工業(yè)生產(chǎn)中應(yīng)用最為廣泛的一類機(jī)械設(shè)備。因而其故障診斷具有重要的現(xiàn)實(shí)意義。旋轉(zhuǎn)機(jī)械故障診斷的關(guān)鍵是從旋轉(zhuǎn)機(jī)械故障振動(dòng)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(zhuǎn)機(jī)械故障振動(dòng)信號是非平穩(wěn)信號，因此有必要選擇恰當(dāng)?shù)倪m合于非平穩(wěn)信號分析的信號處理方法。 由于時(shí)頻分析方法能同時(shí)提供振動(dòng)信號的時(shí)域和頻域信息，因而在旋轉(zhuǎn)機(jī)械故障診斷中應(yīng)用最為廣泛。本文在分析旋轉(zhuǎn)機(jī)械故障振動(dòng)信號產(chǎn)生機(jī)理的基礎(chǔ)上，建立了滾動(dòng)

2、軸承振動(dòng)信號的數(shù)學(xué)模型。通過對美國凱斯西儲入學(xué)軸承數(shù)據(jù)中心提供的不同狀態(tài)下的軸承振動(dòng)加速度信號數(shù)據(jù)的小波分解和重構(gòu)，驗(yàn)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(fù)載情況下故障情況的對比分析，進(jìn)一步明確了旋轉(zhuǎn)機(jī)械故障診斷的一般規(guī)律。 實(shí)驗(yàn)數(shù)據(jù)的處理分析表明，小波算法能夠有效的提取滾動(dòng)軸承的時(shí)域和頻域的故障特征參數(shù)，在此基礎(chǔ)上加強(qiáng)這一領(lǐng)域的研究，