外文翻譯--滾柱軸承初始故障診斷的方法 中文版

1、<p><b>　　翻譯部分</b></p><p><b>　　中文譯文</b></p><p>　　滾柱軸承初始故障診斷的方法</p><p>　　------根據(jù)小波的變換交互作用過濾和Hilbert變換</p><p>　　摘自（國際設(shè)備工程與管理）期刊</p>&l

2、t;p>　　曾慶虎、仇靜、劉關(guān)軍</p><p>　　學(xué)院：機(jī)電工程學(xué)和自動化，國防科學(xué)技術(shù)大學(xué)，</p><p>　　長沙 410073， P、 R. 中國</p><p><b>　　摘要：</b></p><p>　　噪聲是初始滾動軸承故障診斷結(jié)果不準(zhǔn)確最大的障礙; 根據(jù)小波的變換交互作用過濾和Hilbe

3、rt變換，一個新的診斷滾動軸承初始故障的方法被提議。</p><p>　　首先，微弱的故障信息特點(diǎn)利用小波的一個降低噪音的特征變換交互作用過濾作為Hilbert信封分析的預(yù)處理，從滾柱軸承的故障感應(yīng)信號拾取信號</p><p>　　然后，為了得到故障特征頻率，降低了噪音的高頻信號中小波系數(shù)利用Hilbert信封光譜進(jìn)行分析。</p><p>　　仿真信號和診斷實例分

4、析結(jié)果顯示：提出的方法比在降低干擾的和凈化的滾柱軸承初始故障中直接小波Hilbert系數(shù)轉(zhuǎn)換有效。</p><p>　　關(guān)鍵詞： 小波交互作用過濾； Hilbert變換； 信封光譜‘ 故障診斷；滾柱軸承</p><p><b>　　1、概述：</b></p><p>　　滾柱軸承頻繁地是被應(yīng)用在大多數(shù)旋轉(zhuǎn)電機(jī)中。 他們的運(yùn)行質(zhì)量影響到設(shè)備的工作

5、成績。 當(dāng)前，普遍用于診斷滾柱軸承缺點(diǎn)的方法包括FFT光譜分析和高頻率解調(diào)分析，但二個方法都有缺陷。</p><p><b>　　原因是：</b></p><p>　　(1)軸承故障振動信號通常有不穩(wěn)定的特征; </p><p>　　(2)滾柱軸承初始故障的特點(diǎn)信息是微弱的，并且工作環(huán)境是充滿了噪聲; 特征信息淹沒在噪聲中從而難以辨認(rèn)。那么如何

6、拾取故障特征信息和如何增加信號噪聲比率是為診斷滾柱軸承初始故障的關(guān)鍵技術(shù)。小波分析在80年代來了。 從那以后，人們開始使用小波分析處理振動信號并且達(dá)到了一些有利作用。幾乎所有的方法都使用小波變換(WT)或小波口袋變換(WPT)直接地拾取故障特征，但當(dāng)工作環(huán)境充滿強(qiáng)烈的噪聲時，這不是理想的。原因是故障信號被噪音淹沒再每個頻率渠道。小波變換交互作用過濾(WTCF)根據(jù)以下事實：尖銳的邊緣有大信號在小波標(biāo)度，并且噪聲將在此標(biāo)度快速的消失；尖銳

7、的和重要的特征可以從噪聲中獲得，并且根據(jù)門限檢查消除噪聲; WTCF小波系數(shù)噪聲信號比率明顯高于WT小波系數(shù)。當(dāng)壓制噪聲和小鋒利的特點(diǎn)，在幾個毗鄰標(biāo)度削尖并且提高邊緣和重大特性，小波系數(shù)直接空間交互作用; 在本文，根據(jù)WTCF的和Hilbert變換，一個診斷滾柱軸承初始故障的新的方法被提議。首先，利用WTCF的一個降低噪音的特征作為Hilbert信封分析的預(yù)處理，微弱的故障信息特點(diǎn)從滾柱軸承故障振動信號被拾取。然后，為了得到故障特征頻率

8、，降低噪</p><p>　　2、小波轉(zhuǎn)換交互作用過濾</p><p>　　小波變換交互作用過濾(WTCF)，降低噪音的想法是根據(jù)以下事實的：在許多小波標(biāo)度尖銳的邊緣有大信號，并且噪聲將快速地在小波標(biāo)度消除; 當(dāng)壓制噪聲和小鋒利的特點(diǎn)時，在幾個毗鄰標(biāo)度削尖并且提高邊緣和重大特點(diǎn)，小波系數(shù)的直接空間交互作用。邊緣和重大特點(diǎn)可以從噪聲得到，并且根據(jù)門限檢查消除噪聲。WTCF小波系數(shù)信號噪聲比率

9、明顯高于WT小波系數(shù)。WTCF具有容易實施和強(qiáng)烈的特征，并且它可以是信號處理用于拾取機(jī)械設(shè)備初始故障特性的工具。 我們在幾個毗鄰標(biāo)度，使用小波變換內(nèi)容的直接空間交互作用Corrl (m，n)準(zhǔn)確地查出邊緣或其他重大特征的地點(diǎn)。</p><p>　　Y (m + i, n) , n = 1, 2?, N [1]</p><p>　　這里N表示一個離散信號的點(diǎn)數(shù)字，n是翻譯索引

10、，m是標(biāo)度索引，Y表示小波變換數(shù)據(jù)，i是在涉及到直接增殖的標(biāo)度數(shù)量，m<M-l + i 并且M是在標(biāo)度上的總數(shù)。</p><p>　　通常，我們選取l = 2。對于限于一定區(qū)域的信號，邊緣或其他重大特征允許噪音背景被消除。當(dāng)壓制噪聲和小鋒利的特點(diǎn)時，在幾個標(biāo)度削尖并且提高主要邊緣，邊緣探測數(shù)據(jù)的直接空間交互作用。</p><p>　　在本文，提出的算法利用交互作用特征從噪聲中拾起重大

11、特性。 算法簡要地被描述如下： 被過濾的數(shù)據(jù)指Yf，所有元素的初始化是零。</p><p>　　(1)、為每個小波標(biāo)度m計算交互作用Corr2 (m，n)得到改進(jìn)的重要特性和被壓制的噪聲。</p><p>　　(2)、重新調(diào)節(jié)受力{Corr2 (m，n)}相對{Y (m，n)}，并且得到</p><p>　　新的Corr2 (m，n) = Corr2 (m, n)

12、 [2]</p><p>　　這里：PY (m ) = [3]</p><p>　　PCorr2 (m ) = [4]</p><p>　　PY (m)是第m次標(biāo)度小波系數(shù)，并且PCorr2 (m)是Corr2 (m， n)的第m次受力值。</p><p>　　

13、(3)、如果新的|Corr2 (m， n) | ≥| Y (m，n),我們接受點(diǎn)作為邊緣。把Y (m， n)賦值給Yf，并且重新設(shè)置Y (m，n)和Corr2 (m，n)為0。否則，我們假設(shè)Y (m， n)是由噪聲導(dǎo)致的</p><p>　　然后保留Y (m，n)和Corr2 (m，n)。</p><p>　　(4) 回歸到(1)，重覆(2)和(3)直到Y(jié) (m， n)的力值與以一些基準(zhǔn)噪

14、音力量在第m次小波標(biāo)度關(guān)聯(lián)的門限比率th (m)是幾乎相等的。力值正?；绦?、數(shù)據(jù)值比較和邊緣信息提取這些在</p><p>　　Y (m， n)可以被重復(fù)多次直到在第m次小波標(biāo)度。</p><p>　　無法提取數(shù)據(jù)點(diǎn)的力值與一些基準(zhǔn)噪音力值是幾乎相等的</p><p>　　在過程的開始，估計基準(zhǔn)噪音是必要的。 實際上，通過實驗分析，我們發(fā)現(xiàn)許多噪聲將被提取作為邊緣

15、，為了避免這樣，我們成倍增加 | Y (m， n) | 由質(zhì)量λ (m) ≥1和強(qiáng)使只有當(dāng)新的 | Corr2 (m， n) | ≥λ (m) | Y (m， n) | 能被我們提取Y (m， n)作為邊緣。</p><p>　　3、根據(jù)小波的變換交互作用過濾和Hilbert變換診斷滾動軸承初始故障的方法</p><p>　　通過WTCF降低噪音獲取的高頻率標(biāo)度小波系數(shù)可能不僅劃分滾柱軸承

16、缺點(diǎn)變化的振動信號，更加重要的是，它保留了時間信息，時間信息映射了反復(fù)頻率和他們改變的規(guī)則并且包括滾柱軸承故障信息。為了有效地獲得故障信息，它需要在高頻率小波系數(shù)標(biāo)度做Hilbert變換，然后做信封光譜分析。過程為診斷滾柱軸承初始缺點(diǎn)根據(jù)WTCF的和Hilbert變換被劃分成二個階段。</p><p>　　基于小波變換交互作用過濾 (WTCF)降低噪音的想法，當(dāng)壓制噪聲和小鋒利的特點(diǎn)時，在幾個毗鄰標(biāo)度削尖并且提高

17、邊緣和重大特點(diǎn)，小波系數(shù)的直接空間交互作用。邊緣和重大特點(diǎn)可以從噪聲得到，并且根據(jù)門限檢查消除噪聲。WTCF小波系數(shù)信號噪聲比率明顯高于WT小波系數(shù)。高頻率標(biāo)度小波系數(shù)d1(t)，由WTCF降低噪音，由Hilbert處理。</p><p><b>　　4、仿真分析</b></p><p>　　得到如下分析的數(shù)據(jù)： </p><p>　　(1)、

18、120赫茲沖動火車仿效通過振動有一個故障點(diǎn);</p><p>　　(2)、3000赫茲的調(diào)波以指數(shù)衰變仿效已激發(fā)的固有頻率增加;</p><p>　　(3)、20赫茲和130赫茲二個低組分頻仿效因素例如失配、不同心度，機(jī)械松散性等，并且增加;</p><p>　　(4)、強(qiáng)的白色高斯噪聲增加仿效環(huán)境擾亂。樣品頻率是16384赫茲。</p><p&