基于振动信号分析法的滚动轴故障诊断研究

摘要

滚动轴承是旋转机械最常用的机械部件，目前对滚动轴承故障诊断领域的研究已掀起一股热潮，理论技术发展迅猛，研究成果层出不穷。而利用振动信号处理技术对滚动轴承进行故障诊断是比较理想的途径，本课题便是对基于振动信号处理法的滚动轴承故障诊断展开研究，详细阐述了信号去噪、峭度指标、小波理论、小波包能量分布等理论。提出了俩种信号处理方法用于故障诊断，方法一，提出结合峭度、小波及包络谱分析的方法用于滚动轴承故障诊断;方法二，结合小波包分频能量法和包络谱分析用于滚动轴承故障诊断。本文内容和结论如下:
　　1.论述了滚动轴承的故障分类、故障机理及产生成因，指出特征频率的计算方法，然后从时域、频域及时频域分析几个方面对振动处理方法进行了讨论。发现一些时域指标特别是峭度对滚动轴承早期故障比较敏感，并可以用来对信号进行早期处理从而判断故障。
　　2.对比研究了几种时频域分析方法在处理非平稳信号中的应用，指出各自存在的缺点，突显了小波技术在故障诊断方面的强有效。同时针对非平稳的滚动轴承信号特点，利用小波包分解和能量分析法研究不同频段信号的特征，快速分离出了有代表性的频段信号，蕴含充足故障信息，加强了振动能量的集中，缩减了工程分析及计算量。
　　3.结合滚动轴承试验台的数据，针对轴承四种运行模式下的振动信号，提出结合峭度分析、小波分解及Hilbert包络谱分析的方法，对采集的数据进行去噪、故障提取及识别，最终通过试验验证，此种技术能有效的识别滚动轴承各异的故障特征及类型。
　　4.鉴于小波分析不能更细致的划分信号频段，同时采用结合小波包分解、分频段能量计算及希尔伯特包络谱分析的方法，针对滚动轴承四种不同运行模式振动信号，对其进行能量计算、故障提取，这种技巧对周期冲击类的故障信息加强，快速定位富含故障信息的代表性频段。最后通过试验验证，此方法可以强有力的提取不同故障特征。
　　通过理论证明和试验验证，结合小波变换等理论的技术，可以强有效地对滚动轴承进行故障分析识别，在振动信号处理方面值得更深入研究。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 选题背景及意义

1．2 滚动轴承故障诊断技术的国内外发展现状

1．2．1 国外研究状况

1．2．2 国内研究状况

1．3 滚动轴承故障诊断的内容

1．4 本文研究内容与安排

第2章 滚动轴承振动原理与故障成因分析

2．1 滚动轴承故障的成因和外在表现

2．1．1 滚动轴承的故障成因

2．1．2 滚动轴承的故障呈现形式

2．2 常用的滚动轴承故障诊断法分类

2．3 滚动轴承振动信号的采集

2．4 滚动轴承振动理论及特征频率计算

2．4．1 滚动轴承的故障成因

2．4．2 故障轴承的特征频率计算

2．5 本章小结

第3章 振动信号分析法及小波分析

3．1 时域分析方法

3．1．1 有量纲指标和无量纲指标

3．1．2 常用时域分析方法

3．2 频域分析方法

3．3 时频域分析方法

3．3．1 短时傅立叶变换

3．3．2 经验模态分解法(EMD)

3．3．3 小波分析

3．4 小波理论基本原理及算法

3．4．1 小波函数

3．4．2 离散小波变换

3．4．3 小波分解的Mallat算法

3．5 小波包理论原理及算法

3．5．1 小波包原理

3．5．2 小波包的分解与重构算法

3．5．3 Hilbert包络分析

3．6 本章小结

第4章 小波及小波包技术用于故障诊断研究

4．1 小波用于信号去噪的研究

4．2 基于小波包分解频段的能量分布研究

4．2．1 小波包能量法的分析

4．2．2 小波包能量分布实例研究

4．2．3 小波包能量算法

4．3 小波包分解的频段错位算法研究

4．4 结合峭度指标、小波分解和Hilbert包络谱分析的算法研究

4．5 结合小波包、频段能量分布和Hilbert包络谱分析的算法研究

4．6 本章小结

第5章 滚动轴承故障诊断实例研究

5．1 滚动轴承故障诊断的实验设计

5．1．1 试验台设计

5．1．2 数据采集

5．1．3 MATLAB运行环境简介

5．2 基于MATLAB的小波包络分析的函数程序分析

5．3 方法一结合峭度和小波-Hilbert包络谱的诊断实例研究

5．3．1 时域峭度分析

5．3．2 小波分解变换

5．3．3 包络谱分析

5．4 方法二结合小波包、分频能量法及Hilbert包络谱分析的实例研究

5．4．1 滚动轴承内圈故障的诊断

5．4．2 滚动轴承外圈故障的诊断

5．4．3 滚动轴承滚动体故障的诊断

5．5 方法的对比和可行性分析

5．6 本章小结

结论与展望

参考文献

致谢

附录A 攻读学位期间所发表的学术论文目录