基于多小波和改进双树复小波的滚动轴承故障诊断方法

摘要

当旋转机械中发生局部缺陷时,其振动信号往往由周期性冲击分量及其他分量构成,其中冲击分量反映滚动轴承的状况。由于强烈的背景噪声以及信号的耦合作用,滚动轴承的故障特征频率往往被模糊。针对该问题提出了一种基于多小波和改进双树复小波的滚动轴承故障诊断方法。首先,对采集到的振动信号进行多小波相邻系数自适应阈值降噪处理;然后,对降噪后的信号进行双树复小波分解,利用鲁棒局部均值分解获取各小波分量的主频率分量;最后,利用基尼系数选择出最佳子带并进行包络谱分析,实现轴承的故障诊断。通过轴承故障仿真和实测数据的分析对比,证明了该方法可有效辨别出滚动轴承的典型故障,提高滚动轴承故障的诊断效果,同时与快速谱峭度进行对比,表明了该方法的优越性。