文档介绍：小波包技术在滚动轴承故障诊断中的应用
张西勇张永祥
摘要:小波包可以将信号分解到任意频段上,可以实现信号的任意频段、多频段、窄带滤波,基于这一理论本文提出了一种小波包信号特征提取算法,并通过两个仿真实例验证了算法的可行性,最后通过本算法分析故障滚动轴承振动信号,较好地提取了特征信号,算法解决了轴承振动信号干扰大滤波难的问题,在状态监测与故障诊断领域乃至信号处理领域具有广阔的应用前景。
关键词:小波包轴承故障诊断
Abstract: Wavelet packets can pose signal to arbitrary frequency segment, can perform signal’s filtering on arbitrary frequency segment or on several frequency segment or on narrowband. On the base of that, the paper put forward a signal distilling algorithm based on wavelet packets, which is proved by two imitational examples. At last analyze the liberation signal of rolling axletree, and well distill character signal. The arithmetic solve the problem of signal distilling difficulty in axletree vibration that make wavelet packets have wide application on the field of state watching and measuring, and on fault’s diagnosis, even on signal processing.
Key words: Wavelet packets Axletree Fault’s diagnosis
中图分类号:
一、引言
小波理论被认为是对傅里叶分析的重大突破,它已成为当今从应用数学到信号与图象处理等众多领域的研究热点。小波变换是由法国科学家Morlet[4]于1980年在进行地震数据分析时提出的。小波变换适用于信号的主要信息集中在低频域的情况。当感兴趣的频率成分位于中高频段时,如机械振动信号、语音信号等,由于小波变换在高频段的频谱窗口较宽,其小波系数中包含的频率成分过多,无法获取感兴趣的频率信号。利用小波包技术则可以将小波变换中停止分解的中高频段小波系数继续分解,使分解序列在整个时频域内都有较高的时频分辨率和相同的带宽。滚动轴承是常用的机械设备,也是容易出现故障的部件,对于滚动轴承的诊断方法[1][2]很多,常用的有频域分析法,由于振动信号存在很大的干扰噪声,频域分析法有很大困难,本文运用小波包技术对信号进行分解重构,实现任意频段滤波,获得了较好的效果。
二、基于小波包的信号滤波算法
小波包理论
小波分析的思想是用一族函数去表示或逼近一信号或函数,这一族函数称为小波函数系。它是通过满足一定条