基于小波消噪的轴承振动测量及故障诊断研究

VIP免费

3.0 陈辉 2024-11-19 4 4 1.11MB 61 页 15积分

侵权投诉

- I -

摘要

近几年来，随着数字信号处理技术的迅速发展，诊断理论和方法的深入研究，

计算机软件的大量开发，针对机械设备的状态监测和故障诊断的功能也更加完善，

由在线监测离线分析发展为在线监测与诊断。本文介绍在研究轴承振动测量及故

障诊断系统的构成及原理的基础上，提出了利用小波消噪对振动信号进行预处理

的方法，提高数据源的可靠性，从而提高故障识别的准确性。

系统首先对采集到的数据进行预处理，消除干扰噪声。在此基础上，分别在

时域、幅值域以及频域对轴承振动情况进行监测，并根据大量经验数据，选取特

征参数作为故障诊断的依据，对轴承的质量进行检验。在实际应用中，由于低频

信号被噪声所淹没，传统的频谱分析无法检测出来，我们采用了小波变换的方法，

对低频振动信号进行了处理，并将两种方法有机的结合，在仿真试验中得到了比

较好的效果。

本文介绍了轴承振动测量及故障诊断系统的整体框架，包括硬件和软件两大

部分，以及轴承状态监测的物理基础和诊断参数的物理意义，并且引入了数字信

号处理的思想。数字信号处理的核心是傅利叶变换，但是傅利叶变换是针对平稳

信号提出的，存在着一定的局限性。对于含有噪声的振动信号，由傅利叶变换发

展而来的小波变换，与傅利叶变换相比，显示出了很大的优越性。利用小波分析

的时频特性，采用小波软阈值消噪的方法，消除振动信号中含有的干扰噪声，并

通过小波消噪与傅利叶变换对比仿真实验得到验证。本文重点研究了对振动信号

进行小波消噪的具体算法及其计算机仿真。

关键词：振动信号故障诊断小波消噪

-II -

ABSTRACT

In recent years, with rapid development of digital signal process technology,

deeply research of diagnose theory and methods and appearance of many software, the

function of monitoring and diagnose for mechanic devices has much improved, from

monitoring online and analysis offline to monitoring and diagnose online. On the base

of researching structure and principle of the bearing vibration measurement and

diagnose system, this dissertation puts forward wavelet de-noising, a method of signal

preprocess, insuring the reliability of data source to improve the veracity of the system

diagnosis.

This system first preprocesses collected data reducing noise which improves data

source veracity. Based on it, the condition of bearing vibration was monitored in time,

amplitude and frequency domain respectively. According to a lot of experiments some

eigenvalues are selected as the references of diagnose to check bearing quantity. In this

project, because the signal of low frequency has been submerged, the traditional method

of frequency analysis is not useful. Thus, we take advantages of wavelet analysis

combined with frequency analysis to solve this problem. And in the simulation

experiments we get good results.

This dissertation introduces the general structure of bearing vibration measurement

and diagnose, including hardware and software as well as physical foundation of

bearing monitoring and physical meanings of diagnose parameters. At the same time,

the thought of digital signal process is mentioned. The core of digital signal process is

Fourier transform which is for stationary signal and has its defects. Compared with

Fourier transform, wavelet analysis developed from Fourier analysis shows its

advantages for the vibration signals with noise. According to the wavelet

time-frequency characteristics, the method of wavelet soft threshold is used to de-noise

vibration signal with noise. This method is validated through the simulation of Fourier

and wavelet de-noising. This dissertation introduces the details of the arithmetic and

simulation programs.

Keywords: vibration signal, diagnosis, wavelet de-noising

中文摘要

ABSTRACT

第一章绪论 ........................................................ 1

§1.1 选题的意义和目的 ...................................... 1

§1.2 振动监测及故障诊断技术的现状 .......................... 2

§1.3 小波技术在振动监测与故障诊断中的应用现状与发展 ........ 3

§1.4 课题主要研究的内容 .................................... 3

第二章系统总体框架 ................................................ 5

§2.1 硬件组成 ..................................................5

§2.1.1 机械装置 ............................................ 5

§2.1.2 传感器 .............................................. 7

§2.1.3 信号采集装置 ........................................ 7

§2.1.4 测试环境 ............................................ 8

§2.1.5 被测轴承 ............................................ 8

§2.2 在线监测与故障诊断程序设计 ................................9

§2.2.1 在线监测 ............................................ 9

§2.2.2 信号预处理 ......................................... 10

§2.2.3 故障诊断 ........................................... 10

§2.3 本章小结 .................................................11

第三章轴承振动测试及其故障诊断系统的工作原理 ..................... 13

§3.1 轴承振动测量原理 .........................................13

§3.2 检测参数 .................................................14

§3.2.1 有量纲参数指标 ..................................... 14

§3.2.2 无量纲参数指标 ..................................... 15

§3.3 识别滚动轴承工艺故障的物理基础 ...........................16

§3.4 频谱分析 .................................................17

§3.5 本章小结 .................................................18

第四章轴承故障诊断的理论基础 ..................................... 19

§4.1 傅利叶变换 ............................................... 19

§4.2 短时傅利叶变换 ...........................................21

§4.3 抽样及抽样定理 ...........................................22

§4.4 滤波器 ...................................................24

§4.5 频谱分析在轴承监测中的局限性 .............................25

§4.6 本章小结 .................................................25

第五章基于小波的信号消噪 ........................................ 27

§5.1 小波变换的定义 ...........................................27

§5.2 小波变换的时频特性分析 ...................................28

§5.3 二进小波及其工程解释 .....................................30

§5.4 常用小波函数介绍 .........................................32

§5.4.1 Haar 小波 ...........................................32

§5.4.2 Daubechies(dbN)小波系 .............................. 33

§5.4.3 Symlets(symN)小波系 ................................ 34

§5.5 信号多分辨率分析的基本原理 ...............................35

§5.6 基于多分辨率分析的小波滤波 ...............................38

§5.7 消噪模型 .................................................39

§5.8 利用小波的分解与重构降噪 .................................41

§5.9 利用软阈值降噪 ...........................................42

§5.10 本章小结 ................................................45

第六章计算机仿真 ................................................. 46

§6.1 MATLAB 编译器的应用 ...................................... 46

§6.1.1 独立可执行程序的创建和应用 ......................... 46

§6.1.2 MATLAB Visual Studio 插件的应用 .................... 47

§6.2 Visual C++与 MATLAB 混合编程 ..............................48

§6.2.1 小波消噪 ........................................... 48

§6.2.2 类接口 ............................................. 49

§6.2.3 信号采集与预处理 ................................... 51

§6.3 仿真结果 .................................................53

§6.4 本章小结 .................................................55

第七章结束语 ..................................................... 56

参考文献 .......................................................... 57

在读期间公开发表的论文和承担科研项目及取得成果 .................... 58

致谢 ........................................................... 59

第一章绪论

-1-

第一章绪论

§1.1 选题的意义和目的

轴承(滚动轴承简称)是机械工业使用广泛、要求严格的配套件和基础件,被人

们称为机械的关节。由于使用范围广泛, 决定了轴承品种的多样性和复杂性。由

于要求严格,决定了轴承质量和性能的重要性。轴承制造业是一种精密的基础件制

造业,它的精度以 0.001 毫米(mm)来衡量, 而普通机械零件的制造公差一般只有

0.01mm。电机的噪声和振动,在很大程度上取决于轴承质量；高精度机床主轴的摆

差和温升,更是与轴承质量息息相关。通讯卫星消旋装置中的轴承性能,直接影响

其通讯效果；航天、航空中关键轴承发生故障, 就会造成严重的事故。总之,工业、

农业、国防、科学技术和家用电器等各个领域中的主机,其精度、性能、寿命、可

靠性和各项经济指标,都与轴承有着密切的联系,而且轴承工业的发展还关系着我

国重大技术装备的制造水平及机械设备的出口能力。轴承在国民经济和国防建设

中正在起着越来越重要的作用。因此，轴承的故障诊断理论与方法的研究已理所

当然地成为当代工程科技热点之一。

在传统的设备维修体制中，不拆卸设备就很难确定所需要修理部位。所以，

采用预防性维修体制是困难的。如果设备出现了很严重的缺陷并已被发现，则设

备故障就可能已经发生，当然不采用设备诊断及状态监测技术，预防性维修就很

难实现。因为运行中机器已经超出了正常工作状态，并没有被人观测到，所以机

器将要发生故障就往往会被忽略。现代技术提供了一系列外部监测机器状况的方

法，其中最有效的方法之一是振动信号分析法，其核心是提取信号特征并建立与

系统不同状态之间的关系。

当一个机械系统正常运转时，该系统的振动具有一定的频谱，一旦机器中的

轴承发生了故障往往伴随着振动的变化，产生新的振动成分或使原有的振动成分

加剧。轴承发生故障时其频率必随之有相应的变化。通过对该振动的测量，就可

以防止故障，在许多重要场合，机械的振动特性对特殊故障是唯一的。通过对振

动信号的分析和处理，能够确定故障产生原因。在机械设备维修中，采用振动信

号分析方法对机械任一部位进行监测是防止机械发生故障的一种有效方法。同时

也能在不拆卸机械部位的情况下确定故障程度，甚至可以取代定期维修制。因此，

决定诊断效果的关键是信号处理技术。目前对振动信号进行分析的基础是傅利叶

变换。[1]

信号分析的重要手段之一就是把信号按某一正交基展开，傅利叶变换一直是

研究这种展开的最重要的工具。自从 1882 年傅利叶发表它的热传导解析理论以来，

傅氏分析便成为一种完美的数学理论与最广泛和有效的被应用着的数学方法之

基于小波消噪的轴承振动测量及故障诊断研究

- 2 -

一。傅氏分析的基本思想是将信号表示为具有不同频率的谐波函数的线性叠加，

使信号的本质在频域中展现出来，从而将对信号在时域的研究转换为在频域的研

究。信号经过傅利叶变换后，由时域转换到频域，展示了信号的频谱特征。对于

平稳信号来说，傅氏变换是最有效的分析工具。所谓平稳信号就是它的特性按时

间统计是不变的，通过傅氏变换可以将其分解成不同频率谐波的线性组合。

然而，在实际应用中，有许多信号并不是平稳的，对于这类信号，经典的傅

利叶变换就显示出它的局限性来了。这是由于傅利叶变换是对时间 t 求的积分，

从而去掉了非平稳信号中的时变信息，对于时域波形某一时刻的特性无法反映，

所以傅利叶变换不能做局部分析。虽然窗口傅利叶变换能够有一定的改善，但窗

口傅利叶变换也存在一些本质的缺陷，因为“窗”的大小和形状是固定的，对变

化着的不同时间段的信号只能用相同的窗，不能适应信号频率高低的不同情况，

所以仍然无法满足对突变及非平稳信号进行有效分析的要求。

近年来迅速发展起了一种新的信号时频分析理论——小波变换。小波变换具

有以下优点：（1）对低频信号在频域里有很好的分辨率，而对高频信号在时域里

也有很好的分辨率。形象地说具有“变焦距”镜头的功能，对难分辨的密集图形，

如高频信号的时域波形和低频信号的谱线，它具有“显微”能力。（2）小波函数

可取多种形式，采用多种小波基，可以分析任意所需时宽，频宽的信号细节，这

是比通常的傅利叶变换优越之处。小波变换是一种日益获得广泛应用的信号分析

方法，已成为国际上非常活跃的研究领域，它在时域和频域同时具有良好的局部

性，能够很好地反映出瞬态信号的特征，为诊断以非稳态信号为特征的机械故障

提供了有效的分析手段。

§1.2 振动监测及故障诊断技术的现状

对机械设备的故障诊断，实际上自有工业生产以来就已存在。早期人们依据

对设备的触摸。对声音、振动等状态特征的感受，凭借工匠的经验，可以判断某

些故障的存在，并提出修复的措施。而机械设备状态监测与故障诊断技术作为一

门新兴学科，则是从 20 世纪 60 年代中后期以后才发展起来的。

60-70 年代，数字电路、电子计算机技术发展很快。当计算机进入信号处理和

分析领域时，测试技术便出现了一个新的分支——“信号数字处理分析技术”。这

种技术提供了对各种物质运动的分析与识别信息。他是建立在利用快速傅利叶交

换而大大提高了计算速度基础上的。因此能够采用非时域特征的函数分析，深入

描述物体的运动性质，动态过程。

在理论及应用研究方面，美、日、欧洲的一些发达国家一直走在世界的前列。

80 年代初，许多发达国家把在实验室研究的机械状态监测与故障诊断的成果推向

工业部门应用。例如，美国西屋公司的“可移动诊断中心”，日本三菱公司的“旋

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

-I-摘要近几年来，随着数字信号处理技术的迅速发展，诊断理论和方法的深入研究，计算机软件的大量开发，针对机械设备的状态监测和故障诊断的功能也更加完善，由在线监测离线分析发展为在线监测与诊断。本文介绍在研究轴承振动测量及故障诊断系统的构成及原理的基础上，提出了利用小波消噪对振动信号进行预处理的方法，提高数据源的可靠性，从而提高故障识别的准确性。系统首先对采集到的数据进行预处理，消除干扰噪声。在此基础上，分别在时域、幅值域以及频域对轴承振动情况进行监测，并根据大量经验数据，选取特征参数作为故障诊断的依据，对轴承的质量进行检验。在实际应用中，由于低频信号被噪声所淹没，传统的频谱分析无法检测出来，我们...

展开>> 收起<<

基于小波消噪的轴承振动测量及故障诊断研究.pdf

共61页,预览7页

还剩页未读，继续阅读

基于小波消噪的轴承振动测量及故障诊断研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: