基于小波包

李方前 楊斌 黃永程

摘 要 針對滾動軸承故障時周期性沖擊特征，利用倒頻譜能較好地檢測出功率譜上的周期成分和分離邊頻帶信號的特性。提出基于小波包——倒頻譜的滾動軸承故障檢測方法。最后求取重構的信號的倒頻譜以檢測故障。

【關鍵詞】小波包分解重構 能量 倒頻譜 故障檢測

滾動軸承故障振動信號一般表現為復雜的隨機和周期脈沖混疊的非平穩信號。

1 故障振動信號特征提取

1.1 小波包及能量特征提取過程

定義子空間是函數的閉包空間，設，則可表示為：

式（2）（3）中：ak-2l和bk-2l均為小波包分解共軛濾波器系數。

小波包重構算法：由和求。

1.2 倒頻譜理論

倒頻譜有很多中變形，在文中選取工程常用的實倒譜進行后續的分析。其定義為對信號x（t）的功率譜Sx（f）的對數值進行傅立葉逆變換的結果，用Cx（τ）表示：

2 實驗驗證

實驗驗證分析：

所用數據為6205-2RSJEMSKF型的滾動軸承數據。其加速度傳感器安裝在電機驅動端，空載轉速為1797rpm（也就是轉頻為1797/60 r/s=29.95Hz），采樣頻率為12KHZ，模擬的外圈故障直徑為0.007inches（0.01778cm）正常與外圈故障的振動信號。利用本文所提出的方法和小波包分解重構結合功率譜分析的方法分別對數據進行分析，對所得結果進行比較。驗證所提出方法的優越性。

從圖1可看出，其正常振動信號時域波形的幅值隨時間變化穩定，無明顯的沖擊成分；從頻域看，其頻率主要集中在1KHZ一下，而且大部分幅值均比較小。

從圖2和圖3可以看出，即

x=S3，0+S3，1+S3，3這樣可以減少后續所用方法的計算量，也提高了診斷的精度。

圖4和圖5分別為小波包重構信號的倒頻譜與功率譜。

圖6為外圈故障信號的時域波形和頻譜圖。需要進一步的分析。

從圖7可以看出，軸承發生故障時，能量發生了轉移，某些頻帶的能量急劇減少，某些頻帶能量增加。從圖8的小波包分解重構第三層的能量分布來看，此故障的信息主要集中于第3、7頻帶，對此，我們選取第3、7頻帶的重構信號還原初始信號以進行后續的分析。即：x=S3，2+S3，6。

圖9和圖10分別為外圈故障時小波包重構信號的倒頻譜和功率譜?？膳卸闈L動軸承外圈發生故障。而從功率中無法直接判定是否是外圈故障。

3 結論

結果表明，利用小波包——倒頻譜的檢測方法，通過引入能量指標降低了后續倒頻譜的計算量，同時可以提高診斷的精度。利用該方法檢測出滾動軸承外圈的故障。

參考文獻

[1]張文苑，劉國眾.滾動軸承故障的倒頻譜分析[J].振動測試與診斷，2000（06）.

[2]楊宇，于德介，程軍圣.基于經驗模態分解的滾動軸承故障診斷法[J].中國機械工程，2004（10）.

[3]楊超，張輝.倒頻譜在造紙機壓榨軸承故障診斷中的應用[J].中國造紙，2005.

[4]程軍圣，于德介，楊宇等.尺度—小波能量譜在滾動軸承故障診斷中的應用[J]. 振動工程學報，2004（03）.

[5]袁浩東，陳宏，侯亞丁.基于全矢小波包能量熵的滾動軸承智能診斷[J].機械設計與制造，2012（02）.

[6]唐貴基，蔡偉.應用小波包和包絡分析的滾動軸承故障診斷[J].振動測試與診斷，2009（06）.

[7]LOPARO K A.Bearings vibration data set [EB/OL].Case Western Reserve University.http//www.eecs.cwru.edu/laboratory/bearing/download.htm.

[8]高興.滾動軸承故障的精密診斷技術[J].有色設備，1994（03）：30.

作者簡介

李方前（1987-），男，河南省潢川縣人。昆明理工大學工學碩士。從事工業故障診斷、嵌入式單片機開發研究。

楊斌，天津市人。廣東理工學院工業自動化系副教授，工學碩士。從事機械工程研究。

黃永程，安徽省宿州市人。廣東理工學院工業自動化系工學碩士。從事機械工程研究。

作者單位

1.廣東理工學院電氣工程系 廣東省肇慶市 563000

2.廣東理工學院工業自動化系 廣東省肇慶市 563000