专利名称：基于连续小波变换的旋转机械部件的自适应故障诊断方法
技术领域：
本发明涉及机械故障诊断技术领域，尤其涉及对旋转机械部件(如轴承或齿轮等)的故障诊断技木。
背景技术：
旋转机械部件(如滚动轴承)发生局部故障(如剥落、点蚀、裂縫等)吋，其振动信号通常伴随着冲击的产生，这些低频段的低频冲击信号通过与机械系统和传感器的激励在高频段发生共振产生高频振动信号。因此，通过对高频振动信号的分析能够有效对轴承进行故障诊断，同时也消除了低频噪声的干扰。在过去很长一段时间内，高频共振解调技术 (又称为包络解调技术)成为旋转机械部件故障诊断的有效方法，它能够较准确的获取旋转机械部件的故障特征频率。在实际的故障诊断中，高频共振解调技术往往要求准确的获取高频共振频带，也即确定带通滤波器的中心频率及带宽，然而中心频率与带宽的确定往往是比较困难的，这是因为高频共振解调技术中高频共振频带的中心频率通常是事先未知的，这就导致了高频共振频带的获取不完全或者带宽过大，从而影响到最终故障诊断的准确性。
发明内容
本发明的目的是针对现有的高频共振解调技术中带通滤波器中心频率难以确定的问题，提出了基于连续小波变换的旋转机械部件的自适应故障诊断方法，该方法尤其适合带有冲击性损伤的旋转机械部件的故障诊断。本发明的内容是基于连续小波变换的旋转机械部件的自适应故障诊断方法，如图1所示，其步骤包括步骤1 对获取的离散初始振动信号s (η)进行零均值预处理，得到消除直流分量的预处理信号S ；步骤2 将步骤1中所得到的预处理信号S1 (η)进行连续小波变换，得到各尺度參数对应的小波系数WTa (η)；步骤3 分别计算步骤2中各尺度參数所对应的小波系数WTa (η)的峭度；步骤4 利用ー种自适应算法找出步骤3中小波尺度參数中较大峭度所对应的小波尺度參数，即最优小波尺度，然后选择这些尺度參数所对应的小波系数构造最优分析信亏 sa(η)；步骤5 对步骤4中得到的最优分析信号^(t)进行包络解调，获取其包络信号
Se⑴；步骤6 将步骤5中的包络信号Mt)做FFT变换，得到其包络频谱も⑴，通过对包络解调谱的分析实现对旋转机械部件的故障诊断。本发明的有益效果是由于不需要预先估计滤波器的中心频率和带宽，避免了估计误差对诊断结果的影响，因此与传统的高频共振解调技术相比，本发明提高了故障诊断的准确性，尤其适合带有冲击性损伤的机械零部件的故障诊断。
图1是本发明的主流程图。图2是零均值处理后的预处理信号的时域图。图3是自适应获取最优尺度系数的流程示意图。图4是各尺度a = [1，2，· · .，32]所对应的峭度值。图5是自适应获取尺度系数结果a。pt = [7,8,..., 16]所对应的峭度值。图6是重构最优尺度系数得到的分析信号的时域图。图7是分析信号解调后的包络信号时域图。图8是分析信号的包络解调谱。图9是图2中零均值处理后的预处理信号的包络时域图。图10是图9中包络信号的FFT谱
具体实施例方式下面结合具体实施例和附图对本发明做进ー步的说明。如图1所示，基于连续小波变换的旋转机械部件的自适应故障诊断方法，如图1所示，其步骤包括步骤1 对获取的离散初始振动信号s (η)进行零均值预处理，得到消除直流分量的预处理信号S1 (η)。本实施例以齿轮箱作为故障诊断的对象，该齿轮箱的振动信号通过加速度传感器进行采集，对采集到的振动信号利用信号调理器、模数转换后得到离散初始振动信号s (η)， 并将该信号送入计算机进行零均值预处理，零均值预处理是为了消除初始振动信号s (η) 中直流分量的影响，这里对初始振动信号进行零均值处理得到消除直流分量的预处理信号 si (η)，其具体算法如下
权利要求
1.基于连续小波变换的旋转机械部件的自适应故障诊断方法，如图1所示，其步骤包括步骤1 对获取的离散初始振动信号S (η)进行零均值预处理，得到消除直流分量的预处理信号S1(Il)；步骤2 将步骤1中所得到的预处理信号S1(Ii)进行连续小波变换，得到各尺度參数对应的小波系数WTa (η)；步骤3 分别计算步骤2中各尺度參数所对应的小波系数WTa(η)的峭度；步骤4 利用ー种自适应算法找出步骤3中小波尺度參数中较大峭度所对应的小波尺度參数，即最优小波尺度，然后选择这些尺度參数所对应的小波系数构造最优分析信号 sa^n)；步骤5:对步骤4中得到的最优分析信号^(t)进行包络解调，获取其包络信号ち(t)；步骤6 将步骤5中的包络信号Se (t)做FFT变换，得到其包络频谱Se (f)，通过对包络解调谱的分析实现对旋转机械部件的故障诊断。
2.根据权利要求1所示的基于连续小波变换的旋转机械部件的自适应故障诊断方法， 其特征在干，所述步骤4中所述最优分析信号^(n)的计算方法如下
3.根据权利要求2所示的基于连续小波变换的旋转机械部件的自适应故障诊断方法， 其特征在干，步骤4中的自适应的算法的具体流程为选择第i尺度系数^;>)作为上ー个系数WTp,e (η)，和第i尺度系数^;(")与第i+Ι尺度系数^;+的合并系数WTcot (η)进行比较 (i为自然数，初始值为1)，即WTpre (η)和WTcur (η)进行比较，如果合并系数WTcur (η)的kucur 值大于上ー个尺度系数WTp,e (η)的kUp,e值，那么将当前尺度系数WT。u,(n)作为上ー个尺度系数WTpm (η)，将当前尺度系数WTcm (η)与第i+2个尺度系数的合并系数作为当前尺度系数 WTcur (η)，并进行比较；反之，则重新选择第i+Ι尺度系数作为上ー个尺度系数WTpre(n)，并和第i+Ι尺度系数与第i+2尺度系数的合并系数WTeur (η)进行比较。以此类推，直到所有尺度系数都被合井比较完，选择出最大ku值的合并系数作为分析信号，所合并的各组系数的尺度作为最优尺度a。pt = [afflan] ο
全文摘要
本发明涉及基于连续小波变换的旋转机械部件的自适应故障诊断方法，其步骤包括步骤1对获取的离散初始振动信号进行零均值预处理，得到消除直流分量的预处理信号；步骤2将步骤1中所得到的预处理信号进行连续小波变换，得到各尺度参数对应的小波系数；步骤3分别计算步骤2中各尺度参数所对应的小波系数的峭度；步骤4利用一种自适应算法找出步骤3中小波尺度参数中较大峭度所对应的小波尺度参数构造最优分析信号；步骤5对步骤4中得到的最优分析信号进行包络解调，获取其包络信号。本发明的有益效果是提高了故障诊断的准确性，尤其适合带有冲击性损伤的机械零部件的故障诊断。
文档编号G01M13/02GK102539150SQ20121001428
公开日2012年7月4日 申请日期2012年1月17日 优先权日2012年1月17日
发明者唐超, 梁巍, 苗强, 谢磊 申请人:电子科技大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
