基于小波包的旋轉機械故障分析論文

　　0 引 言

　　旋轉機械主要是指需要依靠旋轉動作來實現(xiàn)一定功能的機械，常見的旋轉機械有壓縮機、汽輪機、風機、發(fā)電機等，在國防科技、居民生活、工業(yè)生產(chǎn)中占據(jù)重要位置。其工作狀態(tài)的好壞，對工作人員的人身安全以及企業(yè)的經(jīng)濟效益有著直接的影響。因此確保旋轉機械正常運行就變得相當重要。

　　旋轉機械發(fā)生故障主要是指它的動態(tài)性能下降，相關技術指標不能達到，產(chǎn)生故障的原因形式各異，我們所觀察到的故障特征信息也不相同。旋轉機械故障診斷技術就是對故障設備進行采樣，然后對采樣信息分析處理，最終判斷出故障部位的一門技術。

　　振動是旋轉機械故障的固有的特征表象，振動信號中含有大量的機械原始信息，通過獲取故障時的振動信號，進行故障診斷是旋轉機械故障診斷技術中的一個重要手段。

　　傳統(tǒng)的故障診斷技術中常使用傅里葉變換(FFT)來對故障信號進行分析，不過傅里葉變換不能把故障信號中的微弱信息顯現(xiàn)出來，不能對故障信號進行了特定時間點位抑或固定頻率段的放大分析。而小波變換具有“變焦”特性，在低頻段可用高頻率分辨率和低時間分辨率(寬分析窗口)，在高頻段，可用低頻率分辨率和高時間分辨率(窄分析窗口)，適合于監(jiān)測正常信號中夾雜的瞬時異常信號并對其進行分析。

　　1 小波算法分析及小波濾波重構

　　1.1 小波算法分析

　　用小波基的方法對離散的隨即信號分析，分解到不同的頻段上面，其主要方法時把前一級i的第m個信號段分割為次一級i+1的第2m-1和2m兩個子信號段。

　　1.2 小波濾波重構

　　首先用小波分析對采樣信號進行高通濾波，取得高頻頻段，令其為小波系數(shù)B1，對采樣信號采用低通濾波，得到低頻頻段，令其系數(shù)為A1，如此重復對低頻段進行分解。

　　文章采用db5對采集故障信號使用3層小波分解，并使用軟閾值方法對信號進行降噪處理，首先選擇小波和小波分解的層次，計算信號S到第N層的小波分解;其次高頻系數(shù)的閾值選擇。對于從第1層到第N層的每一層，選擇一個閾值，并且對高頻系數(shù)用軟閾值進行處理;最后根據(jù)第N層的低頻系數(shù)和從第1層到第N層的經(jīng)過修改的高頻系數(shù)，計算出信號的小波重建。

　　2 旋轉機械故障診斷原理及依據(jù)

　　在旋轉機械眾多故障中，轉子不平衡，轉子碰磨以及轉子不對中是最常見的三種故障。根據(jù)長期研究發(fā)現(xiàn)旋轉機械的振動信號往往具有周期性質，當旋轉機械發(fā)生故障時，它的表征頻率與轉子的旋轉頻率相關聯(lián)，常為旋轉頻率的整數(shù)倍或者分數(shù)倍。因此，旋轉機械故障診斷其中一個重要方法就是研究轉子旋轉頻率與故障時的表征頻率。

　　3 小波包故障診斷具體案例實究

　　據(jù)統(tǒng)計轉子不平衡，轉子不對中，轉子碰擦三種故障在所有故障中占70%以上，因此對這三種狀況進行實例研究具有很重要的意義，本次試驗就是對這三種狀況進行模擬還原。對實驗中的數(shù)據(jù)進行實時采集，分析并得出相應結論。試驗電機轉速n=1500r/min，采樣頻率為1000Hz，采集N=1024個連續(xù)點進行分析。

　　4 結 論

　　此次實驗是以小波算法為理論基礎，對實驗結果進行頻譜分析，可以看出小波算法能夠對信號頻帶進行劃分，放大信號頻段的分辨率，最終分析出發(fā)生故障的具體部位。把小波變換應用于旋轉機械故障處理分析中，對所采集信號進行頻譜分析，為實踐提供了理論依據(jù)，在實際應用中有一定的使用價值。

【基于小波包的旋轉機械故障分析論文】相關文章：

機械故障診斷論文07-04

基于自動控制系統(tǒng)的汽車電子技術分析論文07-04

基于YAWL的制造業(yè)物流管理控制流程建模與分析論文07-04

基于六西格瑪?shù)奈锪鞴芾韺�業(yè)教學質量控制分析論文07-04

基于網(wǎng)絡的證券與期貨專業(yè)開放式綜合實訓平臺建設研究分析論文07-03

科學小論文07-09

科技小論文08-04

小論文作文02-07

論文的可行性分析02-21

基于課程群建設的國際貿(mào)易論文07-03