基于小波变换的滚动轴承内圈故障诊断
周爱华，郑永伟
（四川理工学院自动化与电子信息学院，四川自贡643000）
Faults Diagnose of Rolling Bearing's In-ring Based onWavelet Transformation
ZHOU Aihua,ZHENG Yong-wei
(Institute of Automation and Electronic Information,Sichuan University of Science and Engineering.Zigong 643000,China)
摘要：利用小波变换将滚动轴承故障振动加速度信号分解到不同尺度，对包含有故障特征频率的小波系数进行Hirbert变换解调，最后对解调后的信号进行频谱分析获取轴承故障特征信息。实例分析表明，利用小波变换进行滚动轴承内圈故障诊断具有良好的诊断效果。
关键词：小波变换；滚动轴承；故障诊断；频谱分析
中图分类号：TH113 文献标识码：A
文章编号1001-2257(2010)060072-03
Abstract,In this paper, wavelet transform is used to decompose the vibration acceleration sig nals of ball bearing faults to different scales, and the wavelet coefficients involving fault feature fre-quency is demodulated by Hirbert transformer. Af-terword,the frequency analysis of the signals de modulated has been done to obtain the fault charac-teristic information of ball bearings. Case analysis shows that the use of wavelet transforrn fault diag nosis of roller bearing inner ring has good results.
Key words; wavelet transformer;ball bearing;
fault diagnosis;frequency analysis 0引言
滚动轴承是旋转机械中应用最为广泛的机械零件，也是最易损坏的元件之一。轴承性能与工况的好坏直接影响到与之相关联的轴以及安装在转轴上的齿轮乃至整台机器设备的性能，其缺陷会导致设备产生异常振动和噪声，甚至造成设备损坏。因此，
收稿日期：2010-03-25
.72·
对滚动轴承故障的诊断分析，在生产实际中尤为重要的。
传统的滚动轴承故障诊断方法有频域分析方法和时域分析方法，它们对滚动轴承的分步式故障有很好的效果。但是对于局部缺陷，这些诊断方法的应用效果不太理想，尤其是在故障的初期。小波分析是近儿年才开始应用于振动信号处理的时频分析方法，它能同时提供振动信号的时域和频域的局部化信息。小波分析还具有多尺度性和“数学显微”特性，这些特性使得小波分析能够识别振动信号中的突变信号[2]。
利用小波变换进行故障诊断，是根据信号在一系列时频分辨空间中的能量分布特征有效地刻划出信号的固有属性，并挑选出关键故障特征较为突出的频段，进行有选择的信号重构。这种方法无需建立滚动轴承振动信号的数学模型，还具有特征参量少、故障特征突出等优点。实验结果说明了该方法的准确性和有效性。
小波变换的基本原理 1
1.1连续小波变换
小波是一种特殊的长度有限、平均值为零的波形，它有2个特点：一是“小”，即在时域都具有紧支集或近似紧支集；二是正负交替的“波动性”，即直流分量为零。小波分析是将信号分解成一系列小波函数的叠加，而这些小波函数都是由-个母小波函数经过平移与尺度伸缩得来的[3]。
对于任意的函数f(t)EL"(R)的连续小波变换定义为：
W,(a,b) =《f,.> =a [-/2[f()(二b)d W,(a,b)为小波分解系数;a为尺度因子;b为
《机械与电子>2010(6）