应用研究
基于形态非抽样小波和
支持向量机的滚动轴承故障诊断
刘倩闫晓金李叶紫
(北华航天工业学院电子工程学院河北廊坊065000)
摘要：针对演动轴承故障，文章提出了形态非损样小波与支持向量机相结合进行演动轴承故障诊断的方法，利用形态非抽样小波的简单快速运算较好的保持故障信号的细节特征进行故障信号的提取然后使用支持向量机递行演动轴承的故障诊斯，重点是通过对比小波变换和形态非抽样小波对故障信号分解和重构后获取的特征向量,验证了形态非抽样小波在特征向量提取和故障诊断中的优势。
关键词演动轴承形态非轴样小波形态小波支持向量机改障诊断
中图分类号：TH165+.3
文献标识码:A
众所周知，轴承故障可分为滚动体损伤、内圈损伤、外图损伤、保持架损伤，而这些故障中90%的故障为内圈损伤或外圈损伤，其他故障基本为滚动体损伤，保持架损伤极少发生。轴承发生损伤后，
H, H H
o 加速度(m/s-2)
o
o
o
O
·
o o
margin=2/w
图1最优分类面示意图
内图
协制教协事中商物科春中心
0.1
(m/s-2) 加速度(n/s-2)
pbe
0.1
0.2 0.2
0.3 0.3
0.5
0.6
0.4
时间(s) 外圈
0.4
0.5 时间(s) 滚动体
0.6
ntoledhsunbiniereu
9.2
0.40.5
0.1
0.3
0.6 时间(5)
0.7 0.7 0.7
图2轴承三种典型故障信号图
收移日期：2015-0702
0.8 0.8 0.8
0.9 0.9 0.9
文章编号：1007-9416(2015)08-0076-03
在运行过程中损伤局部会产生周期性的脉冲振动，这个信号中包含有能体现损伤特征的瞬时频率突变，而且信号中还包含轴承工作背录下的各种报动，因此报动信号中故障信息的提取十分困难3
0.08
量向
80.04 0.02 能量质
0 0.1
间0.08
征特0.06 后
0.04 0.02
0
内圈故障
3频段4
2
5
■形态非抽样小波■小波分析图3内圈故障信号能量谱
外圈故障 2
1
3
5
额段
■小波分析
■形态非抽样小波
图4外圈故障信号能量谱图
6 6
作者简介：刘倩(1987一),女,河北廊坊人,助教,颈士，主要研究方向为数据采集与电机控制;闽晓金(1983一),男，辽宁大连人,讲师,主要研究方
向为电源、电气传动：李叶崇(1961一)女，河北石家庄人,教授.主要从事电机控制及其故障诊断方面的工作