基于小波变换和ICA的滚动轴承早期故障诊断

作者:吴强;孔凡让;何清波;刘永斌;李鹏 刊名:中国机械工程 上传者:莫双军

【摘要】滚动轴承早期故障诊断的关键在于如何从低信噪比混合信号中检测出显著的轴承故障特征频率。提出以连续小波变换(CWT)和独立分量分析(ICA)相结合的方法来诊断单通道信号的滚动轴承早期故障,提出按频谱等间隔选取伪中心频率的小波分解尺度,并对ICA处理后的信号进行包络频谱分析以确定故障类型。最后,利用实际的滚动轴承实验数据对该方法进行了验证。

全文阅读

基于小波变换和ICA的滚动轴承早期故障诊断 吴 强 孔凡让 何清波 刘永斌 李 鹏中国科学技术大学,合肥,230026 摘要:滚动轴承早期故障诊断的关键在于如何从低信噪比混合信号中检测出显著的轴承故障特征频率。提出以连续小波变换(CWT)和独立分量分析(ICA)相结合的方法来诊断单通道信号的滚动轴承早期故障,提出按频谱等间隔选取伪中心频率的小波分解尺度,并对ICA 处理后的信号进行包络频 谱分析以确定故障类型。最后,利用实际的滚动轴承实验数据对该方法进行了验证。 关键词:小波变换;独立分量分析;单通道信号;等频率间隔 中图分类号:TP206;TH133.33      DOI:10.3969/ j.issn.1004-132X.2012.07.015 Early Fault Diagnosis of Rolling Element Bearings Based on Wavelet Transformand Independent Component Analysis Wu Qiang Kong Fanrang He Qingbo Liu Yongbin Li Peng University of Science and Technology of China,Hefei,230026 Abstract:The key to fault diagnosis of rolling element bearings is how to find typical characteris -tic frequencies of rolling element bearings from low SNR mixed signals.A method was presented tocombine continuous wavelet transform (CWT)with ICA for diagnosing early faults of rolling elementbearings and a method to select wavelet scales with iso-interval frequency was proposed for the firsttime.Envelope spectrum was analyzed to diagnose the faults of rolling element bearings.Finally,the method has been verified by practical signal analyses of rolling element bearings. Key words:wavelet transform;independent component analysis(ICA);single-channel signal;iso-interval frequency 收稿日期:2011—04—08 基金项目:国家自然科学基金资助项目(51005221 ,51075379 );中央高校基本科研业务费专项资金资助项目 0 引言 滚动轴承的工作性能直接影响整个系统的可靠性和安全性,因此,早期故障的发现和诊断对系统的可靠运行至关重要。# 在实际的工作环境下,所采集的滚动轴承振动信号通常都耦合了齿轮、轴以及其他机械部件的振动信号成分,属于多源混合信号。而滚动轴承早期故障的信号成分非常微弱,容易被其他信号成分所淹没,很难提取出有效的故障特征。近几年,将小波变换技术和独立分量分析(ICA)相结合来

参考文献

引证文献

问答

我要提问