本文關(guān)鍵詞：基于諧波小波包和BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承聲發(fā)射故障模式識(shí)別技術(shù)，由筆耕文化傳播整理發(fā)布。

振 動(dòng) 與 沖 擊

第 29卷第 10期

JOU RNAL OF V IBRAT ION AND SHOCK Vo.l 29 N o. 10 2010

基于諧波小波包和 BP 神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承聲發(fā)射故障模式識(shí)別技術(shù)

趙元喜, 胥永剛, 高立新, 崔玲麗

(北京工業(yè)大學(xué) 北京市先進(jìn)制造技術(shù)重點(diǎn)實(shí)驗(yàn)室, 北京

100124)

摘 要: 類型相關(guān), 故障 滾

動(dòng)軸承的聲發(fā)射信號(hào)分解到不同頻段, 進(jìn)而將各頻段的 能量組 成特征 向量輸入 BP 網(wǎng)絡(luò), 通過 神經(jīng)網(wǎng) 絡(luò)判別滾 動(dòng) 軸承的故障類型。利用神經(jīng)網(wǎng)絡(luò)對(duì)滾動(dòng)軸承進(jìn)行故障識(shí)別時(shí), 對(duì)諧波小波包和 D aubech ies小波包進(jìn)行了比較。實(shí)驗(yàn) 結(jié)果 表明對(duì)于滾動(dòng)軸承聲發(fā)射信號(hào)的故障模式識(shí)別,

關(guān)鍵詞: 滾動(dòng)軸承; 聲發(fā)射; 諧波小波包; 神經(jīng)網(wǎng)絡(luò); 故障模式識(shí)別 中圖分類號(hào): TH 17; O235

文獻(xiàn)標(biāo)識(shí)碼: A

滾動(dòng)軸承 是機(jī)械設(shè) 備中應(yīng)用 最為廣泛 的部件之 [ 1]

一 , 其運(yùn)轉(zhuǎn)狀態(tài)是否良好會(huì)直接影響到設(shè)備的性能 和生產(chǎn)安全, 無論從安全角度, 還是從經(jīng)濟(jì)利益出發(fā), 對(duì)滾動(dòng)軸承故障診斷技術(shù)的研究工作都具有十分重大 的意義。滾動(dòng)軸承的故障檢 測(cè), 傳統(tǒng)的方法大多是進(jìn) 行振動(dòng)分析, 但在許多情況下, 如故障發(fā)生的早期、低 速旋轉(zhuǎn)等, 含有故障特征的振動(dòng)信號(hào)十分微弱, 容易被 周圍相對(duì)幅度較大的低頻環(huán)境噪聲信號(hào)所淹沒, 導(dǎo)致 無法有效檢測(cè)出故障隱患 。而準(zhǔn)確地提取滾動(dòng)軸承 故障信息是設(shè)備故障確診的前提 。聲發(fā)射是結(jié)構(gòu)缺 陷本身發(fā)出的高頻應(yīng)力波信號(hào), 其頻譜較寬, 其高頻特 性可以有效抑制干擾, 不易受周圍環(huán)境噪聲的影響 , 利用聲發(fā)射檢 測(cè)技術(shù)對(duì) 滾動(dòng)軸承 進(jìn)行檢測(cè) 和分析判 斷, 可及時(shí)發(fā)現(xiàn)滾動(dòng)軸承的各種故障, 保障設(shè)備的正常 運(yùn)轉(zhuǎn)。另外, 利用聲發(fā)射可檢測(cè)動(dòng)態(tài)性缺陷, 對(duì)大型構(gòu) 件可提供整體或局部快速檢測(cè), 對(duì)被檢件的接近程度 要求不高。研究聲發(fā)射檢測(cè)技術(shù)對(duì)生產(chǎn)企業(yè)有著重要 現(xiàn)實(shí)意義。

本文對(duì)滾動(dòng)軸承幾種常見點(diǎn)蝕故障的聲發(fā)射信號(hào) 進(jìn)行分析利用諧波小波包方法將滾動(dòng)軸承的聲發(fā)射信號(hào)分解到各個(gè)頻段[ 4 ]

[ 3]

[ 2]

數(shù)即為諧波小波。

w ( t) = [ exp( i4’t ) - exp( i2’t) ] /i2’t ( 1) 根據(jù)小波理論, 對(duì) j , k C Z, 通過伸縮、平移, 生成 諧波小波函數(shù)族:

w ( 2 t - k ) = [ exp( i4’( 2 t- k ) ) -

j j

exp( i2’( 2t- k ) ) ] / [ i2’( 2t- k ) ] ( 2) 以諧波小波作為基函數(shù)系可以將信 號(hào)既不交疊、 又無遺漏的分解到相互獨(dú)立的空間, 實(shí)現(xiàn)將信號(hào)分解 到不同頻段, 從而將故障信息從強(qiáng)烈的噪聲背景中分 離出來, 有利于更好的提取故障特征 [ 5] 。 1 2 廣義諧波小波

為使分析頻帶的選取更加靈活, 對(duì)于式 ( 1)定義的 諧波小波, 引 入正 實(shí)數(shù) m, n (m < n ), 考慮 頻帶 ± = [ 2’m, 2’n ], 則廣義化的諧波小波為 :

wm, n ( t) = [ exp( i2’tn ) - exp( i2’tm ) ] /i2’( n - m ) t ( 3)

給定步長 k / ( n - m ), ( k C Z ), 作平移 變換, 則式 ( 3)成為:

- wt- = in2 t -

n - n - i2’( n - t- ( 4) im 2 t- n - n - 這就是分析頻率帶寬為 ( n- m ) 2’, 分析時(shí)間中心 在 t= k / ( n- m )處的廣義諧波小波的一般 形式。通過 調(diào)整參數(shù) m, n, 可對(duì)信號(hào)的所選頻段 [ m, n ] 2x 進(jìn)行廣 義諧波小波分析, 從而較好地實(shí)現(xiàn)信號(hào)的濾波。

[ 6]

j

j

向量輸入神經(jīng)網(wǎng)絡(luò), 實(shí)現(xiàn)滾動(dòng)軸承的故障識(shí)別。

1 諧波小波變換

1 1 諧波小波的概念

諧波小波是劍橋大學(xué)的 Dav id E. N ew land 于 1993 年構(gòu)造出的一種具有嚴(yán)格矩形頻譜特性的小波, 具有 優(yōu)良的濾波特性 。諧波小波分解算法通過信號(hào)的快 速傅里葉變換及其逆變換來實(shí)現(xiàn)。式 ( 1) 所定義的函

2 諧波小波包

諧波小波分解同其它小波分解類似, 進(jìn)行頻域分

析時(shí), 低頻段的細(xì)化能力好, 高頻段的分辨 能力差, 而 實(shí)際應(yīng)用時(shí), 往往希望提高高頻段信號(hào)的頻率分辨率。

[ 5]

基金項(xiàng)目: 國家自然科學(xué)基金項(xiàng)目 ( 50705001, 50805001); 北京市教委科

技計(jì)劃項(xiàng)目 ( KM 200910005007 ); 國家 高技術(shù) 研究發(fā) 展計(jì)劃 ( 863 計(jì) 劃, 2009AA 04Z 417)

收稿日期: 2009 - 05- 25 修改稿收到日期: 2009- 07- 29 第一作者 趙元喜 男, 碩士生, 1981年 11 月生

小波包分解是比小波分解更為精細(xì)的一 種分析方法,

其不同之處在于對(duì)濾出的高頻部分也同樣進(jìn)行分解。

由廣義諧波小波的定義式可知參數(shù)決定了小波函數(shù)帶寬和頻帶的位置。通過調(diào)整廣義諧

  本文關(guān)鍵詞：基于諧波小波包和BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承聲發(fā)射故障模式識(shí)別技術(shù)，由筆耕文化傳播整理發(fā)布。