利用小波分析早期發(fā)現(xiàn)齒輪故障隱患

利用小波分析早期發(fā)現(xiàn)齒輪故障隱患
王妙云
??? 摘? 要：FFT分析方法存在著局限性，采用小波分析、神經(jīng)網(wǎng)絡濾波、相關濾波等方法進行信號預處理，可大大提高信噪比?，F(xiàn)場應用情況表明，小波分析方法可在強噪聲環(huán)境下提取出齒輪振動中的微弱故障信息，及時發(fā)現(xiàn)齒輪早期故障隱患。它還可推廣應用到存在強噪聲、強沖擊的滾動軸承和往復機械等的診斷工作中。
??? 關鍵詞：故障診斷；小波；神經(jīng)網(wǎng)絡；噪聲
??? 基于FFT分析的故障診斷方法因系建立在信號的平穩(wěn)性假設基礎上，所以僅適用于平穩(wěn)信號分析。而在工程應用中存在大量的非平穩(wěn)信號，其頻率成分及強度隨時變化，如摩擦、松動、裂紋、油膜失穩(wěn)等產(chǎn)生的故障信號，齒輪、軸承表面缺陷引起的調(diào)頻、調(diào)幅信號等，必須采用能反映信號時變特征的時間一頻率兩維分析方法。此外，F(xiàn)FT分析其實質(zhì)是一種線性變換方法，雖然大型旋轉(zhuǎn)機組正常情況下大都可簡化為線性系統(tǒng)處理，但是在故障狀態(tài)下，有時也會表現(xiàn)出較強的非線性，此時FFT分析便不能正確反映信號中的全部信息。
??? 因此，出現(xiàn)了短時傅里葉變換、Wigner分布和小波變換等針對時變信號處理的分析方法，分形、混沌等處理非線性信號的分析方法，以及神經(jīng)網(wǎng)絡濾波、分形濾波、小波分解、奇異譜降噪等多種信號提純方法，并在診斷實踐中初見成效。本文介紹采用小波分析技術提取信號中蘊含的微弱沖擊故障信號，大大提高了信噪比。現(xiàn)場應用情況表明，該方法可在強噪聲環(huán)境下提取設備振動中的微弱故障信息，及時發(fā)現(xiàn)早期故障隱患。