基于db10小波的电机轴承故障信号分析

刘文韬 董绍江 刘娟等

摘 要：滚动轴承故障诊断的关键是对振动信号进行分析和处理，并提取滚动轴承的故障特征。由于大多数滚动轴承故障振动信号是非平稳信号，因此需要选择适合于非平稳信号分析和处理的方法。小波变换具有多分辨率分析的特点，并且在时域、频域都具有表征信号局部特征的能力，本文采用具有良好特征提取能力的db10小波进行分析。通过对实验数据的分析，验证了所提方法的有效性。

关键词：信号采集 小波变换 故障诊断

中图分类号：TM307.1 文献标识码：A 文章编号：1672-3791（2014）07（a）-0119-01

轴承运行状态是否良好会直接影响到整台机器的性能（包括：精度、可靠性及寿命等）。就旋转机械而言，据统计，现场故障中30%是由于滚动轴承故障而引起的。因此，对滚动轴承的故障诊断已经成为各国研究的热点。

1 滚动轴承的故障分析

轴承失效形式有：疲劳失效，磨损失效，腐蚀失效等。根据产生缺陷元件的不同，滚动轴承的缺陷特征频率可用如下公式计算：

外环 （1）

内环 （2）

其中，Z为滚动体数目；为轴的旋转频率；d为滚动体直径；D为节圆直径；为内圈转动频率；为外圈转动频率；为轴承的压力角。

滚动轴承的故障诊断方法主要有：滚动轴承特征参数判断法，共振解调分析方法，功率谱分析方法，小波变换分析方法[1]。小波变换具有多分辨率分析的特点，而且在时、频域都具有表征信号局部特征的能力，适合分析非平稳信号，并可以提取隐藏在高频衰减振动信号中的故障特征[2]。

2 滚动轴承故障诊断

2.1 滚动轴承参数介绍

因为条件的限制，所以使用凯斯西储大学（CWRU）轴承中心在网络上提供的数据，本文对外环缺陷振动信号和频谱图进行分析。CWRU轴承中心实验使用的轴承型号是SKF公司的6205—2RS深沟球轴承。

2.2 实验数据分析

通过MATLAB对采集到的振动信号进行小波分解，根据实验轴承基本参数，采样频率为12 kHz。空载荷下转速为1797 rpm，所以轴承转速频率为29.95 Hz。通过计算，

3 结论

滚动轴承的故障状态信号往往含有奇异性的非平稳信号，采用传统的傅里叶变换分析往往无法得出满意的结果。小波变换具有良好的时频局部化特性。利用小波变换对滚动轴承的振动信号进行分解，可以有效的检测出轴承故障的特征频率。

本文运用了小波分解对滚动轴承故障進行诊断，并根据实验的滚动轴承振动信号数据，进行了小波分解和对故障的诊断。实验结果证明，这种方法是有效的。

参考文献

[1] 张北欧.基于小波变换和Elman人工神经网络的电机故障诊断系统的研究[D].武汉：武汉理工大学，2010.

[2] 李展.小波与频谱分析[D].上海：上海交通大学，2009.