基于小波包

李方前 杨斌 黄永程

摘 要 针对滚动轴承故障时周期性冲击特征，利用倒频谱能较好地检测出功率谱上的周期成分和分离边频带信号的特性。提出基于小波包——倒频谱的滚动轴承故障检测方法。最后求取重构的信号的倒频谱以检测故障。

【关键词】小波包分解重构 能量 倒频谱 故障检测

滚动轴承故障振动信号一般表现为复杂的随机和周期脉冲混叠的非平稳信号。

1 故障振动信号特征提取

1.1 小波包及能量特征提取过程

定义子空间是函数的闭包空间，设，则可表示为：

式（2）（3）中：ak-2l和bk-2l均为小波包分解共轭滤波器系数。

小波包重构算法：由和求。

1.2 倒频谱理论

倒频谱有很多中变形，在文中选取工程常用的实倒谱进行后续的分析。其定义为对信号x（t）的功率谱Sx（f）的对数值进行傅立叶逆变换的结果，用Cx（τ）表示：

2 实验验证

实验验证分析：

所用数据为6205-2RSJEMSKF型的滚动轴承数据。其加速度传感器安装在电机驱动端，空载转速为1797rpm（也就是转频为1797/60 r/s=29.95Hz），采样频率为12KHZ，模拟的外圈故障直径为0.007inches（0.01778cm）正常与外圈故障的振动信号。利用本文所提出的方法和小波包分解重构结合功率谱分析的方法分别对数据进行分析，对所得结果进行比较。验证所提出方法的优越性。

从图1可看出，其正常振动信号时域波形的幅值随时间变化稳定，无明显的冲击成分；从频域看，其频率主要集中在1KHZ一下，而且大部分幅值均比较小。

从图2和图3可以看出，即

x=S3，0+S3，1+S3，3这样可以减少后续所用方法的计算量，也提高了诊断的精度。

图4和图5分别为小波包重构信号的倒频谱与功率谱。

图6为外圈故障信号的时域波形和频谱图。需要进一步的分析。

从图7可以看出，轴承发生故障时，能量发生了转移，某些频带的能量急剧减少，某些频带能量增加。从图8的小波包分解重构第三层的能量分布来看，此故障的信息主要集中于第3、7频带，对此，我们选取第3、7频带的重构信号还原初始信号以进行后续的分析。即：x=S3，2+S3，6。

图9和图10分别为外圈故障时小波包重构信号的倒频谱和功率谱。可判定为滚动轴承外圈发生故障。而从功率中无法直接判定是否是外圈故障。

3 结论

结果表明，利用小波包——倒频谱的检测方法，通过引入能量指标降低了后续倒频谱的计算量，同时可以提高诊断的精度。利用该方法检测出滚动轴承外圈的故障。

参考文献

[1]张文苑，刘国众.滚动轴承故障的倒頻谱分析[J].振动测试与诊断，2000（06）.

[2]杨宇，于德介，程军圣.基于经验模态分解的滚动轴承故障诊断法[J].中国机械工程，2004（10）.

[3]杨超，张辉.倒频谱在造纸机压榨轴承故障诊断中的应用[J].中国造纸，2005.

[4]程军圣，于德介，杨宇等.尺度—小波能量谱在滚动轴承故障诊断中的应用[J]. 振动工程学报，2004（03）.

[5]袁浩东，陈宏，侯亚丁.基于全矢小波包能量熵的滚动轴承智能诊断[J].机械设计与制造，2012（02）.

[6]唐贵基，蔡伟.应用小波包和包络分析的滚动轴承故障诊断[J].振动测试与诊断，2009（06）.

[7]LOPARO K A.Bearings vibration data set [EB/OL].Case Western Reserve University.http//www.eecs.cwru.edu/laboratory/bearing/download.htm.

[8]高兴.滚动轴承故障的精密诊断技术[J].有色设备，1994（03）：30.

作者简介

李方前（1987-），男，河南省潢川县人。昆明理工大学工学硕士。从事工业故障诊断、嵌入式单片机开发研究。

杨斌，天津市人。广东理工学院工业自动化系副教授，工学硕士。从事机械工程研究。

黄永程，安徽省宿州市人。广东理工学院工业自动化系工学硕士。从事机械工程研究。

作者单位

1.广东理工学院电气工程系 广东省肇庆市 563000

2.广东理工学院工业自动化系 广东省肇庆市 563000