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(luò)濾波、相關(guān)濾波等方法進(jìn)行信號(hào)預(yù)處理，可大大提高信噪比?，F(xiàn)場(chǎng)應(yīng)用情況表明，小波分析方法可在強(qiáng)噪聲環(huán)境下提取出齒輪振動(dòng)中的微弱故障信息，及時(shí)發(fā)現(xiàn)齒輪早期故障隱患。它還可推廣應(yīng)用到存在強(qiáng)噪聲、強(qiáng)沖擊的滾動(dòng)軸承和往復(fù)機(jī)械等的診斷工作中。
??? 關(guān)鍵詞：故障診斷；小波；神經(jīng)網(wǎng)絡(luò)；噪聲
??? 基于FFT分析的故障診斷方法因系建立在信號(hào)的平穩(wěn)性假設(shè)基礎(chǔ)上，所以僅適用于平穩(wěn)信號(hào)分析。而在工程應(yīng)用中存在大量的非平穩(wěn)信號(hào)，其頻率成分及強(qiáng)度隨時(shí)變化，如摩擦、松動(dòng)、裂紋、油膜失穩(wěn)等產(chǎn)生的故障信號(hào)，齒輪、軸承表面缺陷引起的調(diào)頻、調(diào)幅信號(hào)等，必須采用能反映信號(hào)時(shí)變特征的時(shí)間一頻率兩維分析方法。此外，F(xiàn)FT分析其實(shí)質(zhì)是一種線性變換方法，雖然大型旋轉(zhuǎn)機(jī)組正常情況下大都可簡(jiǎn)化為線性系統(tǒng)處理，但是在故障狀態(tài)下，有時(shí)也會(huì)表現(xiàn)出較強(qiáng)的非線性，此時(shí)FFT分析便不能正確反映信號(hào)中的全部信息。
??? 因此，出現(xiàn)了短時(shí)傅里葉變換、Wigner分布和小波變換等針對(duì)時(shí)變信號(hào)處理的分析方法，分形、混沌等處理非線性信號(hào)的分析方法，以及神經(jīng)網(wǎng)絡(luò)濾波、分形濾波、小波分解、奇異譜降噪等多種信號(hào)提純方法，并在診斷實(shí)踐中初見(jiàn)成效。本文介紹采用小波分析技術(shù)提取信號(hào)中蘊(yùn)含的微弱沖擊故障信號(hào)，大大提高了信噪比。現(xiàn)場(chǎng)應(yīng)用情況表明，該方法可在強(qiáng)噪聲環(huán)境下提取設(shè)備振動(dòng)中的微弱故障信息，及時(shí)發(fā)現(xiàn)早期故障隱患。