一種多元素形態(tài)非抽樣小波分解方法及其在滾動(dòng)軸承故障特征提取中的應(yīng)用

一種多元素形態(tài)非抽樣小波分解方法及其在滾動(dòng)軸承故障特征提取中的應(yīng)用

軸承誤差占機(jī)械故失的比例很大。當(dāng)軸承存在局部缺陷時(shí),其振動(dòng)信號(hào)中的脈沖信號(hào)含有豐富的缺陷信息,如果能夠有效地將缺陷引起的脈沖信號(hào)提取出來,便可以診斷出缺陷存在的部位包絡(luò)分析與小波包分解是目前常用的滾動(dòng)軸承故障特征提取方法基于此問題,文獻(xiàn)在此,根據(jù)滾動(dòng)軸承故障信號(hào)的特點(diǎn),在MUDW的一般框架內(nèi),提出了一種多元素多尺度形態(tài)非抽樣小波分解算法,并應(yīng)用該方法對(duì)電動(dòng)機(jī)軸承典型故障信號(hào)進(jìn)行分析。1非抽樣波理論1.1開和閉運(yùn)算基本數(shù)學(xué)運(yùn)算包括腐蝕、膨脹、形態(tài)開和閉運(yùn)算(((((式中:1.2形態(tài)小波因抽樣引起的不足形態(tài)非抽樣小波克服了傳統(tǒng)形態(tài)小波因抽樣引起的不足,是一種基于數(shù)學(xué)形態(tài)學(xué)的信號(hào)多分辨率分解理論。1.2.1塔條件小波分解形態(tài)非抽樣小波分解中具有分析算子和合成算子,且必須滿足金字塔條件((式中:金字塔條件保證在分析和合成這兩個(gè)連續(xù)的步驟中,沒有信息的損失?；诮鹱炙l件,可以構(gòu)造對(duì)偶小波分解。單層對(duì)偶小波分解框架如圖1所示,多層對(duì)偶小波的分解方法與其類似。1.2.2基于數(shù)學(xué)形態(tài)學(xué)的處理方法式中:現(xiàn)有文獻(xiàn)中的形態(tài)非抽樣小波算法均基于形態(tài)非抽樣分解框架建立,設(shè)形態(tài)學(xué)膨脹算子為其中,文獻(xiàn)文獻(xiàn)在基于數(shù)學(xué)形態(tài)學(xué)的處理方法中,結(jié)構(gòu)元素的形狀和大小是影響性能的關(guān)鍵。對(duì)于白噪聲,半圓形結(jié)構(gòu)元素可以取得較好的濾波效果;對(duì)于脈沖噪聲,一般采用三角形結(jié)構(gòu)元素進(jìn)行濾波因此,在構(gòu)造形態(tài)非抽樣小波分解的信號(hào)分析算子時(shí),需根據(jù)實(shí)際情況確定結(jié)構(gòu)元素的類型和大小,文獻(xiàn)1.2.3多元素多尺度形狀的非抽樣小波著眼于提高分析算子的有效性和靈活性,提出一種多元素多尺度形態(tài)非抽樣小波分解方法,其分解算子為2諧波干擾成分的提取為驗(yàn)證多元素多尺度形態(tài)非抽樣小波提取信號(hào)沖擊特征的有效性,進(jìn)行了仿真分析,設(shè)仿真信號(hào)為(式中:從頻譜圖可以看出,25和50Hz的諧波干擾成分比較明顯,且以144Hz為中心出現(xiàn)一組頻寬約為16Hz的邊頻序列。而16Hz及其倍頻的沖擊成分由于諧波成分的抑制以及噪聲的干擾,很難在頻譜中反映出來。為了提取信號(hào)的沖擊成分特征,必須選取合適的方法抑制諧波及噪聲。為分析文中方法的正確性和有效性,將其與典型的多尺度形態(tài)差值非抽樣小波分解方法2.1角形結(jié)構(gòu)元素選擇三角形結(jié)構(gòu)元素2.2扁平化形結(jié)構(gòu)元素選用扁平形結(jié)構(gòu)元素2.3沖擊頻率和諧波頻率分別采用三角形結(jié)構(gòu)元素由圖5a可以看出,沖擊頻率16Hz及其倍頻沒有被提取出,而諧波頻率25Hz和50Hz的譜線異常明顯。此時(shí)特征能量比2.4仿真試驗(yàn)結(jié)果分析縱向分析上述仿真試驗(yàn)中的3多元素多尺度形態(tài)非抽樣小波對(duì)故障信號(hào)的分解為驗(yàn)證多元素多尺度非抽樣小波變換方法的有效性,選用軸承內(nèi)圈、外圈2種故障狀態(tài)進(jìn)行分析。實(shí)測(cè)軸承振動(dòng)加速度數(shù)據(jù)來自CaseWesternReserveUniversity(CWRU)軸承數(shù)據(jù)中心網(wǎng)站。軸承局部損傷由電火花機(jī)加工,直徑為0.1778mm,轉(zhuǎn)速為1797r/min,轉(zhuǎn)頻為29.95Hz,軸承外圈和內(nèi)圈故障的特征頻率分別為107.8Hz和159.6Hz。試驗(yàn)信號(hào)采樣頻率為12kHz,采樣點(diǎn)數(shù)為6000。軸承外圈和內(nèi)圈故障信號(hào)時(shí)域波形如圖6所示?；诙嘣囟喑叨刃螒B(tài)非抽樣小波分別對(duì)2種故障狀態(tài)下的軸承振動(dòng)加速度信號(hào)進(jìn)行分解,并求取第2層近似信號(hào)的頻譜。分解過程中,三角形結(jié)構(gòu)元素軸承外圈故障信號(hào)的分解時(shí)域圖和第2層近似信號(hào)頻譜圖分別如圖7和圖8所示,可以看出,經(jīng)由多元素多尺度形態(tài)非抽樣小波分解,外圈故障特征頻率及其倍頻可以清晰地得到,且特征能量比選用同樣結(jié)構(gòu)元素對(duì)軸承內(nèi)圈故障信號(hào)進(jìn)行分析處理,結(jié)果如圖9和圖10所示。可以看出,軸承內(nèi)圈故障特征頻率及其1,2倍頻被清晰地提取,且其特征能量比4形態(tài)非抽樣小波分解的應(yīng)用特點(diǎn)多元素多尺度形態(tài)非抽樣小波分解方法考慮了不同的形態(tài)學(xué)結(jié)構(gòu)元素對(duì)于濾波和沖擊頻率提取的影響,在形態(tài)學(xué)小波分解過程中采用不同的結(jié)構(gòu)元素,與現(xiàn)有的形態(tài)非抽樣小波分解