摘要
振动信号分析、识别和处理的理论与技术方法,是设备振动监测与诊断的基础,在多个领域得到了广泛应用。由于机械结构的复杂性,传统的信号处理方法对高频段细化分析及非平稳信号分析难以取得满意的结果。所以,很有必要研究新的信号处理方法,以便提取故障特征频率。本文提出的谐波小波及谐波小波包方法是一种新的信号处理方法。
本文介绍了谐波小波分析的理论方法,分析了谐波小波包分析的理论方法,并给出了谐波小波及谐波小波包的工程实现技术。在此基础上,提出将谐波小波及谐波小波包分析用于若干振动信号的分析,分析结果表明,该方法能够有效地实现非平稳信号中故障信号的提取,对故障信号具有更高的分析精度。
针对滚动轴承故障信号的特点,本文提出基于谐波小波包的滚动轴承故障诊断方法。本文首先分析了滚动轴承的主要失效形式及振动机理,并介绍了滚动轴承的一些常用的故障诊断方法。其次将谐波小波包方法引入滚动轴承故障诊断中,分别对滚动轴承内圈故障、外圈故障和滚动体故障进行谐波小波包分析,分析结果表明,谐波小波包方法能够有效地诊断出轴承故障。最后提出将谐波小波包方法用于大型旋转机械——磨机的状态监测,研究结果表明,谐波小波包方法能够准确地监测磨机的运行状态,证明了此方法在工程应用中具有很高的价值。
The method of analysis, examination of vibration signal, which is widely used in many fields, is the base of vibration monitoring and diagnosis. As the complexity of the mechanical structure, traditional signal processing methods are not suitable for detailed analysis of high frequency and non-stationary signal analysis. It is necessary to introduce new signal processing method, which can extract fault signal effectively.
The paper has introduced the method of harmonic wavelet, analyzed the method of harmonic wavelet package, and provided the procedure of harmonic wavelet and harmonic wavelet package. On this basis, the theory of harmonic wavelet and harmonic wavelet package is used to analyze some simulated signal; simulation results show that this method presented can effectively extract the fault signal in the non-stationary signal and has high precision.
Taking the characteristics of rolling bearing fault signal into account, the method of applying harmonic wavelet package to detect rolling bearing fault. At first, the paper analyzes the main failure modes and vibration mechanism of rolling bearings, and introduces some common method of the rolling bearing’s fault diagnosis. Second, the method of harmonic wavelet package is applied to rolling bearing’s fault diagnosis for inner raceway, outer raceway and the ball, the results show that this method can effectively detect rolling bearing’s fault. Finally, the method of harmonic wavelet package is applied to monitor the condition of mill, experimental results show that this method can accurately monitor the operational status of mill and has a high practical value in the actual project application.
引文
[1]杨国安.机械设备故障诊断实用技术.北京:中国石化出版社, 2007:1~2.
[2]王江萍.机械设备故障诊断技术及应用.西安:西北工业大学出版社, 2001:1~3.
[3] Morlet J. wave propation and sampling theory and complex waves. Geophysics, 1982, 47(2): 222~236.
[4] Mallat S. Multiresolution Approximation and Wavelet Orthonomal Bases of L2. Trans. AMS, 1989, (315):69~87.
[5] Mallat S. A theory for multiresolution signal decomposition: the wavelet representation. IEEE Trans. On PAMI, 1989, 11(7):674~693.
[6] Mallat S. Multifrequency channel decompositions of images and wavelet models. IEEE Trans on Acoustics, Speech, and Signal processing, 1989, 37(12):2091~2110.
[7] Mallat S, Hwang W L. Singularity detection and processing with wavelets. IEEE Transactions on Information Theory, 1992, 38(2): 617~643.
[8]高强,何正嘉.谐波小波及其时频剖面图在旋转机械诊断中的应用.西安交通大学学报, 2000, 34(9):62~66.
[9]肖忠会.谐波小波分析及其在旋转机械信号分析中的应用.风机技术, 2000(1): 43~46.
[10]王志刚,李友荣,李方.基于谐波小波分析的故障诊断方法研究.振动与冲击, 2006, 25(2):125~128.
[11]陈洁,沈远彤,李宏伟.基于谐波小波的弱信号提取.信号处理, 2005, 21(4A):40~43.
[12]黄勇翔.基于谐波小波的轴承故障诊断方法的研究.电力机车与城轨车辆, 2006, 29(6): 8~14.
[13]杨克己.基于谐波小波的自适应滤波在高精度动平衡检测系统中的应用.仪器仪表学报, 2005, 26(8):133~135.
[14]李宏亮,黄润华,韩国明,等.谐波小波的时频特性分析及其在故障诊断中的应用.机械强度, 2006, 22(2):81~85.
[15]赵玉成,袁树清,许庆余.微弱方波信号检测模型混沌解的判定.地球物理学进展, 2002, 17(1):60~65.
[16]李舜酩,许庆余.奇异信号的谐波小波分析.工程力学, 2000, 17(3):51~55.
[17]张玉莲,赵玉成,许庆余.谐波小波在信号滤波中的应用.强度与环境, 2002(2):29~33.
[18]肖忠会.应用谐波小波滤波识别转子系统临界转速.风机技术, 2000 (2):8~10.
[19]唐贵基,张文斌,王维珍,等.谐波小波滤波在旋转机械信号分析中的应用.噪声与振动控制, 2005 (5):29~30.
[20] Newland D E. Harmonic Wavelet Analysis. Proc.R.Soc.Land: A, 1993, 443:203~225.
[21]唐玉志,董永峰,郭艳,等.噪声和振动信号的谐波小波时频表示.噪声与振动控制, 2009 (4):42~45.
[22]贾耀曾,崔凤奎.谐波小波在动不平衡信号提取中的应用.噪声与振动控制, 2009 (1):65~68.
[23]郑云飞,童军,刘晓丹.谐波小波在发动机振动信号分析中的应用.噪声与振动控制, 2008 (6):24~27.
[24]李方,李友荣,王志刚.谐波小波时频图在齿轮故障诊断中的应用.振动与冲击, 2007, 26(3):128~130.
[25]李方,李友荣,王志刚.应用广义谐波小波提纯转子轴心轨迹.振动、测试与诊断, 2008, 28(1):55~57.
[26]李友荣,肖涵,王志刚,等.基于广义谐波小波分析的低速重载轴承故障诊断.武汉科技大学学报(自然科学版), 2008, 31(1):1~5.
[27]王莉,王润孝.基于谐波小波的变频机转子断条故障诊断.继电器, 2006, 34(22):9~11.
[28]朱洪俊.非平稳信号瞬时特征提取的谐波小波方法.机械工程学报, 2008, 44(5):191~195.
[29]张文斌,周晓军,杨先勇,等.基于谐波窗方法的转子轴心轨迹提纯.振动与冲击, 2009, 28(8):74~77.
[30]李舜酩,高德平.裂纹转子非线性振动特征的谐波小波与分形识别.航空动力学报, 2004, 19(5):581~586.
[31] Newland D E. Wavelet Analysis of Vibration, Part 1: Theory. Journal of Vibration and Acoustics, 1994, 116:409~416.
[32] Newland D E. Harmonic and Musical Wavelet. Proc.R.Soc.Land: A, 1994, 444:605~620.
[33]唐贵基,叶进生,胡爱军.基于谐波小波包的微弱信号的频域提取.现代电子技术, 2009 (9):156~159.
[34]聂春燕,周晓军,林勇,等.基于谐波小波包方法的旋转机械故障信号提取.振动与冲击, 2009, 28(3):87~89.
[35]杨仁桓,宋爱国,徐宝国.基于谐波小波包变换的脑电波基本节律分析.东南大学学报(自然科学版), 2008, 38(6):996~999.
[36]王胜春,韩捷,李志农,等.谐波小波包自适应分解在故障诊断中的应用.农业机械学报, 2007, 38(10): 174~177.
[37]刘华,程珩,时建峰.谐波小波包算法在窄带滤波中的应用.机械工程与自动化, 2008 (4):101~103.
[38]李舜酩.谐波小波包方法及其对转子亚频轴心轨迹的提取.机械工程学报, 2004, 40(9):133~137.
[39]吴逍,纪国宜.基于谐波小波包理论检测微弱信号的研究.电子测量技术, 2010, 33(6):1~3.
[40]唐贵基,蔡伟.应用小波包和包络分析的滚动轴承故障诊断.振动、测试与诊断, 2009, 29(2):201~204.
[41]唐德修.设备机械故障预测技术.成都:西南交通大学出版社, 2007:143~150.
[42]黄民,肖兴明.机械故障诊断技术及应用.徐州:中国矿业大学出版社, 2002: 54~58.
[43]李国华,张永忠.机械故障诊断.北京:化学工业出版社, 1999:127~133.
[44]廖伯瑜.机械故障诊断基础.北京:冶金工业出版社, 1995:108~118.
[45]杨国安.机械设备故障诊断实用技术.北京:中国石化出版社, 2007:230~255.
[46]王江萍.机械设备故障诊断技术及应用.西安:西北工业大学出版社, 2001:170~181.
[47]盛兆顺,尹琦岭.设备状态监测与故障诊断技术及应用.北京:化学工业出版社, 2003: 224~226.
[48]韩捷,张瑞林.旋转机械故障机理及诊断技术.北京:机械工业出版社, 1997:174~184.
[49]张键.机械故障诊断技术.北京:机械工业出版社, 2008:128~132.
[50]石新龙.磨机系统运行状态的监测体系.中国建材装备, 2001 (1):14~15.
[51]琚瑞喜.立式辊磨机粉磨系统常见故障及处理措施.新世纪水泥导报, 2010 (2):35~38.
[52]琚瑞喜,江超,张红芳.生料立磨的振动及预防.水泥技术, 2009 (2): 84~85.
[53]琚瑞喜,郝延展.立磨机外循环提升机负荷增大分析.水泥技术, 2009 (4): 84~84.
[54]冯天晶,王焕钢,徐文立,等.基于筒壁振动信号的磨机工况监测系统.矿冶, 2010, 19(2):66~69.
[55]彭熹,严金中.立磨机的研究及应用.非金属矿, 1992 (6):18~20.
[56]江龙强,张晓钟.筒体倾斜对立磨机动力学性能的影响.西安冶金建筑学院学报, 1994, 26(3):319~322.
[57]严金中.立磨机磨矿原理的探讨.矿冶工程, 1998, 18(1):27~30.
[58]付朝毅,陈昌虎.大型球磨机故障诊断系统.中国陶瓷工业, 1995, 2(4): 17~20.
[59]陈晓明,屈宝存,王小菽,等.混沌神经网络在球磨机故障诊断中的应用.河北工业科技, 2008, 25(5): 301~304.
[60]吴文秀,张晓智,丁嘉莉.球磨机和振动筛工作状态实时监测系统的研制.有色金属, 2001, 53(2):26~28.
[61]郜立焕,万畅,柴玉东,等.球磨机状态监测系统设计与故障诊断.矿山机械, 2007, 35(12):98~100.
[62] ANSYS Release 11.0, ANSYS Inc., 2007.
[63] ANSYS Element Manuals, ANSYS Inc., 2007.