摘要：滚动轴承是确保重载货运列车安全运行的重要部件，它的运行状态直接影响到了列车的安全运行。滚动轴承故障一般为磨损故障和损伤类故障。磨损类故障可以采取定期监控。损伤类故障突发性强而且危险，所以是研究重点方向。本文针对轴承故障振动信号的非平稳特性，结合小波变换。经过振动信数据的分析和处理，从具有强干扰和噪声的信号中提取故障特征，实现故障诊断。52688

毕业论文关键词: 滚动轴承；振动信号；故障诊断

Analysis of Fault Vibration Signal of Rolling Bearing of Heavy Haul Freight Train

Abstract: Rolling bearing is an important part to ensure the safe running of the heavy haul freight train. Its running state directly affects the safe operation of the train. Rolling bearing fault is generally wear fault and damage type fault. Wear class failure can be monitored regularly. It is a research focus in the direction of the research on the sudden and dangerous damage of the class of damage. In this paper, the non stationary characteristics of bearing fault vibration signals are combined with wavelet transform. Through the analysis and processing of the vibration signal, the fault feature is extracted from the signal with strong interference and noise, and the fault diagnosis is realized.

KeyWords: rolling bearing； vibration signal； fault diagnosis 

目 录

1 绪论 1

1.1 国内外的研究现状 1

1.2 滚动轴承故障诊断的发展方向 1

1.3 传统方法所存在的不足及缺陷 2

1.4 主要研究方法及实践手段 3

2 滚动轴承的故障诊断原理 3

2.1 滚动轴承的结构与作用 4

2.1.1 滚动轴承的概念 4

2.1.2 滚动轴承的结构 4

2.2 滚动轴承的振动机理 4

2.3 滚动轴承的特征频率，固有频率和频谱结构 6

2.3.1 滚动轴承的特征频率 7

2.3.2 滚动轴承的固有频率 9

2.3.3 滚动轴承振动信号的频谱结构 9

2.4 滚动轴承振动信号的监测 10

2.4.1 测量位置 10

2.4.2 测量的周期 10

2.5 滚动轴承振动信号的常规故障特征提取方法 11

2.5.1 时域分析的统计特征 11

2.5.2 时域主要参数 11

2.5.3 频域主要参数 13

2.5.4 频域分析 14

2.5.5 时频分析 16

3 小波变换理论及其在信号处理中的应用 19

3.1 引言 19

3.2 小波变换基本理论 19

3.2.1 小波分析 19

3.2.2 小波包分析 21

3.2.3 常用的小波函数 21

3.2.4 多分辨率分析及Mallat算法 23

3.2.5 在信号重构中的应用 26

3.3 小波包降噪处理和信号的故障特征提取