谐波小波与近似熵重载货运列车滚动轴承振动故障分析(2)
3小波变换的介绍基本原理及应用 10
3.1 简要介绍 10
3.2 小波分析 10
3.2.1 小波变换对于信号降噪的原理 11
3.2.2 小波分析用于信号处理的过程 11
3.3 小波包的分析 11
3.3.1 小波包实现振动信号能量特征提取方法 12
3.4 小波降噪原理的的基础分析 12
4近似熵的定义算法及参数条件选择 14
4.1 近似熵的定义 14
4.2 近似熵的计算方法 14
4.3 近似熵的应用 16
5滚动振动故障分析试验仿真 17
5.1 简要介绍 17
5.2 课题设计方案 17
5.3 设计方案的简要介绍 18
5.4 仿真实验 18
5.4.1 对振动信号的特征提取的思路 18
5.4.2 对振动信号的特征提取的分析 19
5.4.3 Matlab中小波包分解系数重构 20
5.4.4 试验中故障信号特征的波形分析 24
6结论和展望 35
6.1 结论 35
6.2 展望 35
致谢 37
参考文献 38
附录 39
1 绪论
1.1 本课题的意义和目的、国内外研究现状、水平和发展趋势
1.1.1 课题意义和目的
滚动轴承作为重载货运列车的重要部件,其工作状态直接影响到货车列车的提速和安全运行。滚动轴承发生故障时,一般为磨损故障和损伤类故障。磨损故障是由于轴承磨损造成零件间隙逐渐变大,振动加强。这是一类渐变性的故障,振动波形变化缺乏规律,具有较强的随机性,但通频带的振动幅值变化量往往能清晰地反映磨损的严重程度。损伤类故障是指当轴承元件滚过表面损伤点时,就会产生一个突变的冲击脉冲力,引起轴承和机械设备的共振,这是损伤类故障的基本特征。磨损类故障一般是一个比较长的发展过程,可以采取定期的轴承振动总量监测,进行趋势分析作状态预报。而损伤类故障是一种具有较强突发性而又比较危险,早期故障症状又比较难识别的一类故障,并且是进行故障诊断时重点研究方向。
针对滚动轴承故障振动信号的非平稳特性,结合小波变换、包络谱细化分析的优点,利用小波对其故障进行分析。小波分析的应用是与小波分析的理论研究紧密地结合在一起地。现在，它已经在科技信息产业领域取得了令人瞩目的成就。 电子信息技术是吹冰大高新技术中重要的一个领域，它的重要方面是图像和信号处理。现在的信号处理已经是当代科学技术工作的重要组成部分，信号处理的目的就是：准确的分析、诊断小波分析、编码压缩和量化、快速传递或存储、精确地重构。从数学地角度来看，信号与图像处理可以统一看作是信号处理，在小波分析地许多分析的许多应用中，都可以归结为信号处理问题。现在，对于其性质随时间是稳定不变的信号，处理的理想工具仍然是傅立叶分析。但是在实际应用中的绝大多数信号是非稳定的，而特别适用于非稳定信号的工具就是小波分析。
事实上,滚动轴承产生故障时,由于轴承元件受到刚度非线性、接触摩擦、零件间隙和外载荷等的影响,其振动信号往往会表现为非平稳特征,因此,如何从非平稳振动信号中提取滚动轴承故障特征信息,是滚动轴承的故障诊断中的重中之重。
1.1.2 国内外研究现状与水平
（1） 国外研究状况
（2）国内研究状况