基于db10小波的電機軸承故障信號分析

劉文韜 董紹江 劉娟等

摘 要：滾動軸承故障診斷的關鍵是對振動信號進行分析和處理，并提取滾動軸承的故障特征。由于大多數滾動軸承故障振動信號是非平穩信號，因此需要選擇適合于非平穩信號分析和處理的方法。小波變換具有多分辨率分析的特點，并且在時域、頻域都具有表征信號局部特征的能力，本文采用具有良好特征提取能力的db10小波進行分析。通過對實驗數據的分析，驗證了所提方法的有效性。

關鍵詞：信號采集 小波變換 故障診斷

中圖分類號：TM307.1 文獻標識碼：A 文章編號：1672-3791（2014）07（a）-0119-01

軸承運行狀態是否良好會直接影響到整臺機器的性能（包括：精度、可靠性及壽命等）。就旋轉機械而言，據統計，現場故障中30%是由于滾動軸承故障而引起的。因此，對滾動軸承的故障診斷已經成為各國研究的熱點。

1 滾動軸承的故障分析

軸承失效形式有：疲勞失效，磨損失效，腐蝕失效等。根據產生缺陷元件的不同，滾動軸承的缺陷特征頻率可用如下公式計算：

外環 （1）

內環 （2）

其中，Z為滾動體數目；為軸的旋轉頻率；d為滾動體直徑；D為節圓直徑；為內圈轉動頻率；為外圈轉動頻率；為軸承的壓力角。

滾動軸承的故障診斷方法主要有：滾動軸承特征參數判斷法，共振解調分析方法，功率譜分析方法，小波變換分析方法[1]。小波變換具有多分辨率分析的特點，而且在時、頻域都具有表征信號局部特征的能力，適合分析非平穩信號，并可以提取隱藏在高頻衰減振動信號中的故障特征[2]。

2 滾動軸承故障診斷

2.1 滾動軸承參數介紹

因為條件的限制，所以使用凱斯西儲大學（CWRU）軸承中心在網絡上提供的數據，本文對外環缺陷振動信號和頻譜圖進行分析。CWRU軸承中心實驗使用的軸承型號是SKF公司的6205—2RS深溝球軸承。

2.2 實驗數據分析

通過MATLAB對采集到的振動信號進行小波分解，根據實驗軸承基本參數，采樣頻率為12 kHz。空載荷下轉速為1797 rpm，所以軸承轉速頻率為29.95 Hz。通過計算，

3 結論

滾動軸承的故障狀態信號往往含有奇異性的非平穩信號，采用傳統的傅里葉變換分析往往無法得出滿意的結果。小波變換具有良好的時頻局部化特性。利用小波變換對滾動軸承的振動信號進行分解，可以有效的檢測出軸承故障的特征頻率。

本文運用了小波分解對滾動軸承故障進行診斷，并根據實驗的滾動軸承振動信號數據，進行了小波分解和對故障的診斷。實驗結果證明，這種方法是有效的。

參考文獻

[1] 張北歐.基于小波變換和Elman人工神經網絡的電機故障診斷系統的研究[D].武漢：武漢理工大學，2010.

[2] 李展.小波與頻譜分析[D].上海：上海交通大學，2009.