基于小波包和樣本熵的齒輪故障特征提取

趙鵬飛楊喜旺沈松黃晉英崔小龍

基于小波包和樣本熵的齒輪故障特征提取

趙鵬飛1，2楊喜旺1沈松2黃晉英1崔小龍1，2

1、山西中北大學計算機與控制工程學院2、北京東方振動和噪聲技術研究所

針對齒輪箱振動信號的復雜性和隨機性，本文采用在時、頻域內能更好地反映信號本質特征的小波包分解方法進行分析處理，然后用樣本熵作為特征向量，首先把采樣得到的時域數據進行三層小波包變換，然后計算分解獲得的所有頻段的樣本熵，用來當作特征值。通過MATLAB實現算法，并用齒輪箱實驗臺模擬正常、齒頂磨損、斷齒三種工況進行實驗和分析驗證了該方法的有效性。

齒輪；小波包；樣本熵；特征提取

引言

齒輪箱作為一種常用的零件，在煤礦機械、工廠機床、交通運輸等領域有相當高的使用率，已經成為機械器材中不可或缺的連接和傳動部件。然而，因為齒輪箱的組成復雜，運行強度高，極易產生故障，其中齒輪發生故障的概率達到60%，所以對其振動信號的分析與預測故障的發生有著重要意義。

實際工程中，振動信號含有齒輪箱組成部件的各種振動，并且混雜著各種噪聲信號，使信號表現出非平穩性。使用傳統手段解析此類數據，只能在時間域或頻率域中，無法得到全面的結果。而小波變換則是一種在時頻兩域描述信號的算法，能更好地反映信號的本質特征，并且有多分辨率的特點，能像顯微鏡一樣逐漸精細地觀測信號。小波包的優勢在于它的分辨率更高，能夠把信號分解得更詳盡。……