资源描述：
《基于小波包与包络谱齿轮箱异响研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、基于小波包与包络谱齿轮箱异响研究摘要：针对齿轮箱异响信号呈非平稳时变特征并伴随有强烈的背景噪声，介绍了基于小波包分解、频带能量分析和包络谱相结合的齿轮箱异响分析方法。首先对采集到的齿轮箱声学信号进行小波包分解，对该信号进行小波包能量化分，然后对照正常和异响发动机信号的能量特征向量，对明显差异的小波包系数进行重构，最后对重构信号进行包络分析提取故障特征频率为16.5 ；Hz,与实际的故障特征频率相近，表明该方法适用于齿轮箱的故障分析。关键词：小波包分解；包络分析；异响；频带能量；特征提取中图分类号:TP206+.3文献标文献标志码:A文献标DOI：10.3969/j.is
2、sn.2095-1469.2011.05.008AnalysisofAbnormalSoundinGearboxBasedonWaveletPacketandEnvelopeSpectrumYangChengl,XiaLuningl,YangZhendong2(1.SchoolofMechanicalEngineering,ChongqingUniversity,Chongqing400044,China；2.SouthMotorcycleTechnologyResearchInstitute,Chongqing401320,China)Abstract：Theabnormals
3、oundsignalsofgearboxarenon-stationary,time-varyingandareaccompaniedbystrongbackgroundnoise・Thispaperintroducedananalysismethodofabnormalsoundthatcombinedthewaveletpacketdecomposition,theenergybandanalysisandenvelopespectrum・Thepaperdecomposedtheacousticsignalsfromthegearboxwithwaveletpacket,q
4、uantifiedthesignalsbywaveletpacketenergy,comparedtheenergyeigenvectorsofnormalsoundwiththoseofabnormalsoundoftheenginesignals,andthenreconstructedthesignificantlydifferentwaveletpacketcoefficients・Finally,envelopeanalysiswasappliedtothereconstructedsignals.ThefauItcharacteristicfrequency,16.5
5、Hz,whichissimilartotheactualfauItfrequency,wasextracted.Itisdemonstratedthismethodwassuitableforfailureanalysis・Keywords:waveletpacket；envelopeanalysis；abnormalsound；bandenergy；featureextraction由于受到齿轮箱内部结构复杂，发动机转速不稳，壳体噪声辐射，线上诊断的强背景噪声等影响，使采集到的信号频谱非常复杂，是典型的非平稳信号［1］。这就对齿轮箱故障诊断的准确率提出了更高的要求，传统的信号处
6、理技术已满足不了对微弱的故障特征提取、早期故障诊断及非平稳信号特征提取的要求。傅里叶分析是针对平稳信号的整个频段进行分析，对整体频谱的体现比较有效，但多次平均容易淹没微弱的特征，所以对非平稳复杂信号的特征提取显得捉襟见肘。随着计算机存储容量和运算速度的迅速提高以及信号分析理论和方法的研究开发，已有很多先进的信号分析方法在机械故障诊断中得到应用，其中小波包分解等先进的信号处理技术为故障诊断中这些难题的解决提供了理论基础。它为信号的时一频分析提供了有力的手段，可对信号的任意局部进行分析，而且其分析精度可变，是一种用加时窗进行分析的方法。在高频段，具有高的时间分辨率和低的频率分辨率，而
7、在低频段，具有低的时间分辨率和高的频率分辨率[2],克服了傅立叶变换中时频分辨率恒定的弱点。因此它享有"数字显微镜"的美称。以某齿轮箱内部故障率较高的机油泵为例，通过对声学信号做小波包分解，对照正常、异响信号各频带能量的变化找出故障频段，最后用包络谱找出齿轮故障特征频率进行故障分析。1小波包分析的基本原理小波包分析是从小波分析延伸出来的一种对信号进行更加细致的分解和重构的方法。小波包分析不但对低频部分进行分解，而且对高频部分也做了进一步分解，所以小波包可以对信号的高频部分做更加细
