基于小波包分解和矩阵分形的齿轮箱故障诊断研究.pdf

《基于小波包分解和矩阵分形的齿轮箱故障诊断研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、机械设计与制造第4期20MachineryDesign&Manufacture2016年4月基于小波包分解和矩阵分形的齿轮箱故障诊断研究葛航奇，潘宏侠，毕静伟(中北大学机械与动力工程学院，山西太原030051)摘要：研究了小波包分解和矩阵分形相结合在齿轮箱故障诊断中的应用，讨论了小波包分解的计算方法和分形矩阵的计算方法。首先对采集的齿轮箱各种工况信号运用小波包三重分解的方法对进行分解，通过计算其分解得到的分量信号的广义维数构建分形矩阵，分析发现在不同工况下通过小波包分解得到的分形矩阵明显不同。通过计算样本信号和待检测信号的相关系数，用柱状图做直观比较确定了待检测信号故障类

2、型，验证了该方法能够有效应用于应齿轮箱故障诊断中。关键词：小波包分解；矩阵分形；齿轮箱；故障诊断中图分类号：TH16文献标识码：A文章编号：1001—3997(2016)04—0020—04GearboxFaultWaveletPacketDecompositionAndMatrixDiagnosisBasedOnFractalGEHang-qi，PANHong-xia，BIJing—wei(SchoolofMechanicalandEnergyEngineering，NoahUniversityofChina，ShanxiTaiyuan030051，China)Abst

3、ract：Thewaveletpacketdecompositionandmatrixfractalcombinedgearboxfaultdiagnosis，discnssedthecalculationmethodbasedonwaveletpacketdecompositionandfractalmatrix．First，variol~conditionsgearbox~gnalwaveletpacketdoubledecomposition，bycalculatingitsgeneral~edfractaldimensionconstructmatrixanaly

4、sisfoundthatunderdiferentconditionsbyfractalmatrixofwaveletpacketdecompositionWassignificantlydiferent，andbycomputingthesofsampleandcorrelationcoefficientofthestobedetected，thefaulttypesofthesignaltobedetectedWasdeterminedbytheintuitivecomparisonofhistogram，themethodCanbeappliedshouldgear

5、boxfaultdiagnosis．KeyWords：WaveletPacketDecomposition；MatrixFractal；GearBox；FaultDiagnosis1引言露出其非常重要的地位豳。在实际应用中多重分形与单重分形在进行故障诊断时都无法摆脱分形维数波动带来的影响，多重分形在齿轮箱故障诊断研究中，故障特征的识别和提取关系到也并不是完全正确的，分形维数不可避免的会出现波动，如果能故障诊断的准确性和可靠性，这也是设备故障诊断所要解决的关够尽可能抑制波动性，就可以提高故障诊断的准确性。因此可以键问题口l。将振动信号分解分析应用在齿轮箱的监测和诊断上是采用

6、矩阵分形的方法进行故障诊断is-71。综上，可以将矩阵分形应现阶段最常用的方法。齿轮箱是机械设备的传动部件，其经常由用到齿轮箱故障诊断中，将齿轮箱信号经过小波包三重分解后，于使用或维护的原因造成损坏，影响其正常的工况。时频域分析通过覆盖法求得其广义维数，构建分形矩阵，发现在设备不同工方法一直在故障诊断领域占重要地位，比如傅利叶分析和小波变况下分型矩阵有明显不同，可以有效地区分故障。换等目。通过这些方法可以得到设备运动的振动图像，但是如何对其还分类需要先验知识积累，所以这些方法不适用于短时、非线2小波包分解性振动信号的早期故障诊断研究。因此，需要寻找一些可靠而且小波包分解方

7、法可以对信号进行全频带、多层次频带的划还能准确反映设备工况的参数网。分形理论是对复杂的信息进行分，它不但具有小波变换良好时频局部化优点，且能对高频频带分析的一种多尺度的信号研究与处理方法。和小波分析、局域进一步分解，小波包分解后的信号高频频带信号被加强，提高了波分析一样，分形对短时、非平稳振动信号的处理在机械设备故整个信号频带的分辨率，所以在设备故障诊断领域，小波包分解障诊断领域具有很大应用价值，虽然其还处于研究阶段，但已显具有很高的应用价值罔。小波包信号分解图，如图1所示。来稿日期：2015—08—24基金项目：国家自然科学