[發明專利]基于零相位卷積型小波變換分解的軸承故障特征提取方法

有效

• 申請號: 201810160255.2
• 申請日: 2018-02-26
• 公開（公告）號: CN108535015B
• 公開（公告）日: 2019-12-03
• 發明（設計）人: 田福慶;梁偉閣;佘博;張鋼
• 申請（專利權）人: 中國人民解放軍海軍工程大學
• 主分類號: G01M13/045
• 分類號: G01M13/045
• 代理公司: 42104 武漢開元知識產權代理有限公司
• 代理人: 李滿;劉志菊<國際申請>=<國際公布>=

本發明涉及一種基于零相位卷積型小波變換分解的故障特征提取方法，屬于旋轉機械故障診斷領域，其特征在于，包括如下步驟：采集故障軸承振動加速度信號；利用小波高通濾波器和低通濾波器對輸入信號進行濾波；將第一次濾波后得到的近似系數和小波系數再進行濾波，即得到零相位延遲的濾波結果，獲得故障信號頻率特征。本發明涉及對現有技術的改進是：消除了卷積型小波變換分解算法存在的移位現象，避免了正交小波非對稱性給故障特征提取帶來的不利影響，解決了小波對稱性與正交性不能同時滿足的矛盾。

技術領域

本發明涉及旋轉機械故障診斷技術領域，具體涉及一種基于零相位卷積型小波變換分解的軸承故障特征提取方法。

背景技術

滾動軸承作為機械傳動系統核心零部件之一，其性能的好壞直接影響著機械的可靠性和安全性。由于長期連續工作在高載荷、高轉速、高沖擊以及變工況下，滾動軸承極其容易損壞和發生故障。因此，研究滾動軸承的特征提取與故障診斷方法，有效地提取故障特征信息并準確識別其當前狀態，對避免重大事故的發生，保持武器裝備戰備完好性，具有非常重大的意義。

滾動軸承在出現故障(如裂紋、斷裂、剝落等)時，即可視為復雜的非線性系統，其動態響應行為既復雜且多變，從而造成故障響應信號頻率、統計特性(包括時域統計特性和頻域統計特性)均隨時間不斷變化，即故障響應信號呈現有明顯的非平穩特征。小波分析是機械故障診斷中應用最為廣泛的非平穩信號處理方法之一，其中，離散小波變換塔式多分辨率分解與重構的快速計算方法—Mallat算法，將小波分析真正地推向了實際應用。然而，Mallat算法因存在隔點采樣環節以致其用于故障特征提取需要通過繁瑣的重構過程恢復信號長度，并使得結果還存在頻率折疊、平移可變、信號失真等一系列固有缺陷，限制了故障特征提取的效果。

為消除Mallat算法存在的一系列固有缺陷，更好地利用小波變換進行故障特征提取，近年來許多學者在此方面進行了大量研究，提出了卷積型小波變換方法。卷積型小波變換快速算法取消了隔點采樣環節，分解得到的各頻帶信號長度始終與原始信號相等，因而其用于故障特征提取無需通過繁瑣的重構過程恢復信號長度，避免了Mallat算法因存在隔點采樣環節而出現的諸多缺陷，但其分解結果還是存在因正交小波非對稱性導致的信號移位現象。

發明內容

本發明的目的在于提供一種基于零相位卷積型小波變換分解的軸承故障特征提取方法，本發明不僅繼承了卷積型小波變換分解算法的優勢，還擁有零相位濾波特性，消除了卷積型小波變換分解算法存在的移位現象，避免了正交小波非對稱性給故障特征提取帶來的不利影響，解決了小波對稱性與正交性不能同時滿足的矛盾，具有一定的工程應用價值。

為解決上述技術問題，本發明公開的一種基于零相位卷積型小波變換分解的軸承故障特征提取方法，其特征在于，它包括如下步驟：

步驟1：采集故障軸承振動加速度信號；

步驟2：利用第一小波低通濾波器和第一小波高通濾波器分別對步驟1獲取的故障軸承振動加速度信號進行卷積型小波低通濾波和卷積型小波高通濾波，分別得到小波變換的近似系數和小波變換的小波系數；

步驟3：將步驟2濾波后得到的小波變換的近似系數利用第二小波低通濾波器再次進行卷積型小波低通濾波，對步驟2濾波后得到的小波變換的小波系數利用第二小波高通濾波器再次進行卷積型小波高通濾波，得到消除非線性相位影響的小波變換近似系數和小波變換的小波系數，完成加速度信號的第一層分解；

步驟4：將步驟3中獲得的消除非線性影響的近似系數做為故障軸承振動加速度信號的第一層小波變換結果，將故障軸承振動加速度信號的第一層小波變換結果按照步驟2和步驟3的零相位卷積型小波變換方式進行小波變換處理，得到消除非線性相位影響的第二層小波變換的近似系數和小波變換的小波系數；