轴承和齿轮是机械设备中最常见的传动部件之一,对轴承和齿轮进行故障诊断对确保设备的安全可靠运行具有重要意义。传统的故障诊断方法适合于平稳信号分析,但却不能全面反映齿轮局部故障产生的非平稳信号的时变特性。小波分析具有良好的时频局部性,非常适合中非平稳信号的故障分析。传统小波在分析信号时需要首先确定一种小波基,然而小波基的确定往往成为了信号分析的瓶颈。小波基选择不好对信号处理的结果会造成很大的影响。基于插值细分原理的第二代小波分析克服了传统小波的不足,通过预测器、更新器的设计代替了小波基的选择,实现起来更加方便而且可以取得比传统小波更好的效果。因此本文选择用第二代小波分析进行故障诊断的分析与研究。 (1)对传统小波的发展史、小波理论进行了简单介绍。重点研究了第二代小波分析、冗余第二代小波分析的分解与重构过程。分解过程包括剖分、预测、更新过程。重构过程包括恢复更新、恢复预测、合并过程。分解重构过程中详细研究了基于插值细分原理的预测器、更新器设计方法。在第二代小波变换的基础上构造了冗余第二代小波变换,由于其数据冗余性的特点使得其能够取得比第二代小波变换更好的效果。 (2)研究了基于第二代小波的降噪方法。工业信号中,故障信号多集中于低频部分,而噪声多集中在高频部分。小波分解可以实现低频和高频信号相分离,通过对高频信号进行阈值处理再与低频信号进行合并,就可以实现信号降噪。阈值选取原则可以采用软阈值降噪和硬阈值降噪。具体阈值的设计又分为全局阈值降噪和自适应降噪,本文设计的第二代小波降噪选用自适应降噪。阈值选取为cσ,其中c为经验常数,σ为高频数据的标准差。冗余第二代小波降噪方法由于数据冗余性的优点,所以基于冗余第二代小波分析的降噪方法可以取得十分理想的效果。 (3)研究了基于第二代小波分析的轴承、齿轮故障诊断方法。对滚动轴承外圈、内圈、滚动体等故障类型进行了研究。结合Hilbert解调、相关分析、FFT变换构造了一种滚动轴承早期故障识别方法。对齿轮断齿故障进行了研究,同时结合解调技术构造了齿轮早期故障识别方法。