针对小波分析方法的基本原理以及它在机械设备故障诊断中的应用,本文主要论述了以下几个问题: 一、简单介绍了回转机械设备的重要地位、振声诊断的主要手段及其现阶段发展动向;重点叙述了时频分析方法中小波分析方法的基本原理和突出优点,同时对当前常用的小波函数的特性和特点进行了比较。模拟了大量回转机械设备的主要且具有代表性的故障信号,针对这些回转机械设备的典型故障,分别应用小波连续变换与传统FFT方法进行了比较。充分体现了小波分析方法在故障诊断方面应用的优越性和广阔前景。 二、针对小波的主要应用领域之一——降噪,通过MATLAB对几种典型的染噪故障信号进行了分析,从而得出了一些关于小波降噪影响因素的规律,如:母小波类型(紧支集长度,滤波器长度,对称性,消失矩阶数),噪声类型,阀值选取方式和通阀方式,小波分解层数,小波降噪和小波包降噪,不同特征的故障振动信号(调制效果、变频、脉冲信号、短时间历程、趋势信号)。最后还提出了一种自适应小波降噪方法,取得了较好的效果,对于拓展小波的应用方式和领域有一定的参考价值。 三、最后叙述了人工神经网络的基本原理、种类和特性,通过对几例小波和神经元网络的结合实例,讨论了小波技术与神经元网络技术结合的主要方式和关键要素,最后也提出了自己对于两种技术相结合的一些看法和展望。