【摘要】滚动轴承是旋转类机械中最常见的零部件之一，它的工作狀态直接影响到整个设备的运转。文章分析了包含故障信息的信号特征，针对以往滚动轴承故障诊断的缺陷，将小波变换理论应用到诊断当中，并通过实验说明该方法在处理非平稳、时变信号时的优越性。
　　关键词：小波分析；轴承；故障诊断；MATLAB；
　　中图分类号：TH133.3 文献标识码：A
　　1 引言
　　滚动轴承是机械设备中的易损零部件，据统计，旋转机械的故障有30%是由于滚动轴承的故障引起的[1]，它的工作状态好坏直接影响到整个设备的运转情况，所以对滚动轴承进行故障诊断和监测有着极其重要的意义。当滚动轴承元件表面出现剥落、裂纹等局部损伤时，在轴承运行过程当中就会激起系统的高频固有振动，这些振动使得测量信号出现了一些突变点。在故障诊断领域，振动信号的突变点往往含有非常丰富的故障信息，它反映了故障引起的撞击、振荡、摩擦、转速的突变和结构的变形与断裂等，所以，同稳定信号相比，突变信号更应引起重视[2]。但是实际工程信号中的各种各样的噪声可能会把这些携带设备运行状态重要信息的突变点淹没。因此，如果能把系统中各个固有振动分离出来并加以分析，就能把轴承中的故障检测出来。
　　2 小波变换
　　2.2 小波变换的特点
　　小波变换是一种信号的时间-频率（尺度） 分析方法，它继承了傅立叶分析用简谐函数作为基函数来逼近任意信号的思想，即给定一个信号，可以把它展开成小波基的平移和伸缩之和[4]。只不过小波基函数是一系列尺度可变的函数。这使得小波分析具有良好的时-频定位特性即对信号的自适应能力，因而能对各种时变信号进行有效的分解。小波变换的特点：属于线性变换，无干扰项，具有多分辨率分析，即时频分辨率可变，具有‘变焦’特性。因此具有对非平稳信号局部化分析的突出优点，有良好的时-频定位功能，很适合探测正常信号中夹带的瞬态反常现象并展示其成分。在实际机械设备故障诊断系统中，尤其是冲击信号比较丰富的场合。因此可以很好的利用在对滚动轴承的故障诊断中。
　　3.轴承故障模式
　　4.1 实验系统
　　5.结论
　　滚动轴承的故障振动信号是非平稳信号，在对其进行故障诊断时，常规的傅里叶分析方法不容易得到理想的效果。在本文的实验中，我们利用小波变换对采集到的滚动轴承振动信号进行了故障分析，效果非常理想。因此我们可以发现，基于小波理论的滚动轴承故障诊断方法，不需要对象的数学模型，而且对输入信号的要求不高，计算量少，灵敏度高，可以快速有效的对轴承进行实时检测和故障诊断。
　　参考文献
　　[1]梅宏斌.滚动轴承振动检测与诊断.北京：机械工业出版社，1995
　　[2]林京，刘红星，沈玉娣，屈梁生.小波奇异性检测及其在故障诊断中的应用[J].信号处理.1997年第13卷第2期：182-187
　　[3]杨建国，焦厚映，刘鹏虎.小波变换在滚珠轴承故障特征提取中应用[J].煤矿机械.1999年第3期，39-41
　　[4]王春，彭东林，朱革.小波变换在轴承故障诊断中的应用.机床与液压.2006年第6期，225-227
　　[5]李伟，何涛，吴庆华.小波变换与滚动轴承振动的故障方法研究[J].三峡大学学报（自然科学版）2006年第28卷第3期，233-235
　　作者简介：王豫（1966-）女，河南宜阳人，硕士，高级讲师。
　　吕营（1982-），男，山东菏泽人，研究生学历。