项目名称：基于小波系数统计特性的滚动轴承故障诊断方法

项目来源：黑龙江省教育厅指导项目

项目简介：滚动轴承是各类回转机械中应用最广的一种通用机械部件，它的性能和可靠性直接影响整台设备的工作性能和运行可靠性，且滚动轴承是机械设备中极易损坏的零部件，旋转机械的故障有百分之三十是由轴承故障引起的，因此有必要对滚动轴承故障的在线诊断方法进行研究。

振动信号分析是机械设备运行在线检测和故障诊断的重要手段。如何从振动信号中提取有效的故障特征，对于滚动轴承故障诊断而言是非常值得研究的一个重要问题。目前已有的基于小波分析的振动故障诊断特征提取和分析方法都是假设系数满足高斯分布这一特征，实验结果表明这一假设与实际有很大的偏差，因此在这一假设下得到的故障诊断方法是不科学的。为了充分利用小波变换的优点，本课题提出利用小波域广义高斯分布、隐性马尔可夫模型来描述小波域同层及不同层间系数的统计关联信息，进而以模型参数为特征得到了两种故障诊断方法，将该方法与其他常用的基于小波分析的故障诊断方法的比较结果表明了本方法的科学性、可靠性、实用、高效性。

此外，利用小波局部化特性进行信号的奇异点检测也是近年来发展的一种故障检测方法。这种方法事先假定故障信号会产生一定的突变信息，通过判断信号是否具有奇异性来进行故障检测，该方法的缺点是无法克服噪声影响。由于相同长度的正常轴承样本信号的奇异点数目却远远低于故障信号的奇异点数目，为此本课题在分析了表征信号奇异性的一些特征的基础上，提出一种新的基于信号奇异性特征的轴承故障检测方法，即模极大曲线数特征方法。实验最后同其他方法进行比较，结果表明本文方法不仅有效地克服了噪声影响，而且在检测时间及识别率方面都有明显提高。

鉴定或验收情况：2010年6月已结题

获奖情况：