D0I:10.13374/i.issn1001053x.2004.02.018 第26卷第2期 北京科技大学学报 Vol.26 No.2 2004年4月 Journal of University of Science and Technology Beijing Apr.2004 基于小波包和径向基神经网络轴承故障诊断 王国锋》王子良)秦旭达”王太勇” 1)天津大学机械工程学院，天津3000722)天津理工学院，天津300191 摘要针对滚动轴承故障精密诊断的需要，采用小波包分析方法提取了滚动轴承故障的 特征信号.通过小波包分析将高颍信号分解到8个频带中，以频带能量作为识别故障的特征 向量，应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射.现场采集的数据 分析表明，采用小波包和神经网络相结合的方法可以比较准确地识别滚动轴承的故障， 关键词小波包：径向基神经网络：滚动轴承：精密诊断 分类号TP206.3 随着设备自动化程度的提高，滚动轴承的精 的时频特征，从而可以更加有效地提取信号的故 密诊断不仅要求判断出轴承是否出现故障，而且 障特征.对信号序列x(),小波包算法描述如下回： 要求判断故障的部位、类型以及故障的严重程 假定共轭滤波器()满足) 度，但是，传统的基于频谱的诊断方法已无法满 Zh(n-2k)h(n-20)=8u,Zh(n)=v2 (1) 足需要.小波分析、分形、模糊诊断、神经网络 令 gk)=(-1)1-k) (2) 技术的发展为滚动轴承的精密诊断提供了一条 则小波包分解的递推公式为 非常好的途径.本文采用小波包分析技术和RBF W(t)=/2Σh(kW(21-k) (Radial Basis Function)神经网络相结合的方法进 W1(0=V2Σgk)W(21-k) (3) 行滚动轴承的精密故障诊断，以频带能量作为特 W()=x(t) 征向量对故障类型进行分类，实验证明效果良 式(3)中，W(tn=0,1,…)为小波包分解的系数，n 好，准确率很高。 为小波包分解的层数， 经过小波包分解后，信号被分解到各个频 1小波包原理及故障特征提取 段，尤其是对高频段的信息进行了分解.但由于 实验表明，当轴承出现故障时，由于冲击造 故障在高频段的总体特征不明显，且其频谱变化 成的高频段的信息变化十分明显，而低频带由于 非常分散，因此要直接判断出故障的类型非常困 受到噪声的污染而使得信息难以分辨.通常的小 难.本文在对信号进行小波包分析的基础上采用 波分解过程只对低通滤波器的输出进行递归分 RBF神经网络对各个频带的特征进行识别并判 解：高通滤波器的输出则直接作为分解结果，不 断其故障类型，选择信号频带能量作为神经网络 再进行递归分解，这就使信号在低频段的频率分 输入的特征向量，对于某个子频带的小波变换序 辨率高，高频段频率分辨率较差滚动轴承的故 列{wk=1,2,,m),频带特征能量的定义为 障诊断的高频带分解却又是至关重要的.小波包 E.-wi (4) 分析方法是对多分辨率小波分析方法的改进，能 式中，w为第i个频带的第k个小波系数， 对信号进行全面的时频分解，更有效地反映信号 2 径向基神经网络 收稿日期2002-11-20王国锋男，29岁，副教授，博士 *国家自然科学基金资助项日No.50175081)和上海交通大学 2.1径向基网络结构 振动冲击噪声国家重点实验室开放基金资助项目No.VSN 2004-04) RBF网络起源于数值分析中的多变量插值第 卷 第 期 年 月 北 京 科 技 大 学 学 报 佣 基于小波包和径 向基神经 网络轴承故障诊断 王 国锋 ” 王 子 良 ” 秦旭 达 ” 王 太 勇 ‘， 天 津 大学机械工 程 学 院 ， 天 津 天 津理 工 学院 ， 天 津 摘 要 针 对 滚动 轴 承 故 障精 密 诊 断 的需要 ， 采用 小波包 分 析方法提取 了滚 动轴承故 障的 特 征信 号 通 过 小波包 分 析 将 高频 信 号 分 解 到 个 频 带 中 ， 以频 带 能量作 为识 别 故 障的特征 向量 应 用 径 向基 神经 网络 建立 了从特 征 向量 到 故 障模式之 间 的映射 现场 采集 的数据 分析表 明 ， 采用 小波包 和 神经 网络 相 结合 的方 法 可 以 比较准确地 识 别滚动轴承 的故障 关键 词 小波包 径 向基 神经 网络 滚 动轴 承 精 密 诊断 分 类号 · 随着 设 备 自动 化程 度 的提 高 ， 滚 动 轴 承 的精 密诊 断不仅要 求判 断 出轴 承 是 否 出现 故 障 ， 而 且 要 求 判 断 故 障 的部 位 、 类 型 以及 故 障 的严 重 程 度 但 是 ， 传 统 的基 于 频谱 的诊 断方 法 己无 法 满 足 需要 小波 分析 、 分 形 〔 、 模 糊 诊 断 、 神 经 网络 技 术 的发 展 为滚 动 轴 承 的精 密 诊 断提 供 了一 条 非常好 的途 径 本文 采 用 小波包 分 析技术和 神 经 网络 相 结合 的方 法 进 行滚动轴 承 的精密 故 障诊 断 ， 以频 带 能量 作 为特 征 向量对 故 障类 型进 行 分类 ， 实验 证 明 效 果 良 好 ， 准 确 率很 高 的 时频特征 ， 从 而 可 以更 加 有 效地 提 取 信 号 的故 障特 征 对 信 号序列 ， 小波 包算法 描 述 如下。 ， 假 定共 扼 滤 波器 满 足 〔 乏人 一 人 一 乃 。 ，艺人 涯 令 以 一 场 一 则 小波 包 分解 的递 推 公式 为 叽 一 涯孙 夙 一 聪 一 在冬以 夙 一 小 波 包原 理 及 故 障特 征 提 取 实验 表 明 ， 当轴 承 出现 故 障 时 ， 由于 冲 击造 成 的高频段 的信 息变化 十分 明显 ， 而低 频 带 由于 受到 噪声 的污 染而 使得信 息难 以分辨 通 常 的小 波 分 解 过 程 只 对 低 通 滤 波 器 的输 出进 行 递 归 分 解 高通 滤 波器 的输 出则直 接 作 为分 解 结 果 ， 不 再进 行递 归分解 这就 使信 号在低 频段 的频率 分 辨率高 ， 高频段 频率 分辨 率较 差 滚 动轴 承 的故 障诊 断的高频 带分解 却 又 是至 关重要 的 小波包 分析 方法 是对 多分辨 率 小波分析方法 的改进 ， 能 对 信 号进 行 全 面 的时频 分解 ， 更 有 效地 反 映信 号 收稿 日期 一 一 王 国锋 男 ， 岁 ， 副 教授 ， 博 士 国家 自然科学基金 资助 项 目 和上海 交通大学 振动 冲击噪 声 国家重 点 实验 室 开 放基金 资助项 目 困 一 夙 式 中 ， 磷 ， ，… 为 小波包 分解 的系 数 ， 为 小波 包 分 解 的层 数 经 过 小 波 包 分 解 后 ， 信 号 被 分 解 到 各 个 频 段 ， 尤 其 是对 高频 段 的信 息进 行 了分解 但 由 于 故 障在 高频 段 的总体特 征不 明显 ， 且其频谱变化 非 常分 散 ， 因此 要直 接判 断 出故 障 的类 型 非常 困 难 本 文在对 信 号进 行 小波包 分析 的基础 上采用 神 经 网络 对 各 个 频 带 的特 征进 行 识 别 并判 断其故 障类 型 选择信 号频 带 能量作 为神 经 网络 输 入 的特 征 向量 ， 对 于某 个 子频 带 的小波 变换序 列 升 ， ，… ， ， 频带特 征 能量 的定义 为 三 一 三畴 式 中 ， ‘ 为第 个频带 的第 个 小波 系数 径 向基 神经 网络 径 向基 网络 结构 网 络 起 源 于 数值 分 析 中 的 多变 量 插 值 DOI ：10．13374／j ．issn1001－053x．2004．02．018