D0I:10.13374/j.issn1001053x.2002.01.015 第24卷第1期 北京科技大学学 报 VoL24 No.1 2002年2月 Journal of Unlverslty of Sclence and Technology Beijing Fcb.2002 声信号分析方法在轴承故障诊断中的应用 张武军徐金梧杨德斌周艳玲王海峰 北京科技大学机械工程学院，北京100083 摘要由于轴承故障声信号的混响及临近的机械设备的噪声，造成声信号的频域分析很困 难.通过小波变换原理，对滚动轴承故障声信号进行时频分析.通过对声信号的多尺度分解，分 离出由故障造成的声信号突变.实验结果表明较之以往的时城、频域信号处理技术，该方法对 声音信号分解更趋合理，是一种可靠和有效的滚动轴承故障诊断新方法。 关铺词声信号；故障诊断；小波变换；滚动轴承 分类号TH17 多年来，噪声信号都是作为有害信号在系 傅里叶变换的结果是傅里叶系数.傅里叶 统设计时加以排除的.其实，噪声信号中带有大 分析就是将原始信号分解成许多不同频率成分 量设备运行状态的信息.当系统发生故障时，其 ·的正（余）弦分量.傅里叶系数的谐波分量之和 声音信号特性也会发生改变，因而通过对声音 可重构原信号， 信号进行分离与分析，可以了解设备运行状态， 小波变换的基本思想与傅里叶变换是一致 对设备进行状态监测及故障诊断4.由于声音 的.它用一族小波函数系表示原信号.但小波函 信号测取简单方便，人的感官对其十分敏感，可 数系与傅里叶变换所有的正（余）弦函数系不 以借助人的直观感受，有指导地进行信号处理 同，它是由一基本小波（母小波）()经平移和伸 和特征提取，避免分析处理的肓目性.从这个角 缩构成的.)满足条件 度看，它具有振动信号无法代替的优势. ∫)dr=0 (2) 传统的声信号分析主要利用快速傅里叶变 信号f)关于)的小波变换定义为： 换幅值谱、功率谱和倒频谱等，如用噪声对减速 Wf(s,)=-f)y.(t)dt (3) 箱、齿轮等进行故障诊断.但传统的声信号分析 其中，，()是由母小波)经平移和伸缩构成的 由于在时域不能局部化，难以检测到突变信号. 小波函数系， 由于小波变换分辨率在时-频平面上是变 0=g) (4) 化的，较之短时傅里叶变换有更大的柔性.小波 式中，s为尺度因子，与频率成倒数；为平移因 变换已在声音信号处理方面取得了良好的应 子，代表位置. 用.本文首先介绍了小波变换的原理，然后针对 小波变换也可以方便地表示为卷积形式， 滚动轴承的声信号信噪比较低的特点，利用小 Wf(s,t)=f*y,(t) (5) 波分解方法提取了轴承故障的声音信号特征， 其中，4，()被认为伸展小波， 从而有效地诊断出设备的故障 w=u5) (6) 1小波变换原理， 在满足相容条件： 设)是一个能量有限的信号，其傅里叶变 0c-广y-∫y4o (7) 小-f 换为 小波变换是可逆的.其中，吼)是()的傅 Fao)=∫fted (1) 里叶变换.信号重构公式为 m=&wsp-t ·(8) 收稿日期20010402张武军男，33岁，助理研究员，博士 由上述定义可见，小波变换是对信号在时第 2 4 卷 第 1 期 2 002 年 2 月 北 京 科 技 大 学 学 报 J o。 几 a l o f U . vel r s ylt o f S e肠。 c e a . d 勺ec h . lo o盯 Be 幼加 g 、 b L2 4 N o . l F比 . 2 0 2 声信 号分析方法在轴承故障诊断 中的应 用 张武军 徐金格 杨德斌 周艳玲 王海峰 北京科技大学机械工程学院 , 北京 10 0 0 83 摘 要 由于轴承故障声 信号 的混响及 临近 的机械设备的噪声 , 造成 声信号的频域分析 很 困 难 . 通 过小波变换原理 , 对滚动轴承故障声信号进行时频分析 . 通过对声信号的多尺度分解 , 分 离 出 由故 障造 成的声信号突变 . 实验 结果表明 i较之 以往的时域 、 频 域信号处 理技术 , 该方 法对 声 音信号分解更趋合理 , 是 一种 可书和 有效 的滚动轴承故障诊断新 方法 . 关扭词 声信号; 故障诊断 ; 小 波变换; 滚动 轴承 分类号 T H 17 多年来 , 噪声信号都是作为有害信号在 系 统设计 时加 以排除的 . 其实 , 噪声 信号中带有大 量设备运行状态 的信息 . 当系统发生 故障时 , 其 声音信号特性也会发生改变 , 因而通 过对声音 信号进行分离与分析 , 可 以 了解设备运 行状态 , 对设备进行状态监测及故障诊断 `, · ’ ! . 由于声音 信号测取简单方便 , 人的感官对其十分敏感 , 可 以借助人的 直观感受 , 有指导地进行信号处理 和 特征提取 , 避免分析处理 的育 目性 从这个角 度看 , 它具有振动 信号 无法代替的 优势 . 传统 的声信号分析主要利用快速傅里 叶变 换幅值谱 、 功率谱和倒频谱等 , 如用噪声对减速 箱 、 齿轮等进行 故障诊断 . 但传统 的声信号分析 由于 在时域不 能局 部化 , 难 以检测到突变信号 . 由于 小波变换 分辨率在 时一 频平面上是 变 化的 , 较之短时傅里 叶变换有更大的柔性 . 小波 变换 已在 声音 信号处 理方 面取得 了 良好 的应 用 . 本文首先介 绍了小波变换 的原理 , 然后针对 滚动轴承 的声信号信噪 比较低 的特点 , 利用小 波分解方法提取 了 轴承故障 的声音信 号特征 , 从而 有效地诊断 出设备 的故 障 . 傅 里 叶变换的结果是傅里 叶系数 . 傅里叶 分析就是将原始信号分解成许多不 同频率成分 的正 ( 余 )弦分量 . 傅 里叶系数 的谐 波分量之和 可 重构原信号 . 小波变换 的基本思想与傅 里叶 变换是一致 的 . 它用一族小波函数系表示原信号 . 但小波 函 数 系与傅里 叶变换所有 的正 ( 余 ) 弦 函数系不 同 , 它是 由一基本小波 (母小波 )试t) 经平移和 伸 缩构成 的 . 抓t) 满足条件 +:-[ 试t) d , 一 0 . ( 2 ) 信号了( )t 关于试)t 的小 波变换定义为 : w 《 s , r) 一 仁f( t) 必 . ,( )t d , ( 3 ) 其 中 , 叭 ,( )t是 由母小波试 )t 经平移和 伸缩构成 的 小 波函数 系 , l , r 一 t 、 必 , 浅)t = 十试气二) ( 4 ) S 一 S 式 中 , s 为尺度 因子 , 与频率成倒数 ; r 为平移 因 子 , 代表位置 . 小波变换也可 以方便地表示 为卷积形 式 , W助 , 幻= f * 转( )T ( 5 ) 其 中 , 供(r) 被认 为伸展小 波 , , 二 _ 1 _ 了 r 、 沙3气T) = — 少气— ) S ’ S ( 6 ) 1 小波变换原理`3 , 4 , 饭纷t )t 是一个能量有 限的信号 , 其傅里叶变 换 为 在满 足相容条件 : 0< 。 一 f 罕 df 一 .-0J 罕df< + 。 (7) (F 。 ) 一 仁八et) 一` dt ( 1) 小 波变换是 可逆 的 . 其 中 , 尹沙) 是试)t 的傅 里 叶 变换 . 信号 重构公式 为 收稿 日期 2 0 1刁4刁2 张武军 男 , 3 岁 , 助理研究员 , 博士 , )t 一 责+l0 ` !仁W为 , r) 。 “ 一 ,` · ,粤 “ , 由上述定义 可 见 , 小波变换是对信号在 时 DOI: 10. 13374 /j . issn1001 -053x. 2002. 01. 045