[发明专利]基于自适应冗余提升小波降噪分析的轴承故障识别方法

摘要

本发明涉及一种基于自适应冗余提升小波降噪分析的轴承故障识别方法，属于滚动轴承的故障识别技术领域。技术方案是：1）轴承振动信号的自适应冗余提升小波变换；2)对各次分解得到的高频细节信号作变尺度阈值降噪处理；3）对最后一次分解得到的低频逼近信号和经小波阈值降噪后的高频细节信号作完整的逆向重构；4）对重构后的信号作Hilbert解调处理，得到初始振动信号的包络谱图；对谱图中的频率成分进行提取和识别；若能发现转频或故障特征频率甚至对应的倍频，判断轴承发生故障。本发明的有益效果是：根据噪声在小波域的变化特点来灵活选取阈值，可以更好地滤除噪声，同时又尽可能地保证真实信号的完整性。

主权项

1.一种基于自适应冗余提升小波降噪分析的轴承故障识别方法，其特征在于包括如下步骤：1）轴承振动信号的自适应冗余提升小波变换；首先，确定预测算子长度和更新算子长度并一共得到十组不同的值，结合Lagrange插值公式计算得到十组预测算子系数和更新算子系数进而构造出十种具有不同特性的小波；然后，确定分解层数，开始逐次进行冗余提升小波分解；每次分解时，均对新生成的十组低频逼近信号和高频细节信号取归一化范数，并比较这十个范数值，取范数值最小的低频逼近信号和高频细节信号作为该次分解的最终结果而舍弃其他九组结果；2）对各次分解得到的高频细节信号作变尺度阈值降噪处理；3）对最后一次分解得到的低频逼近信号和经小波阈值降噪后的高频细节信号作完整的逆向重构；4）对重构后的信号作Hilbert解调处理，得到初始振动信号的包络谱图；对谱图中的频率成分进行提取和识别；若能发现转频或故障特征频率甚至对应的倍频，判断轴承发生故障。