小波包变换和隐马尔可夫模型在轴承性能退化评估中的应用

肖文斌，陈 进，周 宇，王志阳，赵发刚

(1.上海交通大学 机械系统与振动国家重点实验室，上海 200240;2.上海卫星工程研究所，上海 200240)

轴承是旋转机械中的关键部件，其故障是造成旋转机械故障的重要原因之一。因此，轴承一直都是设备状态监测与故障诊断领域的热门研究对象［1］。针对轴承，传统的和现有的状态监测与故障诊断技术侧重于发现故障并及时修复，是基于被动的维修模式;与此不同的是，性能退化评估技术作为一种主动的维护模式，侧重于对其性能退化全过程走向的分析，而并不局限于对其某时刻的状态的诊断。通常，轴承要经过一系列的不同的性能退化状态直至完全失效。因此，如果能在轴承性能退化的过程中监测到其性能退化的程度，那么就可以有针对性地制定维护计划，从而有效地防止因轴承故障而引起的设备意外失效。

轴承振动信号是一种典型的非平稳信号［2］。小波包变换是一种典型的非平稳信号的处理方法，已广泛应用于轴承振动信号的处理中［3］。隐马尔可夫模型(HMM)能够有效地描述随机过程的统计特性，是一种强有力的模式识别方法。因此，本文提出了一种基于小波包变换和HMM的轴承性能退化评估方法。该方法使用小波包变换对轴承振动信号进行分析，并提取节点能量及其总能量作为特征，仅使用正常状态下的数据训练HMM，建立性能退化评估模型，然后以待测数据对应的模型输出，即对数似然概率值作为轴承的性能指标，从而实现对轴承退化程度的定量评估。……