非下采样轮廓波变换在故障分类中的应用*

李宏坤， 崔明利， 杨 蕊， 张志新， 王奉涛

(1.大连理工大学机械工程学院 大连，116024) (2.大连大学机械工程学院 大连，116622)

引 言

在信号处理领域，时频分析方法得到了广泛的应用，能够克服传统的时域、频域等方法的缺陷，因此在设备故障诊断领域得到了广泛的研究[1]。张梅军等[2]指出连续小波灰度图不但能够提取表示周期性冲击的故障信息，而且能够直观地表达出信号的细微差异结果，但此方法仅停留在对故障信息直观观察的阶段，并未进一步深入研究。因此，探索基于振动信号时频图像处理与分析的新方法、新技术以及发展新的特征提取理论与技术就显得尤为重要。Renata等[3]利用图像处理的方法进行早期轴承故障诊断。Wang等[4]提出基于时频图像处理的方法对齿轮早期故障进行了识别。章立军等[5]研究了基于时频图像融合技术提取轴承性能退化特征。吕琛等[6]通过时频图像处理技术对柴油机主轴磨损进行了检测识别。

时频图像信息是一类表达故障信息的重要形式，将基于图像处理的识别技术应用于故障诊断中，可以更加准确和及时地指导工作人员进行设备维修。文献[7-8]提出了轮廓波变换，该变换由于在变换过程中需要上下采样，会产生Gibbs效应而不具有平移不变性。为了弥补该问题，产生了非下采样轮廓波变换。非下采样轮廓波变换可认为是轮廓波变换的的提升，基于非下采样轮廓波变换具有平移不变性，能够实现对图像的多方向和多分辨率分解特性。……