一种基于宽带谱处理的机械系统故障检测方法

白兴宇，华生辉，姜 煜，张 敏

(杭州电子科技大学 电子信息学院,浙江 杭州 310018)

早期的机械系统故障诊断主要依赖于经验，相关人员通过机械设备运转时所产生的振动、声音等特征来判断机械设备是否存在故障。直到20世纪60年代以后，机械系统故障诊断才真正作为一门系统学科逐渐发展起来。机械系统故障诊断技术采用信号分析与诊断方法对机械系统的运行状态进行监测和评估，并建立与之相配套的机械设备维修体制，从而有效减少事故发生，保障设备的正常运行与安全生产，还可以从根本上解决设备定期维修中的维修不足和过剩维修的问题[1]。随着信号处理、人工智能、模式识别等技术的发展，各种新的融合方法也不断被引入到故障检测中。文献[2]利用自适应谱减法对声发射信号进行了预先消噪，并结合支持向量机实现了对轴承故障的诊断。文献[3]利用MATLAB Script节点技术将LabVIEW和MATLAB的优势相结合，开发了一套轴承故障诊断系统。常见的机械系统故障检测方法包括经验模态分解[4-6]、独立分量分析[7-9]、小波分析[10-14]等。文献[15]将经验模态分解和独立分量分析方法相结合应用在转盘轴承故障诊断中，取得了较好的效果。文献[16]利用小波分析和反向传播算法(Back Propagation，BP)神经网络相结合的方法对旋转机械的故障进行识别，并通过实验验证了该方法在旋转机械故障诊断中的可行性。但是上述方法易受到噪声干扰，影响检测结果的准确性，且对信号的信息利用率不高。……