[00123286]基于应力波和计算智能的低速旋转机械健康监测与故障诊断研究

项目解决了对大型风力发电机组、轧钢机为主的低速机械轴承故障统计、归纳和分类，详细研究了各种故障发生的机理、故障特点、发展趋势，并以低速滚动轴承为例对其受外力作用引起应力和应变进行了理论计算，明确了低速机械滚动轴承的内外圈滚道和滚动体应力应变及其接触应力与其内部缺陷的对应关系，为研究应力波在低速滚动轴承中的传播规律以及基于应力波和小波分析的低速滚动轴承故障诊断方法提供充分的理论依据，用快速傅立叶变换（FFT) 对滚动轴承故障应力波信号进行了分析，但是无法提取故障特征频率。根据故障应力波信号的特点，通过对几种小波基函数进行比较筛选，选择Dblo 小波对应力波信号进行特征提取，研究表明Dblo 小波基函数和故障应力波信号的相似性最好，用Dblo 小波函数对故障应力波信号进行了多尺度分解和信号重构。结果表明应用小波分析很好地消除了故障应力波信号中背景噪声的影响，成功地提取了故障特征频率，说明将应力波信号作为低速机械故障诊断特征参数，利用小波分析进行特征提取是可行的，但若想从根本上解决具体故障诊断问题，还要继续深入研究该课题。