序論：好文章的創(chuàng)作是一個不斷探索和完善的過程，我們?yōu)槟扑]一篇小波分析技術(shù)在礦山機械中的應用范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來更深刻的閱讀感受。

機械滾動軸承是機器運行中的主要工作部件，一旦其受到損害將拉低整個工程的進度，甚至會在挖礦時造成不必要的危險，因此，對于機械運行中機械軸承是否處于良好的運行狀態(tài)是非常重要的，經(jīng)過科研人員不斷的探索，最終決定采用小波分析技術(shù)對礦山機械軸承故障進行檢測，其優(yōu)點在于不僅減少了工作噪音和地表噪音對檢測系統(tǒng)的干擾，還提高了檢測的可信度和精準性。

1小波分析技術(shù)的工作原理和檢測效果

為解決礦山機械軸承故障的分析中存在的問題，人們提出了許多的解決方案，例如采用沖擊能量分析法或者沖擊脈沖計數(shù)法對機械軸承的故障進行分析等。除了前面提及的分析方法之外，還有峰值因子法和峭度因子法，這些分析方法統(tǒng)稱為時域分析方法。接著來說一下頻域分析方法，其主要分為功率譜分析、倒譜分析、雙譜分析和包絡解調(diào)分析等幾種分析方式，在上述幾種頻域分析方式中，包絡解調(diào)分析的使用范圍是最為廣泛的，其因為可以從復雜的調(diào)幅振動信號中將軸承故障信息分離出來，所以被應用在大部分地區(qū)。下面簡單詳細說一下包絡解調(diào)分析，包絡解調(diào)分析主要用來分析調(diào)幅/調(diào)頻信號，其主要分為全波整流法、檢波濾波法、復調(diào)制法、Hilbert變化法等幾種方法，這幾種方法在實驗的過程中得出的結(jié)果一般是相同的，但其實現(xiàn)包絡解調(diào)的方式確大不相同，除此之外，上述幾種方法都需要收集共振響應在相對應的窄帶濾波過程中，但是在收集的過程中往往會遇到一些困難，因為由于軸承故障所引起的共振頻帶往往不少，為收集共振響應帶來了一定的難度。而小波變化便可以解決這一問題，因為它的帶通濾波的特性可以使經(jīng)過小波的無用信號被分解掉，從而得到每一頻帶內(nèi)振動的情況，進而總結(jié)出每一頻帶內(nèi)振動信號的變化規(guī)律，最后整理出可以反映機械軸承受到?jīng)_擊而產(chǎn)生的真實的特征頻帶信號，并用該信號作為檢測軸承運行狀態(tài)的數(shù)據(jù)。包絡解調(diào)分析主要能通過小波變換實現(xiàn)的方法為，先獲得解析信號，其過程為將原始故障信號進行Hilbert變換，然后將獲得的解析信號做小波變換，使其通過小波變化后在各個尺度上的本質(zhì)仍為解析信號，然后通過對該變換結(jié)果取模的方式得到各個尺度上的包絡，然后再用一次傅里葉變換，即可得到小波包絡譜，從而完成了小波變換的包絡調(diào)節(jié)分析。進而提高了對機械軸承故障的檢測準確性及檢測效率。從試驗效果看出，包絡解調(diào)分析方法可以很好的檢測出機械軸承故障，有很高的使用價值。以機械軸承為研究對象，在小波分析技術(shù)的支持下，科研人員做了相關(guān)的實驗，該實驗是以探究如何通過小波分析技術(shù)來確定機械軸承故障的發(fā)生位置為目的，以降低噪音對故障檢測為原則進行的，其得出的相關(guān)結(jié)論也對更好的應用小波分析技術(shù)提供了理論上的支持，是對用小波分析技術(shù)探測機械軸承故障的肯定和支持。

2實驗過程和結(jié)果

首先實驗需要在軸承故障試驗臺上進行，并將實驗數(shù)據(jù)采集系統(tǒng)應用到試驗監(jiān)控系統(tǒng)上，而振動傳感器、共振解調(diào)儀、電荷放大器三者組成了實驗數(shù)據(jù)采集系統(tǒng)，在實驗過程中，采集到的信號先被放大、濾波然后被送進數(shù)據(jù)采集卡，從而轉(zhuǎn)變數(shù)字信息被送入計算器中，因為通過小波變換采集到的數(shù)據(jù)要在MATLAB條件下才能被處理和編輯，所以我們可以抓住這個特點，運用MATLAB語言編程將時域圖和功率譜圖繪制出來。先將軸承內(nèi)環(huán)局部剝落設為故障點，此時，內(nèi)環(huán)通過頻率f內(nèi)及其配頻為軸承故障的特征頻率，通過理論計算可以得出f1=475Hz,然后應用MAT-LAB小波工具箱里的一維小波，然后將檢測的信號通過小波分析技術(shù)進行變換，接著重構(gòu)具有故障特征的信號，然后再用Hilbert變換對擁有故障特征的頻率信號進行解調(diào)和細化頻譜分析，從而檢測出軸承中的故障信息成分，從而確定軸承發(fā)生故障的位置。通過觀察上圖，可以看出軸承故障特征最明顯的是運用db1小波基檢測到的。上面的實驗數(shù)據(jù)可以看出，小波分析技術(shù)在軸承故障檢測中的效果還是很不錯的，但是由于各種限制，實驗只研究了大體的測試效果，對于小波分析技術(shù)的詳細內(nèi)容并沒有進行探索，因此，下面便介紹一下小波分析技術(shù)的詳細內(nèi)容和其在軸承故障檢測中的應用。

3軸承故障檢測中幾種可以用到小波分析技術(shù)的情況

小波分析技術(shù)之所以可以成為診斷軸承故障的最為廣泛且有力的工具之一，是因為其具有很好的分辨率分析能力，而將采集到的信號分解為不同尺度的小波函數(shù)之和是小波變換的主要內(nèi)容，因此小波函數(shù)的選擇將直接影響到小波的分析效果，而小波變換滿足頻譜分析方法，所以適用于軸承故障檢測領(lǐng)域。

當機械軸承開始出現(xiàn)故障時，檢測儀器接收到的頻率是微弱的，同時在噪音的影響下，很難直接提取出微弱的故障頻率，即使通過小波分解技術(shù)也不容易。小波相關(guān)濾波法不僅可以有效的降低噪音，還不會損失分辨率。所以，WTCE可以幫助相關(guān)人員提取信號出現(xiàn)故障的具體表現(xiàn)，從而找到信躁相對來說比較高的各層重構(gòu)信號。由于上述的一些相關(guān)的情況，可以對小波相關(guān)濾波處理的結(jié)果進行相關(guān)的分析。從而可以得出各階段信號的排列熵復雜度，并且因此以了解知機械系統(tǒng)的工作狀態(tài)。

4結(jié)語

從上述所有實驗可以知道，在收集故障特征頻率時，運用小波分析技術(shù)不僅可以檢測出是否發(fā)生了故障，還可以檢測出故障發(fā)生的部位，從而大大減少了停工的時間，促進了施工進度，同時小波分析技術(shù)還避免了建立機械軸承振動信號的數(shù)學模型的麻煩，同時其還具有很多優(yōu)點，例如，特征參量比較少、故障特征突出等，非常適合應用于礦山機械軸承故障的檢測。

作者:陳文占 單位:長沙礦山研究院有限責任公司