滚动轴承是旋转机械中使用最多、最为关键,同时也是最易被损坏的机械零件之一。轴承的好坏对机器工作状况的影响极大,许多旋转机械的故障都与滚动轴承的状态有关,所以对轴承进行状态检测与故障诊断是十分必要的。 本文在对轴承振动检测以及故障诊断技术的发展、现状和趋势有较全面了解的基础上,提出了共振解调法和小波多尺度分析的方法,从滚动轴承振动信号中获取故障特征信息,有效地实现了滚动轴承的故障诊断。 本论文主要完成的工作如下: 论文总结分析了滚动轴承典型故障的机理及其振动类型,详细介绍了滚动轴承振动诊断方法;简要介绍了滚动轴承的简易诊断方法——时域特征参数法,对该方法中的信号预处理部分和时域特征指标作了简要的分析,并用该方法对故障轴承进行了简易的检测。 论文还介绍了目前轴承诊断中较为成熟的共振解调法,详细介绍了该方法中的三个最重要的环节:滤波器的设计、包络解调和频谱细化,给出了该方法基于matlab的仿真和基于DSP的实现。经过对大量实测数据的处理和分析,证明该诊断方法的诊断结果是令人满意的。 最后,本文简要地介绍了小波的基本理论,针对共振解调法中因不同类型轴承故障特征频率的不同,需要相应地设计不同中心频率的带通滤波器这一问题,为了简化程序,提出了基于小波多分辨分析和信号重构技术的包络分析法。该方法通过采用不同的小波尺度因子,实现了具有不同中心频率和带宽的带通滤波器,可对振动信号在不同的频率范围内进行分析,对轴承这类非平稳信号是一种很好的处理方法。本文给出了该方法在Matlab上的仿真,详细地介绍了Mallat算法在DSP上的实现,并将该方法应用于实际的嵌入式轴承检测系统上,取得了较共振解调法更好的诊断结果。