Morlet小波在数控机床预测中的应用研究

简介

针对故障早期状态信号的微弱与包含脉冲突变成分对故障信号采集、去噪、预测等带来的极大挑战，分析了Morlet小波变换的滤波特性及其时频分辨率，提出了基于参数优化的Morlet小波变化的故障特征提取办法。利用最小Shannon熵方法和奇异值分解的周期检测方法分别对Morlet小波的形状参数口和尺度因子Ⅱ进行优化。最终选择了最优Morlet小波作为滤波内核，对轴承早期状态进行震动检测与分析，从而完成对数控机床主轴轴承的早期状态监测与故障预测。仿真试验和实际应用的结果表明，实际f=232．7Hz，接近故障通过频235．6Hz，推测轴承外圈出现性能下降，完成故障预测。该研究有助于对机械突变故障信号的微弱信号检测和提取，对数控装备的故障诊断、预测及未来故障注入，BIT有重要研究意义。