小波变换的齿轮泵故障分析

通过对齿轮油泵结构、性能的分析，以泵在正常运行和不同的故障状态下输出压力为信号，提出了基于小波变换的方法来提取和分离输出压力信号，并利用小波分解的方法诊断输出压力信号中包含的故障信息。以此对常用齿轮泵作仿真和试验，所呈现的压力信号三层小波分解系数均不相同，而第三层小波分解系数的差异尤其明显。因此，可利用第三层小波分解系数有效地诊断或甄别齿轮泵运行的状态和隐匿的故障，有利于掌握诊断的主动性，具有较强的实用性。关  键  词  故障分析;  齿轮泵;  信号处理;  小波变换液压泵是液压系统的关键元件，齿轮泵以其成本低、回路简单、过滤要求不高等特性被广泛使用。液压(齿轮)泵的故障诊断一般采用加速度传感器，通过测量、分析壳体振动信号，确定其工作状态。工程中常用快速傅里叶分析法(FFT)。而实际的液压(齿轮)泵振动情况相当复杂，不仅有简谐振动、周期振动，而且还伴有冲击振动、瞬态振动和随机振动，快速傅里叶变换的谱分析法及其多种变形在频率域和时间域的处理或数学求解方面存在着不足[1]。小波分析(Wavelet  Analysis)作为信号分析，尤其对非平稳信号分析提供了新的工具，它用一簇函数的线性组合表示一个信号，这些簇函数称为小波函数系，它通过对一个基本小波函数在不同时间和尺度上进行平移和伸缩构成，既保持了傅里叶分析的优点，又能从不同的尺度上分析信号。