基于小波分解的汽车后桥故障诊断

由于很大比例的故障来源于汽车后桥,因此在后桥出厂前对其装配建立一个质量检测是很有必要的。提出用小波分解对后桥装配进行在线检测的算法。首先在现有频率范围内比较正常和异常后桥振动信号FFT的不同。然后这2种信号用Daubechies母波分解成5个标准。基于逼近系数和详细系数,不同频率范围的信号得到重建。通过比较重建的正常和异常信号,发现D5最能反映故障特征。因此,D5被选为特征提取的主要标准。通过计算和比较一组采样信号的D5的统计变量(平均值、方差、边峰值和峰值),发现方差能有效地从正常信号中把异常信号区分出来,而且峰度能进一步地决定故障类型。本故障诊断的核心就是妥善选择正常和异常信号之间的边界方差。