基于時(shí)頻分析的滾動(dòng)軸承微弱故障信息增強(qiáng)方法研究.pdf

1、軸承作為現(xiàn)代工業(yè)中的一種基礎(chǔ)零部件，使用非常廣泛。軸承失效時(shí)會(huì)導(dǎo)致整個(gè)機(jī)械設(shè)備停止運(yùn)行，甚至出現(xiàn)機(jī)械設(shè)備的二次破壞，造成經(jīng)濟(jì)損失和安全事故。如果，我們在軸承發(fā)生故障的早期階段，就能檢測到故障的產(chǎn)生并實(shí)現(xiàn)預(yù)警，那么就可以有計(jì)劃的采取相應(yīng)的措施，減輕或者避免上述不良影響。然而在軸承產(chǎn)生早期故障時(shí)，振動(dòng)信號常常非常的微弱，傳統(tǒng)的信號分析技術(shù)效果不佳。針對該問題，本文對軸承的早期故障進(jìn)行了基于微弱故障信息增強(qiáng)的時(shí)頻圖像的構(gòu)建和識別方面的相關(guān)的研

2、究，提取滾動(dòng)軸承振動(dòng)信號中的微弱故障信息。文中給出了基于時(shí)頻的三種方法，主要涉及小波分析和欠定盲源分離技術(shù)，通過處理仿真信號和軸承實(shí)際振動(dòng)信號，驗(yàn)證了該方法的效果。
　　首先研究了軸承故障產(chǎn)生的沖擊響應(yīng)信號的模型，在常用的等周期模型上，考慮了相對滑動(dòng)，為等周期沖擊響應(yīng)信號加入了輕微的隨機(jī)波動(dòng)，同時(shí)考慮了調(diào)制的影響，使得模型更加準(zhǔn)確。另外也推導(dǎo)了軸承各種故障下的特征頻率，為后面的分析提供了理論基礎(chǔ)。
　　然后在短時(shí)傅里葉變換的

3、二次FFT的基礎(chǔ)上發(fā)展出了連續(xù)小波變換-包絡(luò)譜平均分析方法。首先對軸承振動(dòng)信號進(jìn)行連續(xù)小波變換(CWT)，然后針對每一個(gè)尺度下的分析結(jié)果沿著時(shí)間維度進(jìn)行包絡(luò)解調(diào)分析，最后選擇中小尺度下的包絡(luò)譜進(jìn)行平均處理。通過處理仿真信號和實(shí)際軸承早期故障信號，得到了較好的分析結(jié)果，驗(yàn)證了該方法的有效性。
　　軸承的早期故障特征微弱，容易受到噪聲的干擾，不容易準(zhǔn)確識別。為此，結(jié)合小波尺度譜同步平均和小波脊線分析的優(yōu)點(diǎn)，提出了基于小波尺度譜的時(shí)頻脊

4、特征提取方法。首先對多周期的振動(dòng)信號進(jìn)行小波變換，并重排小波尺度譜;再根據(jù)信號的周期性，對尺度譜進(jìn)行同步平均，最后提取小波脊線，計(jì)算信號的包絡(luò)幅值并進(jìn)行頻譜分析，最終獲得弱故障特征。通過仿真和實(shí)例驗(yàn)證了本方法的有效性。
　　實(shí)際中我們采集到的觀察信號包含有故障信息源在內(nèi)的多種源信號，由于故障源比較微弱，為其檢測增加了難度。盲源分離是解決該問題的思路之一。首先對信號進(jìn)行短時(shí)傅里葉變換，然后通過對觀察信號的時(shí)頻散點(diǎn)圖進(jìn)行處理，估計(jì)出混