瞬态成分参数的最小二乘法辨识及其轴承故障特征提取应用.pdfVIP

瞬态成分参数的最小二乘法辨识及其轴承故障特 征提取应用 *  王诗彬 许 佳 朱忠奎  (苏州大学城市轨道交通学院 苏州  215021)  摘要：机械系统中轴承出现剥落、裂纹等局部故障，运行时振动信号中出现瞬态冲击响应成分，可通过瞬态成分的检测与提 取实现故障特征提取。在瞬态成分建模的基础上，提出了基于最小二乘法的瞬态成分参数辨识方法，并将其应用于轴承局部 故障时振动信号中瞬态成分特征迭代提取。基于  Morlet  小波参数化表达式建立了双边不对称的瞬态成分模型，应用  Levenbery­Marquardt 方法辨识模型参数，迭代提取信号中的瞬态成分，并通过 Wigner­Ville 分布获得瞬态成分的高聚集性且 瞬态成分之间无交叉项的故障特征时频表示。将基于最小二乘法的瞬态成分参数辨识方法应用于轴承局部故障特征提取，结 果表明：该方法能通过参数辨识得到各个瞬态成分，瞬态成分时频分布能有效将故障的时频特征以高聚集性且瞬态成分之间 无交叉项的形式表示出来。 关键词：轴承故障诊断 瞬态成分 参数辨识  Levenbery­Marquardt方法 中图分类号：TH165. 3   TN911. 6  LSM­based TransientParameter Identification and Its Application in  FeatureExtraction of Bearing Fault  WANG Shibin  XU Jia   ZHU Zhongkui  (School of Urban Rail Transportation, Soochow University, Suzhou 205021)  Abstract：Localized faults, such as spalling and crack, in rotating machinery parts tend to result in shocks and thus arouse transient  impulse responses in the vibration signal and thus present a potential approach for fault feature extraction. Based on transient  modeling, a method combining with least square methodis proposed and applied to iterativelyidentifytransientparameters. Based on  Morlet wavelet parametric expression, a double­side asymmetric transient model is firstly built; then, Levenbery­Marquardt method  is introduced to identify parameters of the model. With the transients extracted from the signal, Wigner­Ville Distribution is applied to  show high resolution and no cross item time­frequency representation of transients. The transient parameter identification method  based on LSM is used to extract feature of a faulted bearing, and the results show that the transients is obtained through the proposed  method and eventually time­frequency feature of the fault is well expressed in a high resolution and no cross item form.  Key words：