基于SVD降噪和STFT解调方法的轴承故障检测.pdfVIP

第29卷，第3期 中 国 铁 道 科 学 VoI．29No．3 20 08年5月 CHINARAILWAYSCIENCE May，2008 文章编号：1001—4632(2008)03-0095-06 基于SVD降噪和STFT解调方法的轴承故障检测 胡晓依1，何庆复1，王华胜2 (1．北京交通大学机械与电子控制工程学院，北京100044； 2．中国铁道科学研究院机车车辆研究所，北京100081) 摘要：针对目前振动信号srFT解调方法在轴承故障检测应用中存在的不足，提出奇异值分解降噪与 sn叮解调相结合的轴承故障检测新方法。利用振动测试响应信号重构系统的相空间，得到吸引子轨迹矩阵，然 后对轨迹矩阵进行奇异值分解以剔除噪声，并利用STI叮技术对降噪信号进行解调分析。对于轴承故障自动检 测中如何准确选出1组含有丰富故障信息的解调信号序列用于解调谱分析这一难题，提出按修正的归一化峭度 (MK∞最大化准则进行选择。仿真和实际轴承故障信号分析结果表明，与传统的基于盯FT解调的检测方法相 比，提出的改进方法可以更早地发现轴承早期故障，实用性更强。 关键词：轴承I故障检测；s、仍；降噪；sTFT；解调 中图分类号：THl33．33；U279．32文献标识码：A 振动信号解调分析是检测轴承早期故障十分有 效的手段。在现有各种振动信号解调方法D-s]中， ，n2—∞ ——oo 从解调性能和计算速度两方面综合考虑，真正具有 —f细∑硼(优)z(咒一m)一 优势的解调方法是基于复解析带通滤波的Hilbert n2—。∞ 变换解调法。文献[6]提出了利用滑动窗技术检 式中：硼(n)为某个时窗窗函数；z(咒)为模拟信号 测轴承故障的方法，其检测效果也很好。文献[7] 指出滑动窗技术实质是一种基于复解析带通滤波的 z(￡)的离散采样点，t为时间。 设z(￡)以采样频率^采样得到z(71)，则数字 Hilbert变换解调法，提出了基于sTFT解调方法 域中叫=2戒／N对应相应的模拟域为f=kf。／N。 的轴承早期故障自动检测算法。研究发现，文献 [7]提出的检测算法在某些较低信噪比的情况下， 导出，ISTn(，l，∞)I=I 其自动检测效果不太理想。究其原因：一方面是原 y(n，co)I成立。 始信号信噪比低，用其直接进行解调分析，导致解 根据信号复调制理论[7]可知：y(n，co)为原始信 号z(n)经过中心频率为叫的复解析带通滤波器 调谱中故障特征不明显；另一方面，文中提出的按 峭度最大化准则选择一组解调信号序列进行包络谱 w(n)ei”滤波后的信号，由于lSTFL(，z，(c，)I= STn(咒，c￡’)I可理解为原 分析的方法，在低信噪比和复杂噪声背景下，并不 y(n，co)l成立，因此，I 始信号z(，1)经过中心频率为∞一2稚／N(在相应模 能保证其选择的那组解调信号序列一定含有丰富的 故障信息。针对这些问题，本文提出了相应的改进 拟域：f—kf。／N)的复解析带通滤波器w(n)eJ骨 方法。 滤波后的