基于$%和（的滚动轴承循环冲击特征增强.PDFVIP

振动!测试与诊断 第!卷第#期 .,9!:9# 年 月 $%# $ ()*+,-./0)+1/*23+4()353*16 7/+8*4/4 ;309$%# !###%9#=%$?9@*A/9/44*9#%%=BC%#9$%#9%#9%# ! 基于 $% 和( 的滚动轴承循环冲击特征增强 张龙!胡俊锋!熊国良 %华东交通大学机电与车辆工程学院南昌!!%%#! 摘要提出了一种融合最小熵解卷积%5/*/5(5B3*1)DEF3@*G,(1/*简称 2H7和谱峭度%4D3@1)+,A()14/4简称 IJ的轴承循环冲击类故障检测方法利用最小熵解卷积得到消噪信号若能检测到轴承故障特征则完成诊断过程 否则对消噪信号进行谱峭度分析选取最佳滤波器参数对滤波信号进行二次滤波通过包络谱检测确定是否存在故 障及故障类型实验室信号及工程案例的分析结果验证了该方法在检测轴承局部故障中的有效性和优越性 关键词共振解调(谱峭度(最小熵解卷(故障诊断 中图分类号KL#!!9! 检测领域文献)*将最小熵解卷积和支持向量机 引言 结合应用于齿轮箱的故障诊断文献)C*利用自回 归%+(1)38)344/G3简 称 PQ模 型 消 除 齿 轮 啮 合 时 滚动轴承是旋转机械中应用最广泛也最容易损 产生的背景噪声再对滤波信号进行最小熵解卷积 坏的机械零部件之一轴承故障会导致机械设备出 以增强冲击特征最小熵解卷积方法在轴承故障诊 现不同程度的振动与噪声其运行状态将直接影响 断领域取得了良好的应用效果但对于强噪声环境 到整台设备的性能)#*因此滚动轴承的故障状态 下的滚动轴承微弱故障信号仍然存在故障冲击特征 监测与诊断一直都是人们研究的重要方向)$* 难以提取等问题 在滚动轴承故障诊断中共振解调法是目前运 为了增强滚动轴承循环冲击类特征提取效果 用最广泛的方法之一它利用带通滤波器将低频干 提高轴承局部故障的检测效率笔者提出了一种联 扰与噪声滤除使故障冲击特征增强从而便于确定 合最小熵解卷积和谱峭度的滚动轴承局部故障循环 轴承是否存在故障以及故障类型然而带通滤波器 冲击特征增强方法利用最小熵解卷积方法对故障 参数的选择往往需要丰富的经验及大量的历史实验 信号进行滤波和包络谱分析若能提取出故障特征 数据且不同的参数选择对分析结果有非常大的影 频率则完成诊断过程若诊断效果不佳以谱峭度方 响在获得满意结果前需要进行多次尝试操作人员