结合小波包奇异谱熵和SVDD的滚动轴承性能退化评价.PDFVIP

２０１６年 １２月 机 械 科 学 与 技 术 Ｄｅｃｅｍｂｅｒ ２０１６ 第３５卷 第 １２期 Ｍｅｃｈａｎｉｃａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ｆｏｒ Ａｅｒｏｓｐａｃｅ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｏｌ．３５ Ｎｏ．１２ ＤＯＩ：１０．１３４３３／ｊ．ｃｎｋｉ．１００３⁃８７２８．２０１６．１２１３ 结合小波包奇异谱熵和ＳＶＤＤ 的滚动 轴承性能退化评估 周建民，徐清瑶，张龙，李鹏 （华东交通大学 机电工程学院，南昌　 ３３００１３） 摘要：针对设备的视情维修，提出一种将小波包奇异谱熵和支持向量数据描述（ＳＶＤＤ）相结合的滚 动轴承性能退化评估方法。 先提取轴承全寿命周期内振动信号的小波包奇异谱熵作为轴承状态的 特征矢量，然后以轴承正常状态下的特征矢量训练ＳＶＤＤ，得到正常状态下的基准超球体，再计算 轴承全寿命周期内的特征矢量与基准超球体之间的相对距离，作为性能退化过程的定量评估指标， 并对失效阈值和早期故障阈值进行设定。 结果表明，与基于小波包和 ＳＶＤＤ 的性能退化评估方法 相比，该方法的早期故障检测能力更强，对轴承性能退化各个阶段的描述更加准确。 最后，利用基 于ＥＭＤ的Ｈｉｌｂｅｒｔ 包络解调方法对评估结果的正确性进行了验证。 关键词：滚动轴承；小波包奇异谱熵；支持向量数据描述；性能退化评估；包络解调 中图分类号：ＴＨ１６５３；ＴＰ２０６３；ＴＨ１７　 　 文献标识码：Ａ　 　 文章编号：１００３⁃８７２８（２０１６）１２⁃１８８２⁃０６ Ａｓｓｅｓｓｍｅｎｔ Ｍｅｔｈｏｄ ｏｆ Ｒｏｌｌｉｎｇ Ｂｅａｒｉｎｇ Ｐｅｒｆｏｒｍａｎｃｅ Ｄｅｇｒａｄａｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｗａｖｅｌｅｔ Ｐａｃｋｅｔ Ｓｉｎｇｕｌａｒ Ｓｐｅｃｔｒａｌ Ｅｎｔｒｏｐｙ ａｎｄ ＳＶＤＤ Ｚｈｏｕ Ｊｉａｎｍｉｎ，Ｘｕ Ｑｉｎｇｙａｏ，Ｚｈａｎｇ Ｌｏｎｇ，Ｌｉ Ｐｅｎｇ （Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｅａｓｔ ＣｈｉｎａＪｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ ３３００１３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇ ａｔ ｔｈｅ ｃｏｎｄｉｔｉｏｎ⁃ｂａｓｅｄ ｍａｉｎｔｅｎａｎｃｅ ｏｆ ｅｑｕｉｐｍｅｎｔｓ，ａ ｎｏｖｅｌ ａｓｓｅｓｓｍｅｎｔ ｍｅｔｈｏｄ ｏｆ ｒｏｌｌｉｎｇ ｂｅａｒｉｎｇ ｐｅｒｆｏｒｍａｎｃｅ ｄｅｇｒａｄａｔｉｏｎ ｃｏｍｂｉｎｉｎｇ ｗａｖｅｌｅｔ ｐａｃｋｅｔ ｓｉｎｇｕｌａｒ ｓｐｅｃｔｒａｌ ｅｎｔｒｏｐｙ （ＷＰＳＳＥ） ａｎｄ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｄａｔａ ｄｅｓｃｒｉｐｔｉｏｎ （ＳＶＤＤ）ｗａｓ ｐｒｏｐｏｓｅｄ． Ｆｉｒｓｔｌｙ，ＷＰＳＳＥｓｗｅｒｅ ｅｘｔｒａｃｔｅｄｆｒｏｍｂｅａｒｉｎｇｆｕｌｌ⁃ｌｉｆｅ⁃ｃｙｃｌｅｖｉｂｒａｔｉｏｎ ｓｉｇｎａｌｓａｓ ｆｅａｔｕｒｅ ｖｅｃｔｏｒｓ ｔｏ ｄｅｓｃｒｉｂｅ ａ ｂｅａｒｉｎｇ ｒｕｎｎｉｎｇ ｓｔａｔｅ． Ｓｅｃｏｎｄｌｙ，ＳＶＤＤ ｗａｓ ｔｒａｉｎｅｄ ｕｓｉｎｇ ｔｈｅ ｆｅａｔｕｒｅ ｖｅｃｔｏｒｓ ｕｎｄｅｒ ｎｏｒｍａｌ ｃｏｎｄｉｔｉｏｎ ｔｏ ｇｅｔ ｔｈｅ ｆｉｄｕｃｉａｌ ｈｙｐｅｒｓｐｈｅｒｅ ｏｆ ｎｏｒｍａｌ ｓｔａｔｅ． Ｔｈｅｎ，ｔｈｅ ｒｅｌａｔｉｖｅ ｄｉｓｔａｎｃｅ ｂｅｔｗｅｅｎ ｆｕｌｌ⁃ｌｉｆｅ⁃ｃｙｃｌｅ ｆｅａｔｕｒｅ ｖｅｃｔｏｒｓ ｏｆ ｂｅａｒｉｎｇ ａｎｄ ｆｉｄｕｃｉａｌ ｈｙｐｅｒｓｐｈｅｒｅ ｗａｓ ｃａｌｃｕｌａｔｅｄ ａｓ ａ ｑｕａｎｔｉｔａｔｉｖｅ ｉｎｄｅｘ ｏｆ ｐｅｒｆｏｒｍａｎｃｅ ｄｅｇｒａｄａｔｉｏｎ，ａｎｄ ｔｈｅｆａｉｌｕｒｅ ｔｈｒｅｓｈｏｌｄ ａｎｄ ｉｎｃｉｐｉｅｎｔ ｆａｕｌｔ ｔｈｒｅｓｈｏｌｄｗｅｒｅ ｓｅｔ． Ａｎａｌｙｔｉｃａｌ ｒｅｓｕｌｔｓｏｆ ｅｘｐｅｒｉｍｅｎｔａｌ ｄａｔａ ｉｎｄｉｃａｔｅｄ ｔｈａｔ ｃｏｍｐａｒｅｄ