基于线调频小波路径追踪的变转速滚动轴承故障诊断.docxVIP

基于线调频小波路径追踪的变转速滚动轴承故障诊断 滚动轴承是旋转机的主要支撑部件，其运行状态对设备的性能有重要影响。因此，研究滚动轴承故障诊断技术对确保设备的安全稳定运行具有重要意义。 滚动轴承在运行时会出现局部损伤, 在损伤处由于受到反复的冲击作用, 其振动信号是以系统振荡为载波的时变调制信号.希尔伯特变换法、广义检波滤波法与高通绝对值调制法是常用的时变调制信号处理方法. 通常情况下, 滚动轴承的故障调制信号是一种循环平稳信号, 其统计特性呈周期性.循环平稳解调方法是一种崭新的处理工具, 它是20世纪80年代中期迅速发展起来的, 姜鸣等运用循环平稳解调的方法实现了对恒转速齿轮箱的故障诊断.陈向民等结合线调频小波路径追踪算法与循环平稳解调方法对变转速工况下的齿轮故障诊断问题进行了研究.循环平稳解调满足频率调制信号的解调要求, 能有效提取淹没在噪声中的故障特征.在变转速工况下, 滚动轴承的故障振动信号是非平稳的, 其自相关函数为一个时变非周期函数, 不满足循环平稳分析的要求, 故需对故障信号进行平稳化处理. 目前常用的信号平稳化的方法为峰值跟踪法, 该方法利用Wigner-Ville变换、小波变换等时频分析方法获取瞬时频率估计, 但这些时频分析方法存在一些局限性.如小波变换采用等面积平行分割的时频窗, 对分析信号缺乏自适应性;Wigner-Ville变换等二次型时频分析方法对多分量信号分析产生交叉干扰项等. 近年来, Candès等提出了线调频小波路径追踪算法, 该算法利用线调频小波原子, 在多尺度动态时间支撑区上逐段拟合呈曲线变化的瞬时频率, 从而得到瞬时频率的估计. 本文结合线调频小波路径追踪 (chirplet path pursuit, CPP) 算法与循环平稳解调方法, 提出了一种变转速工况下滚动轴承的故障诊断方法.滚动轴承的故障振动信号为时变调制信号, 该调制信号以外环的各阶固有频率为载波频率, 以故障元件 (内圈、外圈或滚动体) 的通过频率及其倍频为调制频率.本文方法先利用线调频小波路径追踪算法提取轴承的故障特征频率;再根据轴承的故障特征频率对时域振动信号的包络在角域等角度重采样, 得到角域平稳信号;最后对角域平稳信号的自相关函数进行切片解调, 依据切片解调谱来诊断滚动轴承故障.对本文方法进行了仿真分析和应用实例验证, 结果表明, 本文方法能有效提取滚动轴承的外圈与内圈故障特征, 其故障特征提取效果明显优于基于Wigner-Ville峰值跟踪法的包络阶次谱方法. 1 采样频率的确定 线调频小波路径追踪算法在动态区间I上定义多尺度chirplet原子库如下: 式中为多尺度线调频基元函数;为归一化系数, 使得;I为动态分析时间段, I=2-jkN~2-j(k+1) N;k为动态时间段序号, k=0, 1, …, 2j-1;N为分析信号的采样长度;j为分析尺度系数, j=0, 1, …, log2(N-1) ;aμ为频率偏置系数;bμ为调频率;根据采样定理, aμ+2bμt小于fs/2, 其中fs为采样频率;1I(t) 为矩形窗函数, 当t∈I时为1, 当时为0. 式 (1) 定义的线调频小波原子在动态区间I内的瞬时频率aμ+2bμt是呈线性变化的, 适合逐段拟合信号分量的频率曲线, 在时频面的表示如图1所示.式 (1) 所示的线调频小波原子具有多尺度及调频特性, 适用于拟合复杂的频率曲线. 基元函数与分析信号越相似, 其能量越大, 因此需要找到一种有效的连接方法, 使得连接获得的基元函数信号总能量最大, 即 Π在动态区间I内对应的基元函数分别为 线调频小波路径追踪算法路径连接方法如下: 1) 初始化.令d (i) =0, pre(i) =0, i表示时间支撑区序号, d (i) 表示在第i个时间支撑区前分解信号的总能量, pre(i) 表示与第i个时间支撑区相连的前置时间支撑区序号, e (i) 表示第i个时间支撑区上投影系数最大的分解信号的能量. 2) 在动态时间支撑区集合{Ii, i∈Z}上找出所有与动态时间支撑区Ii相邻的动态时间支撑区集合I{j}, 若满足条件 则令 Π的连接方法可保证获得的信号分量与分析信号所包含的最大能量信号分量最为接近, 而在动态时间支撑区I内连接成的频率曲线就是分量信号的瞬时频率估计. 2 循环自相关函数 循环平稳信号x (t) 的相关函数、功率谱等统计特性随时间周期平稳变化.其非对称形式的自相关函数为 其中τ为时延, E[·]表示取均值, *表示复数的共轭. 对信号x (t) 以周期T0进行采样后的Rx(t, τ) 为 式中n为离散时间变量, N为信号的采样长度. 从式 (7) 可知, 循环自相关函数Rx(t, τ) 为以T0为周期的函数.则Rx(t, τ) 按傅里叶级数展开为 式中f