高速列車軸承的故障特征提取較為困難,針對(duì)這一問題,在經(jīng)驗(yàn)小波變換（Empirical Wavelet Transform,EWT）的基礎(chǔ)上,提出了一種基于頻譜趨勢(shì)與頻帶合并的改進(jìn)EWT方法,并將其應(yīng)用于高速列車軸承的故障診斷。該方法首先利用經(jīng)驗(yàn)?zāi)B(tài)分解,根據(jù)IMF分量判斷準(zhǔn)則,提取故障信號(hào)的頻譜趨勢(shì),從而得到初始的頻譜分界點(diǎn);然后計(jì)算各初始頻帶的故障信息判斷指標(biāo),得到自適應(yīng)閾值,判斷初始頻帶的有效性,通過對(duì)無效頻帶的合并完成頻譜的重新劃分;最后進(jìn)行經(jīng)驗(yàn)小波變換,將各頻帶通過正交濾波器組,對(duì)得到的各分量信號(hào)進(jìn)行Hilbert變換,得到軸承的故障特征頻率。通過仿真和試驗(yàn)驗(yàn)證,改進(jìn)后的EWT方法可以準(zhǔn)確地提取出軸承故障特征頻率的基頻和倍頻成分,有效地確定軸承故障。 

【文章來源】：機(jī)車電傳動(dòng). 2020,(04)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

與轉(zhuǎn)換到尺度空?qǐng)D2改進(jìn)的EWT方法流程圖改進(jìn)的算法

—50—2020年極大值的中間點(diǎn)為邊界，則檢測(cè)的邊界對(duì)仿真信號(hào)的初始頻譜劃分如圖5所示。根據(jù)故障信息指標(biāo)EPK，對(duì)初始頻帶分界點(diǎn)進(jìn)行篩選，將指標(biāo)值小于閾值的無效頻帶進(jìn)行合并，重新劃分后的頻帶如圖6所示。對(duì)比篩選前后的頻帶劃分可知，信號(hào)分量數(shù)N由13減少至5，有效改善了頻帶破裂現(xiàn)象。根據(jù)劃分的頻帶構(gòu)建濾波器組，可得各分量信號(hào)的時(shí)域波形（見圖7）。圖8為各分量的信號(hào)頻譜，根據(jù)已知的仿真信號(hào)各分量頻率，可以驗(yàn)證改進(jìn)后的EWT方法實(shí)現(xiàn)了各分量的準(zhǔn)確提取，且避免了模態(tài)混疊。3試驗(yàn)驗(yàn)證3.1軸承外圈故障為了進(jìn)一步驗(yàn)證改進(jìn)的EWT方法的有效性，選取實(shí)際工程中的信號(hào)數(shù)據(jù)進(jìn)行計(jì)算。測(cè)試數(shù)據(jù)為美國凱斯西儲(chǔ)大學(xué)（CaseWesternReserveUniversity）軸承數(shù)據(jù)中心提供的原始數(shù)據(jù)，測(cè)試對(duì)象為SKF公司的SKF6205-2RS深溝槽滾動(dòng)軸承，采樣頻率fs為12000Hz，采樣周期Ts為1s，主軸轉(zhuǎn)速n為1797r/min，軸承的回轉(zhuǎn)頻率f為29.95Hz，軸承的部分參數(shù)見表1。軸承外圈故障頻率fo可由下式得到：(12)結(jié)合式(12)和表1，計(jì)算可得軸承外圈故障頻率fo=107.305Hz。圖9為故障信號(hào)的時(shí)域波形；圖10為信號(hào)的頻譜趨勢(shì)，極值點(diǎn)個(gè)數(shù)為26，頻譜趨勢(shì)較好地反映了軸承振動(dòng)信號(hào)整體的變化形態(tài)；圖11為信號(hào)的初始頻譜劃分，信號(hào)分量個(gè)數(shù)為28；圖12為重新劃分后的頻譜，信號(hào)分量個(gè)數(shù)為5。圖4仿真信號(hào)頻譜趨勢(shì)圖5仿真信號(hào)初始頻譜劃分圖6合并后的仿真信號(hào)頻譜劃分圖7仿真信號(hào)分量時(shí)域波形圖8仿真信號(hào)分量頻譜表1SKF6205-2RS深溝槽滾動(dòng)軸承的基本參數(shù)滾動(dòng)軸承直徑d/mm7

—50—2020年極大值的中間點(diǎn)為邊界，則檢測(cè)的邊界對(duì)仿真信號(hào)的初始頻譜劃分如圖5所示。根據(jù)故障信息指標(biāo)EPK，對(duì)初始頻帶分界點(diǎn)進(jìn)行篩選，將指標(biāo)值小于閾值的無效頻帶進(jìn)行合并，重新劃分后的頻帶如圖6所示。對(duì)比篩選前后的頻帶劃分可知，信號(hào)分量數(shù)N由13減少至5，有效改善了頻帶破裂現(xiàn)象。根據(jù)劃分的頻帶構(gòu)建濾波器組，可得各分量信號(hào)的時(shí)域波形（見圖7）。圖8為各分量的信號(hào)頻譜，根據(jù)已知的仿真信號(hào)各分量頻率，可以驗(yàn)證改進(jìn)后的EWT方法實(shí)現(xiàn)了各分量的準(zhǔn)確提取，且避免了模態(tài)混疊。3試驗(yàn)驗(yàn)證3.1軸承外圈故障為了進(jìn)一步驗(yàn)證改進(jìn)的EWT方法的有效性，選取實(shí)際工程中的信號(hào)數(shù)據(jù)進(jìn)行計(jì)算。測(cè)試數(shù)據(jù)為美國凱斯西儲(chǔ)大學(xué)（CaseWesternReserveUniversity）軸承數(shù)據(jù)中心提供的原始數(shù)據(jù)，測(cè)試對(duì)象為SKF公司的SKF6205-2RS深溝槽滾動(dòng)軸承，采樣頻率fs為12000Hz，采樣周期Ts為1s，主軸轉(zhuǎn)速n為1797r/min，軸承的回轉(zhuǎn)頻率f為29.95Hz，軸承的部分參數(shù)見表1。軸承外圈故障頻率fo可由下式得到：(12)結(jié)合式(12)和表1，計(jì)算可得軸承外圈故障頻率fo=107.305Hz。圖9為故障信號(hào)的時(shí)域波形；圖10為信號(hào)的頻譜趨勢(shì)，極值點(diǎn)個(gè)數(shù)為26，頻譜趨勢(shì)較好地反映了軸承振動(dòng)信號(hào)整體的變化形態(tài)；圖11為信號(hào)的初始頻譜劃分，信號(hào)分量個(gè)數(shù)為28；圖12為重新劃分后的頻譜，信號(hào)分量個(gè)數(shù)為5。圖4仿真信號(hào)頻譜趨勢(shì)圖5仿真信號(hào)初始頻譜劃分圖6合并后的仿真信號(hào)頻譜劃分圖7仿真信號(hào)分量時(shí)域波形圖8仿真信號(hào)分量頻譜表1SKF6205-2RS深溝槽滾動(dòng)軸承的基本參數(shù)滾動(dòng)軸承直徑d/mm7

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)經(jīng)驗(yàn)小波變換的齒輪箱故障診斷新方法與應(yīng)用[J]. 王昌明,張征,李峰,魯聰達(dá).  噪聲與振動(dòng)控制. 2018(05)
[2]微弱信號(hào)強(qiáng)干擾分離方法研究[J]. 李秀坤,李婷婷,馬濤.  振動(dòng)與沖擊. 2011(03)
[3]滾動(dòng)軸承故障的振動(dòng)信號(hào)診斷方法[J]. 吳斌,馮長(zhǎng)建,羅躍綱,王敏杰.  機(jī)械設(shè)計(jì)與制造. 2009(11)
[4]經(jīng)驗(yàn)?zāi)７纸庠谛盘?hào)趨勢(shì)項(xiàng)提取中的應(yīng)用[J]. 陳雋,徐幼麟.  振動(dòng)、測(cè)試與診斷. 2005(02)

碩士論文
[1]基于改進(jìn)的CEEMD及IMF價(jià)值評(píng)價(jià)的高速列車齒輪箱故障診斷研究[D]. 陳東月.西南交通大學(xué) 2018



本文編號(hào)：3390522