發(fā)布時(shí)間：2021-03-10 20:39

　　針對(duì)滾動(dòng)軸承故障沖擊信號(hào)周期性強(qiáng)且容易被強(qiáng)烈的背景噪聲淹沒(méi),提出基于小波包時(shí)延相關(guān)解調(diào)的分析方法,實(shí)現(xiàn)滾動(dòng)軸承的故障特征提取及故障診斷。首先,以信噪比SNR和均方根誤差RMSE為準(zhǔn)則,對(duì)比小波包閾值的降噪效果,選取最優(yōu)小波包參數(shù),以增強(qiáng)振動(dòng)信號(hào)的信噪比。然后將降噪后的信號(hào)進(jìn)行重構(gòu)。最后,通過(guò)時(shí)延相關(guān)解調(diào)分析提取去噪重構(gòu)信號(hào)的故障特征。通過(guò)仿真和試驗(yàn)數(shù)據(jù)分析,驗(yàn)證了所提算法能夠較準(zhǔn)確地提取軸承故障特征頻率�；谂c包絡(luò)分析和小波包絡(luò)分析進(jìn)行的對(duì)比,證明了所提方法能夠獲得更高精度的故障特征參數(shù),進(jìn)而更加有效地實(shí)現(xiàn)滾動(dòng)軸承的早期故障診斷。 

【文章來(lái)源】：機(jī)械設(shè)計(jì). 2020,37(06)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

仿真信號(hào)的波形和頻譜

由表1可知，coif5小波基與rigrsure閾值相結(jié)合的降噪效果最好，其信噪比SNR為-5.781 7 dB，均方根誤差RMSE為0.882 7，達(dá)到了最大的信噪比和最小的均方根誤差。采用coif5小波基與rigrsure閾值相結(jié)合的降噪方法對(duì)圖1中的仿真信號(hào)進(jìn)行降噪處理。其降噪后的波形和頻譜如圖2所示。從波形圖2a中可以明顯地看出沖擊信號(hào)成分，但是頻譜圖2b中無(wú)法有效地呈現(xiàn)信號(hào)的故障特征頻率成分。為了更好地提取故障特征頻率成分，對(duì)小波包降噪后的信號(hào)進(jìn)行時(shí)延相關(guān)解調(diào)分析，分析結(jié)果如圖3a所示。為了對(duì)比分析，分別用小波包絡(luò)分析和包絡(luò)分析對(duì)圖1中的仿真信號(hào)進(jìn)行了處理，結(jié)果分別如圖3b,c所示。同時(shí)，計(jì)算了3種分析方法處理后的信號(hào)的信噪比。對(duì)比圖3中3種方法的分析結(jié)果，可以看出小波包絡(luò)分析和包絡(luò)分析雖然可以提取出故障特征頻率及其各次諧波，但是信噪比較低。對(duì)比圖3b,c可以看出，小波包絡(luò)分析能夠在一定程度上提高包絡(luò)分析的信噪比，但是還是存在噪聲的干擾。由此可見(jiàn)，相對(duì)于包絡(luò)分析和小波包絡(luò)分析，文中所提出的小波包時(shí)延相關(guān)解調(diào)分析方法能夠獲得較高精度的故障特征值。

仿真分析的結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于一維卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承自適應(yīng)故障診斷算法[J]. 曲建嶺,余路,袁濤,田沿平,高峰.  儀器儀表學(xué)報(bào). 2018(07)
[2]基于經(jīng)驗(yàn)小波變換的機(jī)械故障診斷方法研究[J]. 李志農(nóng),朱明,褚福磊,肖堯先.  儀器儀表學(xué)報(bào). 2014(11)
[3]小波包降噪與LMD相結(jié)合的滾動(dòng)軸承故障診斷方法[J]. 孫偉,熊邦書,黃建萍,莫燕.  振動(dòng)與沖擊. 2012(18)
[4]基于譜峭度和AR模型的滾動(dòng)軸承故障診斷[J]. 從飛云,陳進(jìn),董廣明.  振動(dòng).測(cè)試與診斷. 2012(04)
[5]基于Teager-Huang變換的滾動(dòng)軸承故障診斷方法[J]. 蔡劍華,王先春.  機(jī)械設(shè)計(jì). 2012(07)
[6]基于時(shí)延相關(guān)及小波包系數(shù)熵閾值的增強(qiáng)型共振解調(diào)方法[J]. 崔玲麗,康晨暉,張建宇,李文斌,高立新.  機(jī)械工程學(xué)報(bào). 2010(20)
[7]應(yīng)用小波包和包絡(luò)分析的滾動(dòng)軸承故障診斷[J]. 唐貴基,蔡偉.  振動(dòng)、測(cè)試與診斷. 2009(02)
[8]利用時(shí)延相關(guān)解調(diào)法診斷滾動(dòng)軸承的故障[J]. 孟濤,廖明夫.  航空學(xué)報(bào). 2004(01)

博士論文
[1]滾動(dòng)軸承故障特征提取與診斷方法研究[D]. 鄧飛躍.華北電力大學(xué)(北京) 2016



本文編號(hào)：3075250