滾動(dòng)軸承發(fā)生局部故障時(shí)將產(chǎn)生由共振頻率調(diào)制的周期瞬態(tài)沖擊,有效提取沖擊特征是診斷滾動(dòng)軸承故障的關(guān)鍵。圖信號(hào)處理方法(Graph Signal Processing,GSP)是基于圖譜理論發(fā)展起來的新研究領(lǐng)域,將振動(dòng)信號(hào)轉(zhuǎn)換為圖信號(hào)進(jìn)行分析,能有效揭示振動(dòng)信號(hào)特性。對(duì)高斯函數(shù)加權(quán)下的路圖拉普拉斯矩陣進(jìn)行特征分解,發(fā)現(xiàn)代數(shù)連通度(Algebraic Connectivity)以內(nèi)的特征向量存在明顯的沖擊,因此提出利用代數(shù)連通度以內(nèi)的特征向量結(jié)合逆圖傅里葉變換(Graph Fourier Transform,GFT)重構(gòu)故障信號(hào)中沖擊分量的方法。高斯加權(quán)函數(shù)中的熱核寬度決定沖擊特征向量的分布,直接影響重構(gòu)結(jié)果,為解決熱核寬度的選擇問題,提出結(jié)合粒子群算法(Particle Swarm Optimization,PSO)確定最優(yōu)熱核寬度;然后利用最優(yōu)特征向量組重構(gòu)沖擊信號(hào),并進(jìn)行包絡(luò)解調(diào);最后實(shí)現(xiàn)滾動(dòng)軸承故障的有效診斷。算法仿真和應(yīng)用實(shí)例表明,基于最優(yōu)加權(quán)的路圖GFT方法能有效地重構(gòu)滾動(dòng)軸承故障沖擊特征,診斷故障類型。

【文章頁數(shù)】：10 頁

【文章目錄】：
引言
1 GFT與高斯函數(shù)加權(quán)路圖
    1.1 圖與圖傅里葉變換
    1.2 路圖拉普拉斯矩陣特征分解與沖擊特征
    1.3 熱核寬度參數(shù)對(duì)沖擊特征重構(gòu)結(jié)果的影響
2 基于最優(yōu)加權(quán)路圖GFT的滾動(dòng)軸承故障診斷
3 仿真分析
4 應(yīng)用實(shí)例
5 結(jié)論



本文編號(hào)：3746507