針對(duì)工程實(shí)際中滾動(dòng)軸承發(fā)生故障的類型具有典型性和故障信號(hào)具有沖擊性,且振動(dòng)信號(hào)的頻率成分因外界環(huán)境的影響而變得極其復(fù)雜的特點(diǎn),提出了一種基于負(fù)熵和無跡卡爾曼濾波的動(dòng)態(tài)貝葉斯小波變換方法。該方法將SE(Squared Envelope) Infogram方法應(yīng)用到無跡卡爾曼濾波方法(Unscented Kalman Filter, UKF)中,利用SE Infogram確定濾波器參數(shù)初值,即中心頻率與帶寬的初值,結(jié)合UKF對(duì)中心頻率與帶寬進(jìn)行優(yōu)化,以最優(yōu)中心頻率與帶寬對(duì)振動(dòng)信號(hào)進(jìn)行濾波分析,對(duì)濾波后的信號(hào)進(jìn)行包絡(luò)解調(diào)分析,實(shí)現(xiàn)軸承微弱故障特征的提取。利用負(fù)熵指標(biāo)代替以往研究所用的峭度指標(biāo),可以有效消除或削弱高峰值干擾的影響。最后,通過對(duì)仿真信號(hào)和輪對(duì)軸承試驗(yàn)信號(hào)對(duì)提出的方法進(jìn)行了驗(yàn)證。結(jié)果表明,該方法能夠有效提取強(qiáng)背景噪聲下軸承外圈、內(nèi)圈故障和滾動(dòng)體故障,驗(yàn)證了該方法對(duì)軸承微弱故障診斷的有效性。

【文章頁數(shù)】：10 頁

【文章目錄】：
1 基本原理
    1.1 Infogram方法
    1.2 無跡卡爾曼濾波算法
2 基于Infogram的動(dòng)態(tài)貝葉斯小波變換
3 仿真信號(hào)分析
4 實(shí)驗(yàn)信號(hào)分析
    4.1 軸承外圈故障
    4.2 軸承內(nèi)圈故障
    4.3 軸承滾動(dòng)體故障
        (1) 對(duì)比方法一與方法三:
        (2) 對(duì)比方法二與方法三:
5 結(jié) 論



本文編號(hào)：3796322