發(fā)布時間：2021-11-14 17:45

　　頻率加權(quán)能量算子（FWEO）能夠通過對信號瞬時能量的追蹤消除信號中的噪聲分量,突出故障沖擊分量,對于軸承信號的處理具有較強(qiáng)的抗干擾性,然而對強(qiáng)噪聲干擾下的信號則效果不夠理想。針對該問題,提出將最小熵解卷積（MED）用于信號的預(yù)處理,以此消除信號采樣過程中的傳遞噪聲干擾,增強(qiáng)信噪比;而后以FWEO對處理后信號的瞬時能量進(jìn)行追蹤,從能量的角度進(jìn)行故障特征的二次增強(qiáng);最后通過包絡(luò)譜分析獲得診斷結(jié)果。仿真數(shù)據(jù)、實驗室數(shù)據(jù)均表明所提方法能夠在受強(qiáng)噪聲干擾下的軸承故障信號中大幅消除噪聲,準(zhǔn)確提取出故障分量。 

【文章來源】：機(jī)床與液壓. 2020,48(14)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

MED-FWEO故障診斷模型

參數(shù)設(shè)置如下:a=600 Hz;fm=80 Hz;f1=2 000 Hz;fs=12 kHz。為模擬現(xiàn)實中實際測量到的信號狀態(tài),在模擬信號中添入一定量的高斯白噪聲,獲得仿真信號的時域波形如圖2(a)所示。由于添入的高斯白噪聲強(qiáng)度較大,表征著故障信息的周期性脈沖成分被淹沒,在圖2(a)中已經(jīng)難以辨別故障沖擊點。圖2(b)為對圖2(a)進(jìn)行MED處理后的結(jié)果,可見經(jīng)過處理后,圖2(a)中的噪聲成分已經(jīng)得到極大程度的消除,周期性脈沖成分得以體現(xiàn),然而帶內(nèi)噪聲依然存在,且對于故障脈沖信息的提取產(chǎn)生了較大干擾,嚴(yán)重影響后期的故障診斷準(zhǔn)確性,因此需要對其進(jìn)行進(jìn)一步處理以增強(qiáng)其信噪比。以頻率加權(quán)能量算子追蹤圖2(b)的瞬時總能量,獲得能量譜如圖2(c)所示�？擅黠@發(fā)現(xiàn):信號中的噪聲成分在能量的角度被大幅壓制,周期性脈沖成分愈加突出,信噪分離效果更加優(yōu)異。圖2(d)所示包絡(luò)譜中地毯噪聲干擾較小,譜線峰值成分和故障特征頻率理論值一一對應(yīng),即所提方法對于提取低信噪比信號的周期性脈沖信息適用性較強(qiáng)。3 實驗數(shù)據(jù)分析

為進(jìn)一步探究所提方法在實際工況下的實用性和優(yōu)越性,擬采用實驗室故障數(shù)據(jù)進(jìn)行分析。實驗數(shù)據(jù)來源于美國Western Reverse University軸承數(shù)據(jù)中心[9]。如圖3所示,試驗臺由三相電機(jī)、扭矩傳感器/編碼器、功率計和內(nèi)部控制元件組成。試驗臺可測試SKF6205-2RS(電機(jī)驅(qū)動端)和SKF6203-2RS(風(fēng)扇端)兩種型號的軸承。以電火花技術(shù)在軸承的內(nèi)、外圈和滾動體中加入點蝕故障,尺寸分別為0.178、0.356、0.533 mm。以分別安裝于電機(jī)驅(qū)動端、風(fēng)機(jī)端和底座上的加速度傳感器對軸承的測試狀態(tài)進(jìn)行監(jiān)控。3.1 軸承外圈故障

【參考文獻(xiàn)】：
期刊論文
[1]強(qiáng)噪聲背景下頻率加權(quán)能量算子和變分模態(tài)分解在軸承故障提取中的應(yīng)用[J]. 徐元博,蔡宗琰,胡永彪,丁凱.  振動工程學(xué)報. 2018(03)
[2]基于聲音信號Teager能量算子解調(diào)的輪對軸承故障檢測[J]. 劉晶,胡俊鋒,熊國良,張龍.  機(jī)床與液壓. 2018(07)
[3]基于EMD和支持向量機(jī)的滾動軸承故障診斷研究[J]. 付大鵬,翟勇,于青民.  機(jī)床與液壓. 2017(11)
[4]基于改進(jìn)奇異譜分解的形態(tài)學(xué)解調(diào)方法及其在滾動軸承故障診斷中的應(yīng)用[J]. 鄢小安,賈民平.  機(jī)械工程學(xué)報. 2017(07)
[5]基于SK-NLM包絡(luò)的滾動軸承故障沖擊特征增強(qiáng)[J]. 熊國良,胡俊鋒,陳慧,張龍.  儀器儀表學(xué)報. 2016(10)
[6]一種譜峭度和Morlet小波的滾動軸承微弱故障診斷方法[J]. 丁康,黃志東,林慧斌.  振動工程學(xué)報. 2014(01)



本文編號：3495073