為了解決有效特征值的選擇問題,從理論上證明了有效特征值的數量規(guī)律,即一個頻率對應兩個特征值;推導了特征值的排序規(guī)律,即信號的幅值越大,其對應的兩個特征值也越大。將上述兩個性質統(tǒng)稱為主成分分析的幅值濾波特性,提出了一種基于該特性的信號分離算法,并通過仿真信號及實際轉子信號的分析,驗證了算法在信號分離中的有效性。研究結果表明,該算法無論是在同時提取多個頻率成分還是提取單個頻率成分方面都表出了優(yōu)良的特性,提純信號中既不會含有多余成分,也不會發(fā)生相位偏移。最后將本文提出的算法應用于大型滑動軸承試驗臺轉子的軸心軌跡提純,成功識別了轉子的不對中故障。 

【文章來源】：華南理工大學學報(自然科學版). 2020,48(05)北大核心EICSCD

【文章頁數】：9 頁

【部分圖文】：

特征值曲線

試驗數據來源于課題組自主研發(fā)的滑動軸承試驗臺[16],電渦流傳感器(D1、D2)安裝在轉子同一軸截面兩側相互垂直的斜45°方向(如圖5所示)。以采樣頻率2 048 Hz采集4 096個點,結果如圖6所示。由圖6(c)、(d)可知,位移信號的主要成分為1X和2X,同時存在轉頻的高次諧波成分、工頻干擾及隨機噪聲。圖6 位移信號的時域波形及頻譜圖

研究表明,軸心軌跡的形狀與故障類型存在密切關系,如外“8”字形或香蕉形對應不對中故障,內“8”字形對應油膜渦動故障等[10]。直接利用圖6中的兩個信號D1和D2合成的軸心軌跡如圖9所示,由圖可知,由于受到轉頻的高次諧波成分、電源工頻成分(50 Hz及150 Hz)及隨機噪聲的干擾,軸心軌跡雜亂無章,無法據此辨別轉子的故障類型。因此,需要對圖9中的軸心軌跡進行提純,其本質是分別對信號D1和D2進行降噪及濾除多余的頻率成分之后,再利用信號的提純結果合成軸心軌跡。本文中,信號的提純工作在4.3小節(jié)中已經完成(如圖8所示),因此,直接利用圖8中的提純結果合成軸心軌跡,結果如圖10所示,由圖可知,軸心軌跡為“8”字形,說明轉子存在不對中故障。這是由于在升速過程中,轉子兩端的油膜力的大小不一致引起的轉子中心與軸承中心發(fā)生偏離所致。

【參考文獻】：
期刊論文
[1]基于主成分分析的特征頻率提取算法及應用[J]. 李振,李偉光,趙學智,鄭相立.  振動.測試與診斷. 2018(04)
[2]非零奇異值和頻率的關系及其在信號分解中的應用[J]. 趙學智,葉邦彥.  電子學報. 2017(08)
[3]變支點滑動軸承工作機理分析及轉子振動特性試驗研究[J]. 楊期江,李偉光,鄭相立,王凱.  華南理工大學學報(自然科學版). 2016(11)
[4]PCA與SVD信號處理效果相似性與機理分析[J]. 聶振國,趙學智.  振動與沖擊. 2016(02)
[5]分量形成方式對奇異值分解信號處理效果的影響[J]. 趙學智,葉邦彥.  上海交通大學學報. 2011(03)
[6]基于Granger因果檢驗和PCA的腦網絡效應連接方法[J]. 鐘元,王慧南,焦青,張志強,鄭罡,于海燕,盧光明.  華南理工大學學報(自然科學版). 2010(01)
[7]奇異值差分譜理論及其在車床主軸箱故障診斷中的應用[J]. 趙學智,葉邦彥,陳統(tǒng)堅.  機械工程學報. 2010(01)

碩士論文
[1]基于奇異值分解的信號處理關鍵技術研究[D]. 聶振國.華南理工大學 2016



本文編號：3606070