基于故障特征趋势线模板的滚动轴承故障诊断

齿轮噪声和变转速工况干扰下的滚动轴承故障诊断存在两个问题,一是转速波动限制了齿轮噪声滤除算法的使用,二是常用于克服变转速条件的阶比跟踪技术存在计算效率低及包络畸变等问题。为避免这两个问题,提出基于故障特征趋势线模板的滚动轴承故障特征提取方法。使用线调频小波路径追踪算法分别在降采样的时域信号和经Hilbert变换得到包络信号中提取齿轮峰值啮合倍频趋势线和瞬时故障特征频率趋势线;计算齿轮峰值啮合倍频趋势线与瞬时故障特征频率趋势线对应时间点的比值,并连接各个时间点的比值得到故障特征趋势线;将故障特征趋势线与理论计算的故障趋势线模板进行匹配,观察匹配结果完成故障诊断。该算法的创新点是将较难提取的包含轴承故障信息频带的获取直接转换为瞬时频率趋势线的提取,定义了故障特征趋势线的概念,根据故障特征趋势线寻找轴承故障特征。仿真算例和应用实例证明了该方法的有效性。

基于改进的自适应噪声消除和故障特征阶比谱的齿轮噪源干扰下变转速滚动轴承故障诊断

变转速工作模式和齿轮噪源干扰是阻碍滚动轴承故障诊断的两个难题。虽然基于转速信号的角域重采样技术和基于参考信号的自适应噪声消除算法为这两个问题提供了可靠的解决路线,但是由于安装空间和成本的限制,转速信息和参考信号在实际工程中往往难以获取。为解决这一难题,提出了一种不依靠上述辅助设备的滚动轴承故障诊断新算法。整个算法由五部分组成:(1)利用峰值啮合倍频趋势线构造参考信号对混合信号进行自适应滤波以削弱齿轮噪源对轴承故障共振频带获取的干扰;(2)利用谱峭度快速算法确定由轴承故障引起的高频共振所对应的中心频率,滤波带宽和对应的尺度并直接得到最能反映轴承故障的滤波包络;(3)利用短时傅里叶变换求得两次滤波后包络信号的包络时频谱并利用峰值搜索算法对瞬时故障特征频率趋势线进行提取;(4)提出基于采样频率重调的重采样算法,对谱峭度滤波结果进行故障阶比域重采样;(5)利用傅里叶变换求取重采样信号的故障特征阶比谱,并提出新的故障诊断策略对滚动轴承的运行状态进行判断。仿真算例和应用实例证明了该算法的有效性。

基于包络解调滤波的滚动轴承复合故障诊断

针对在变转速工况下进行滚动轴承复合故障诊断时,由于故障间的相互作用使得多种故障特征混叠在一起,彼此干扰,造成误判﹑漏判等问题,以及时域滤波过程中共振频带参数难以获得这一问题,提出基于包络解调滤波的滚动轴承复合故障诊断方法。首先,使用多项式函数拟合轴承转速,并根据轴承各部分的故障特征频率系数和转速信息计算瞬时故障特征频率(IFCF)趋势线;其次,根据各部分IFCF趋势线的拟合函数,构造解调算法的相位函数,对原始信号经过Hilbert变换得到的包络信号解调;最后,以各部分IFCF拟合函数的初始值为中心频率构造窄带巴特沃斯带通滤波器,对解调信号进行滤波处理,并对滤波后的信号进行快速傅里叶变换(FFT)得到包络解调滤波信号的频谱。研究结果表明:该算法使轴承IFCF的能量集中在初始值的位置,使用巴特沃斯带通滤波器便可以在包络信号中提取解调后的故障信息。该方法既克服了转速变化引起的"频率模糊"现象,又避免了时域滤波中共振频带难以确定的问题。仿真算例和应用实例证明了该算法的有效性。

基于线调频小波路径追踪和逐步解调滤波的滚动轴承故障诊断

在变转速工况下诊断滚动轴承故障时,广义解调算法中相位函数的确定依赖转速计等辅助设备。针对这一问题,提出了基于线调频小波路径追踪(Chirplet Path Pursuit, CPP)和逐步解调滤波的滚动轴承故障诊断方法。瞬时故障特征频率(Instantaneous Fault Characteristic Frequency, IFCF)在包络信号中具有幅值优势,利用这一特点,使用CPP算法从降采样的包络信号中提取IFCF趋势线,构造IFCF的相位函数;针对转频在信号中难以提取这一问题,采用重复估计转频的方式,计算潜在转频的相位函数;根据IFCF和转频的相位函数,构造逐步解调滤波算法,既可以恢复时变频率的周期性,又能降低噪声干扰,避免幅值较小的转频被噪声淹没;根据IFCF和转频在解调频谱的比值,判断故障位置。仿真和试验信号的处理结果证明了算法的有效性。