一种选取最优解调频带新方法——Multigram

针对Fast-Kurtogram易受非高斯噪声干扰的不足,提出一种基于多层滑动滤波器组,找寻最优解调频带的新方法——Multigram。首先,借鉴Protrugram滑动分割频带思想,构建多层、多滤波中心和带宽的滤波组。然后,根据各层不同滤波中心和带宽依次进行带通滤波,对滤波信号进行包络自相关谱分析,在容差范围内计算谱峭度,以选取最优解调频带。最后,采用最优滤波中心和带宽进行带通滤波和包络谱分析。将方法应用于滚动轴承故障诊断,基于机匣测点的模拟故障轴承试验和自然故障轴承试验结果表明:该方法可有效选取适宜的解调频带,相比于Fast-Kurtogram,Protrugram,Autogram和Infogram,诊断结果更具优势。

基于SSA改进VMD的轴承复合故障诊断方法研究

关乎整个设备正常运行的滚动轴承极易发生故障,且常是多故障并存,导致轴承复合故障诊断困难。VMD算法对诊断滚动轴承复合故障具有良好的频带分割、抗模态混叠和抑制噪声的优点。但当VMD控制参数[K,α]选取不当时,会造成频带分解失效、轴承复合故障分离不彻底。为此提出基于樽海鞘群算法(SSA)改进VMD的分离诊断方法。采用SSA自适应选取[K,α]对信号进行VMD,通过包络熵和峭度综合筛选敏感IMF,对敏感IMF进行Autogram共振频带提取,采用包络解调提取各自的故障特征频率。通过仿真信号和实测信号验证分析,可知基于SSA优化VMD算法对复合轴承故障有很好的分离诊断能力。

滚动轴承早期冲击性故障特征提取的综合算法研究

针对滚动轴承早期微弱冲击性故障信号特征难以提取的问题,提出了共振解调结合小波包系数熵阈值降噪的综合算法,用于准确确定并提取早期微弱冲击性故障引起的共振调制边频带。该算法应用时延相关和小波包系数熵阈值算法实现信号的双重降噪,并依据共振带能量比确定小波包分解的最佳分解尺度和选取熵阈值的最佳阈值,寻求共振带的最优解,然后进行共振解调提取故障信号特征。实验数据分析结果表明了该算法对滚动轴承早期冲击性故障提取的可行性和有效性。

复小波共振解调频带优化方法和新指标

滚动轴承发生局部故障时,其振动信号中将出现周期性发生的脉冲响应。共振解调被广泛用于从振动信号中提取此类冲击响应特征,但其首要问题是确定带通滤波器的中心频率和带宽。现有的频带优化方法存在计算量大且优化指标只考虑信号中冲击成分的强弱、而未考虑脉冲发生的周期性特征等缺点。针对不足,确定了以中心频率为主带宽为辅的频带参数优化方法,并提出了一个既能反映信号中冲击成分的存在及强弱又能突出冲击发生的周期性特点的频带优化新指标——包络谱峰值因子,该因子定义为包络谱最大值与有效值之比。将此方法和新指标应用于复平移Morlet小波共振解调的频带优化,通过轴承疲劳试验数据分析及工程实际应用并与峭度、平滑度指标和山农熵进行比较,验证了该方法和指标在最优频带确定中的有效性和优越性。

轴承故障声发射信号多频带共振解调方法

轴承故障声发射信号具有高频率、宽频带、多频率成分组成特性。针对轴承故障声发射信号的多频带共振解调问题,基于故障先验知识确定滤波带宽,利用窄带解调Protrugram算法迭代搜索多个可解调中心频率,在对应的多个窄带范围内实现故障频率的解调识别。仿真和实验信号处理结果表明,窄带包络解调方法能够找到多个可用解调窄带,对应解调包络谱中均可清楚地识别故障频率,且包络谱具有故障频率谱线清晰,倍频成分衰减明显的特点。

基于谱峭度和Teager能量算子的轴承故障特征增强

共振解调法的难点在于带通滤波器的确定,谱峭度可根据信号特征寻找最优滤波器参数,很好地解决以上问题。然而谱峭度在对低信噪比数据进行处理时,滤波后的信号往往残留较大带内噪声,极大地影响了后续故障诊断的准确性。针对该问题,提出利用Teager能量算子追踪SK滤波信号的系统总能量,从信号能量的角度消除带内噪声,二次增强隐藏于噪声中的故障冲击特征,最后通过包络谱分析获得诊断结果。应用轴承故障仿真数据、实验室内圈和外圈故障数据验证了本方法的有效性。

一种空间轴承的自适应共振解调故障诊断方法

针对传统共振解调故障诊断方法中需依赖主观经验和反复调试选取合适带通滤波器参数的问题,以及包络信号频谱中随机成分对分辨故障特征频率的干扰问题,提出一种空间精密轴承的自适应共振解调故障诊断方法.一方面,根据振动信号功率谱计算重心频率和频率标准差,进而以此确定带通滤波器的中心频率和带宽,实现自适应带通滤波;另一方面,通过频谱平均方法弱化包络信号频谱中的随机成分,使得故障特征谱线清晰度加强.模拟故障信号和实测振动信号的诊断结果表明该方法算法简单,效率高,对保持架磨损故障诊断效果良好,验证了其可行性和有效性.

基于共振区幅值-相位解调技术的早期齿轮齿根裂纹故障检测

常用齿轮故障诊断方法中窄带解调分析存在低频干扰的问题,共振解调分析不涉及相位调制信息。针对传统方法的不足,提出了一种以共振频率作为载波的共振区幅值-相位解调技术。方法首先通过快速谱峭度算法寻找齿轮振动信号的共振区,然后在共振区中通过幅值最大搜索法获得共振频率,并以该共振频率为载频进行解调分别得到幅值和相位调制信号。该方法结合共振区对弱信号的放大以及对低频干扰的隔离作用,可有效提取齿轮的故障信息。仿真及试验研究表明,所提出的共振区幅值-相位解调技术可以有效检测早期齿轮齿根裂纹故障信息,是对传统方法的有效补充。

基于车辆动态响应的车轮多边形自动识别方法

当列车高速运行时,车轮多边形会导致高频轮轨冲击,对车轴、车轮、钢轨等轨道-车辆系统零部件疲劳寿命产生极为不利的影响。本文基于车辆动态响应,利用广义共振解调方法实现了车轮多边形磨耗诊断。首先利用同步压缩短时傅里叶变换得到信号的高分辨率时频谱,然后从时频谱上自动提取时间-能量信息,用于冲击引起的高频振动和低频信号分离;通过Lp范数准则确定带通滤波范围之后,利用广义Hilbert包络解调方法对带通车辆动态响应信号进行解调,提取其中隐含的车轮多边形磨耗信息。分析结果表明,该方法可以有效地诊断车轮多边形磨耗。

Morlet复小波频带优化及其在中介轴承故障诊断中的应用

针对中介轴承故障信号特点,提出了一个既能反映信号中冲击成分强弱,又能突出周期性脉冲特征的新的频带优化参数——局部包络谱峰值因子,并应用其对中介轴承故障信号Morlet复小波共振解调频带进行优化。为验证该方法的优越性,搭建双转子实验台开展中介轴承外圈故障及内圈故障模拟实验,采用局部包络谱峰值因子频带优化的Morlet复小波的对采集的试验数据进行分析。以内外圈转速均为600r/min的中介轴承为例,外圈故障频率的理论值为88Hz,利用局部包络谱峰值因子频带优化得到的外圈故障频率为87.25Hz。结果表明该指标能够提取出中介轴承故障频率峰值,有效地将故障信息从振动信号中分离出来,实现中介轴承故障诊断。

基于平方包络谱相关峭度的最优共振解调诊断滚动轴承故障

利用峭度指标识别滚动轴承共振频带,结合包络分析解调故障特征,是滚动轴承故障诊断的常用方法。峭度指标虽然能够表征瞬态冲击特征的强弱,却无法利用瞬态冲击特征循环发生的特点,导致其难以区分脉冲噪声和循环瞬态冲击,无法准确识别共振频带,进而容易导致错误的故障诊断结果。受峭度和信号自相关的启发,重新定义相关峭度,提出平方包络谱相关峭度新指标;并结合Morlet小波滤波和粒子群优化算法,提出一种滚动轴承最优共振解调方法。通过与峭度、谱峭度等进行对比,仿真和试验分析结果表明平方包络谱相关峭度能够准确识别循环瞬态冲击;最优共振解调能够稳健确定共振频带的最优中心频率和带宽,准确解调诊断滚动轴承故障,验证了平方包络谱相关峭度在检测循环瞬态冲击和识别最优共振频带中的有效性和优越性。