基于自适应窗口与压缩幅值的瞬时转频估计

针对变转速工况下轴承信号的时频分布能量发散、噪声和谐波干扰强导致其转频难以获取的问题,提出一种基于自适应窗口和压缩幅值的瞬时转频估计方法。首先,通过自适应窗口在频率轴方向搜索出脊线窗口避免噪声和谐波的干扰;其次,在脊线窗口内用压缩幅值方法集中发散的脊线能量;然后,用惩罚函数法提取脊线,实现转频的精确估计;最后,根据采用轴承实验台收集的数据验证了所提出方法的有效性和鲁棒性。结果表明,相比于传统方法,采用所提方法估计瞬时转动频率使误差降低约8%。

基于脊线信息增强与特征融合的瞬时转频估计

转速获取是变工况设备健康诊断的前提。在不便安装速度传感器的情况下,基于振动信号时频分析获取转频是最常用的途径。然而,由于时频分析方法的自身特性和采集的振动信号中往往包含大量的背景噪声,导致得到的时频分布能量聚集性差、部分时段转速信息微弱等问题,很难提取到完整、准确的转频信息。为解决这一问题,提出一种脊线信息增强与特征融合的转速估计方法。采用幅值累加平方策略对时频分布特征进行增强;从信号低频区域和共振频带分别预估计出转频信息;最后,建立基于概率分布和局部波动特性的信息融合准则,以确定脊线融合位置以及融合结果,实现转频的准确估计。轴承故障实验信号验证说明:相比于传统的转频提取方法,提出的方法能够显著地改善能量微弱的转速信息的识别结果。

用于滚动轴承转频估计的EMD软阈值降噪算法

针对经验模式分解(EMD)互相关系数-峭度准则降噪方法与小波阈值降噪方法的不足,提出EMD与小波软阈值降噪相结合的降噪方法.该方法主要包括以下4部分:1)对原始信号进行EMD分解得到固有模态函数(IMF)的集合;2)计算各个IMF与原始信号的互相关系数以及各IMF的峭度值;3)利用互相关系数-峭度准则选择需要降噪的IMF以及需要剔除的IMF;4)对选定的IMF进行阈值降噪后与剩余的IMF相加重构信号.利用仿真和实测的故障轴承信号对所提出算法以及EMD互相关系数-峭度准则降噪方法进行对比验证.结果表明:采用EMD软阈值降噪方法比采用EMD互相关系数-峭度准则降噪方法对信号进行预处理,更能确保轴承振动信号的完整性,突出信号的故障特征,降低瞬时转频估计的误差.

ConceFT在滚动轴承瞬时转频估计中的应用

针对基于时频分析的瞬时转频估计问题及现有方法在抗噪性和估计精度方面的不足,引入一种新兴的强抗噪性的时频分析方法——时频聚集(Concentration of Frequency and Time,ConceFT),提出ConceFT联合峰值搜索的瞬时转频估计方法。仿真试验中,测试了不同信噪比下的线调频信号和正弦调频信号的瞬时转频估计,结果表明该方法能够有效抑制强噪声干扰,准确估计瞬时转频,在信噪比大于-20 dB时能保证估计误差在3%以内;该方法分别用于转速上升和转速复杂波动的滚动轴承振动信号分析,均能以高精度提取出瞬时转频曲线。与经典的短时傅里叶联合峰值搜索方法对比,在抗噪性及估计精度上均有显著提高。

基于信息熵和VMD的RV减速器行星轮故障分析

针对机器人RV减速器行星轮齿根裂纹故障在机器人作业中表征不明显、转频及故障特征提取困难等问题,提出一种信息熵和变分模态分解相结合的RV减速器行星轮故障识别方法。通过伺服电机电流信号获取RV减速器在稳定阶段的电机主轴转频,从而计算RV减速器的理论特征频率。结合电流信号的瞬时频率趋势图同步截取稳定阶段的振动信号,通过包络分析确定振动信号故障特征频段范围。最后利用信息熵与变分模态分解消除其余特征频率的干扰,提取RV减速器的故障特征。实验结果表明该方法在RV减速器出现行星轮齿根裂纹故障时,能够有效识别故障特征。