基于SSCF和TSET的滚动轴承冲击故障诊断方法

在对滚动轴承进行故障诊断时,因为噪声等因素的干扰,会导致轴承的冲击故障特征识别困难,针对这一问题,提出了一种基于相似分段协同滤波(SSCF)和时间重排同步特征提取(TSET)的滚动轴承故障诊断方法。首先,利用SSCF对待分析信号划分相似片段,并将其排列成二维阵列,分别用Savitzky-Golay滤波器和多项式拟合算法在X、Y两个方向上进行了滤波处理,再进行了信号的重构,实现了对信号降噪处理的目的;然后,基于同步压缩变换的理论框架,利用TSET进行了群延时估计和时间方向上的时频能量重排,从而获得了清晰集中的冲击特征时频表达;最后,通过计算时频脊线之间的时间间隔确定了故障特征频率,从而实现了对滚动轴承进行故障诊断的目的;同时,对数值仿真信号以及试验台轴承故障数据进行了分析和验证。实验结果表明:经SSCF降噪处理后的相关系数最大,为0.8255,比小波阈值降噪高了0.2504,极大地突出了冲击故障特征;TSET算法的Renyi熵值最低,为11.2861,比SST低了4.3862,获得了能量更加集中的时频表达。研究结果表明:在强噪声环境下对滚动轴承进行故障诊断时,采用基于SSCF和TSET的方法仍具有较高的有效性。