吕永卫,熊诗波,林 选,田慕琴

(太原理工大学a.机械电子研究所;b.电气与动力工程学院,太原030024)

随着科学技术的不断发展,机械设备结构越来越复杂,机器运行中发生故障的概率很高,会引起严重后果,有时还会造成重大的经济损失。滚动轴承是电力、石化、冶金、机械、航空航天以及一些军事工业部门中使用最广泛的机械零件,也是最易损伤的元件之一。据统计,在使用滚动轴承的旋转机械设备中,约有30%的机械故障与轴承损伤有关。因此,对滚动轴承故障的诊断分析,在生产实际中尤为重要。传统的滚动轴承故障诊断方法有频域分析方法和时域分析方法,它们对滚动轴承的分步式故障有很好的效果。但是对于局部缺陷,这些诊断方法的应用效果不太理想,尤其是在故障的初期。近年来,新的诊断方法不断涌现,如时频分析方法可以有效地应用于非平稳信号的分析,弥补了传统的基于快速傅利叶变换的频谱分析只适用于平稳信号分析的缺陷;小波包变换提高了中高频带的分辨率,克服了短时傅立叶变换和小波变换的缺点,小波包变换有利于提取轴承故障特征。但是现有的信号分析技术在低信噪比振动信号的特征提取方面,并未取得突破性进展。在滚动轴承运行过程中,提取振动信号时难免会受到大量非监测部件振动的干扰,造成有效信号的淹没。特别是滚动轴承的振动信号是经过复杂传递途径所得,往往造成故障信息淹没在背景噪声和干扰之中,从而使信号特征提取变得异常困难[1]。……