朱德程，向家伟

(温州大学机电工程学院，浙江温州 325035)

基于PPCA消噪和谱峭度的滚动轴承故障诊断方法

朱德程，向家伟†

(温州大学机电工程学院，浙江温州 325035)

基于概率主成分分析（Probabilistic Principal Component Analysis，PPCA）和谱峭度方法，提出一种轴承故障诊断新方法．用主元模型对原始信号进行消噪，可完整地保留信号的有用成分，并能大幅度提高信噪比，解决故障信号易受噪声干扰的问题．对消噪后的信号进行基于谱峭度的最优带通滤波和包络谱分析，由包络频谱诊断轴承故障．通过数值仿真和实验验证了所给方法的正确性和有效性．所给方法可用于滚动轴承的故障诊断．

概率主元分析；谱峭度；滚动轴承；故障诊断

当轴承发生故障时，处于不同周向分布角的滚动体经过故障位置处就会产生周期性冲击载荷，其振动信号在轴承固有频率附近会出现均匀的调制边频带，然而，直接采用频谱分析无法识别出这种由故障信号调制的高频载波非等周期冲击信号，目前采用的最有效方法是包络分析法，而包络分析法的效果取决于对振动信号进行预处理和去噪处理法的优劣．文献[1]用AR模型对原始信号进行滤波，滤除稳定成分以增强故障冲击成分，但对于冲击持续时间很短的短数据，由AR参数得出的谱估计的分辨率会很差，并且Morlet小波波形参数是常数，小波与冲击成分的匹配性差，影响包络结果．文献[2]通过求理想故障信号相对于实测带噪信号的后验概率密度的期……