, ,

(石家庄铁道大学 机械工程学院，河北 石家庄 050043)

基于近似熵和平方解调分析的滚动轴承故障特征提取

郭学卫,申永军,杨绍普

(石家庄铁道大学 机械工程学院，河北 石家庄 050043)

提出了一种基于近似熵和平方解调分析的故障特征提取新方法。这种方法的核心是首先使用平方解调分析把调制的振动信号进行解调，然后计算并比较这些经平方解调后的信号的近似熵，从而实现故障的特征提取。研究表明，用这种方法提取信号特征，可以容易地将正常滚动轴承、内圈故障、外圈故障和滚子故障的信号区分。

近似熵；平方解调；特征提取

0 引言

滚动轴承是机械设备中最常用且最容易损坏的零件之一，一旦出现故障，将直接影响机械设备的正常运转，因此对轴承的监测与诊断显得尤为重要。在滚动轴承故障诊断中，如何有效提取故障特征信息是诊断的关键。1991年，Pincus首次提出了近似熵的概念[1]，它是一种表征非线性时间序列复杂性和不规则性的动力学参数，具有计算所需数据短、抗野点能力强、对确定性信号和随机信号都适用等特点。对于滚动轴承振动信号，不同故障的振动信号的复杂性不同，因而其对应的近似熵值也不同。因此，近似熵可以对滚动轴承故障特征进行提取。但大量文献[2-3]研究表明如果直接使用原始信号的近似熵进行特征提取，无法对各故障模式实现有效区分。这是因为原始信号的近似熵所提供的信息有限，不能反映轴承损伤情况的深层次信息，因而不足以对轴承的所有工况进行区分。……