QPSO匹配的FIE随机共振轴承故障诊断*
2018-05-04陈长征谷晓娇
振动、测试与诊断 2018年2期
陈长征, 谷晓娇
(1.沈阳工业大学机械工程学院 沈阳,110870) (2.辽宁省振动噪声控制技术工程研究中心 沈阳,110870)
引 言
旋转机械设备振动信号中往往含有丰富的状态信息,通过振动分析可以实现对旋转机械的故障诊断。当一个旋转机械工作在恶劣的环境中或产生早期故障时,在实际采集的振动信号中有用的信号一般比较微弱,严重影响了故障诊断的准确性,因此强噪声背景下的弱信号提取是信号处理领域研究的热点[1]。
常用于故障诊断的信号处理方法有小波分析、经验模态分解(empirical mode decomposition,简称EMD)和局部均值分解(local mean decomposition,简称LMD)等,均是通过去除实测信号中噪声的途径来识别机械故障信号[2-3]。然而这些方法在降噪的过程也会除去一部分有用故障信号,不利于弱信号提取。随机共振法能够使噪声的一部分能量传递给信号,从而提取出信号的频率特征,因此随机共振方法更适用于提取强噪声背景下的弱故障信号[4-6]。然而随机共振在实际应用中具有一定的局限性,为了使随机共振在故障诊断领域发挥出更好的作用,近年来人们对随机共振进行了大量的研究。文献[7-8]将随机共振理论与小波变换相结合,在强噪声背景下实现了对多个高频弱信号的检测。文献[9]将随机共振与经验模态分解相结合,并基于遗传算法优化随机共振系统参数,实现了对信号自适应处理。文献[10]将自适应双稳随机共振与快速独立分量分析法相结合,在强噪声背景下实现了对弱故障信号的快速获取。……
登录APP查看全文
