APP下载

Volterra理论在滚动轴承内圈故障程度特征定量提取的研究

2018-05-23王海涛史丽晨

振动与冲击 2018年9期
关键词:故障方法系统

王海涛, 王 琨, 史丽晨

(西安建筑科技大学 机电工程学院, 西安 710055)

建筑施工机械结构复杂、工况恶劣,其内部滚动轴承发生故障时,振动信号非平稳非线性程度较为明显。采用合适的分析方法提取振动信号中的有用信息是故障特征提取的关键[1-2]。滚动轴承故障诊断中常用的分析方法有:谱分析、小波分析、EMD(Empirical Mode Decomposition)分解法等[3-4],基于上述方法的故障特征提取和诊断研究已取得了丰硕的成果。Kankar等[5]基于小波变换和人工智能技术对滚动轴承故障进行了特征提取和诊断,对比验证了支持向量机(Support Vector Machine, SVM)具有更为良好的诊断性能。Yu等[6]提出了基于EMD方法和希尔伯特谱的故障特征提取方法,并与传统包络谱方法进行了对比,得出前者更能对滚动轴承故障特征进行有效提取。然而大量文献主要是对故障部位和类型进行区分,实际上设备的故障是一个从轻微到严重的演变过程,准确识别设备运行中的故障程度演变情况对保证设备平稳运行有着重要意义。近期,对故障程度的研究已经引起了广泛的关注,张龙等[7]基于多尺度熵对滚动轴承故障程度进行了识别,能够较早的发现其早期故障并与故障发展趋势保持了一定的一致性。王玉静等[8]基于EMD和SVD(Singular Value Decompostion)进行特征提取,实现了对滚动轴承不同故障位置及其性能退化程度的特征提取和智能识别。上述研究内容在滚动轴承故障程度定量识别方面取得了一定成效,但依然不能完全满足机械设备实际工况下非线性非平稳等因素导致故障程度特征定量提取相对困难这一问题。……

登录APP查看全文

猜你喜欢

故障方法系统
Smartflower POP 一体式光伏系统
WJ-700无人机系统
ZC系列无人机遥感系统
故障一点通
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
奔驰R320车ABS、ESP故障灯异常点亮
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
故障一点通