基于角域AR模型滤波的滚动轴承故障诊断*
2018-08-01程卫东刘东东赵德尊
振动、测试与诊断 2018年3期
程卫东, 刘东东, 赵德尊
(北京交通大学机械与电子控制工程学院 北京,100044)
引 言
变转速工况下滚动轴承的故障诊断需要消除转速变化对振动信号的影响[1],消除转速变化常使用阶比跟踪技术,将时域信号转化为角域信号[2-3]。阶比跟踪过程中需要转速信息,有两种方式获得转速[4]:a.通过转速计等硬件设备直接测取;b.在振动信号中提取。由于在实际工况中受到安装成本以及安装空间的限制,从振动信号中提取转速引起了学者的广泛关注。文献[5]利用带通滤波获取转频特定的谐波成分后再进行相位解调对瞬时转频进行估计,该方法虽然有效,但仅适合转速在小范围内波动的工况。文献[6]使用短时傅里叶变换(short time Fourier transform, 简称STFT)变换与 Viterbi 拟合算法相结合估计变转速模式下的振动信号瞬时转频。文献[7]根据经STFT变换的时频分析结果,利用峰值搜索算法对变转速运行机械的瞬时转频进行估计。然而,在齿轮噪源影响下,轴承的转速分量相对较小,依靠上述算法在混合信号中提取转速信息很困难。
文献[8-9]提出以故障特征频率(fault characteristic frequency, 简称FCF)代替转频对振动信号进行角域重采样,这是因为FCF在时频域中表现出明显的峰值,提取FCF相对于转频容易。基于FCF角域重采样的原理是先对FCF趋势线积分,然后根据积分曲线求得转过等角度间隔时的时间点,从时域信号中获得各时间点的峰值。然而,基于FCF的阶比分析存在不足之处。首先,在信噪比比较低的情况下,作为参考量的较小转频分量会被噪声淹没,导致基于FCF的阶比分析不能确定故障发生的位置;……
登录APP查看全文
