基于短時(shí)奇異譜分析的滾動(dòng)軸承故障診斷方法研究.pdf

1、隨著現(xiàn)代化工業(yè)大生產(chǎn)體系的不斷發(fā)展和完善，為最大限度的提高工業(yè)生產(chǎn)效率并保證產(chǎn)品質(zhì)量，作為核心生產(chǎn)工具的機(jī)械設(shè)備需要不斷地朝大型化、節(jié)能化、智能化和高可靠性等方向發(fā)展。在這樣的背景下，機(jī)械設(shè)備發(fā)生故障的概率和方式必然相應(yīng)的增加，發(fā)生故障帶來的財(cái)產(chǎn)損失與人員傷亡也會(huì)逐漸地?cái)U(kuò)大。開展對(duì)此類設(shè)備的狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)研究對(duì)保證設(shè)備安全、穩(wěn)定的運(yùn)行具有重要的現(xiàn)實(shí)意義。旋轉(zhuǎn)機(jī)械是現(xiàn)代化工業(yè)大生產(chǎn)中的支柱設(shè)備，廣泛應(yīng)用于電力、化工、冶金、航空航天

2、等重要工業(yè)領(lǐng)域，而其中絕大部分旋轉(zhuǎn)機(jī)械的轉(zhuǎn)子部件都采用滾動(dòng)軸承進(jìn)行支撐。與一般的機(jī)械零部件相比，滾動(dòng)軸承的最大特點(diǎn)是其實(shí)際壽命影響因素復(fù)雜、離散性較大。有統(tǒng)計(jì)數(shù)據(jù)表明，滾動(dòng)軸承引起的旋轉(zhuǎn)機(jī)械故障將占其總故障的近三分之一。因此，本文以滾動(dòng)軸承為研究對(duì)象，在深入理解其故障機(jī)理及故障信號(hào)表現(xiàn)形式的基礎(chǔ)上，提出了一種短時(shí)奇異值分解算法用于實(shí)現(xiàn)滾動(dòng)軸承的狀態(tài)監(jiān)測(cè)及故障診斷。
　　本研究主要內(nèi)容包括：⑴對(duì)滾動(dòng)軸承的故障發(fā)生機(jī)理、故障信號(hào)特征表

3、現(xiàn)及相應(yīng)的頻譜構(gòu)成進(jìn)行分析研究，對(duì)局部故障信號(hào)的信噪比差異現(xiàn)象做了詳細(xì)的介紹；在此基礎(chǔ)上，結(jié)合信號(hào)局部分析的思想，提出了一種基于信號(hào)滑移加窗的短時(shí)奇異值分解算法。該算法針對(duì)奇異值分解算法在信號(hào)整體分析上存在的不足，將信號(hào)整體分析轉(zhuǎn)換到信號(hào)局部分析，著重于振蕩主導(dǎo)區(qū)內(nèi)的故障信息提取與特征識(shí)別。以該算法為基礎(chǔ)構(gòu)建的短時(shí)奇異譜揭示了故障信號(hào)時(shí)域-奇異值域的聯(lián)合分布信息，可有效實(shí)現(xiàn)故障沖擊特征的具象化表征。⑵通過將短時(shí)奇異譜提取的沖擊特征在時(shí)間

4、維度上進(jìn)行投影，成功提取能夠表征滾動(dòng)軸承故障沖擊特征的主奇異值特征序列。在此基礎(chǔ)上，充分挖掘主奇異值特征序列內(nèi)含的故障信息，重構(gòu)能夠表征故障沖擊成分的短時(shí)序列，進(jìn)一步提取滾動(dòng)軸承系統(tǒng)固有頻率。結(jié)合FIR濾波器構(gòu)建方法，提出了以固有頻率為中心頻率的濾波器設(shè)計(jì)方案，并利用峭度指標(biāo)實(shí)現(xiàn)濾波器帶寬的最優(yōu)化選擇；在此基礎(chǔ)上，分析了滑移窗長等參數(shù)對(duì)濾波器消噪性能的影響，進(jìn)而實(shí)現(xiàn)滾動(dòng)軸承故障信號(hào)的沖擊特征提取及背景噪聲抑制；同時(shí)，針對(duì)頻帶濾波器的不足

5、，通過重構(gòu)原始信號(hào)中的噪聲序列獲得噪聲統(tǒng)計(jì)特性作為參考信息，結(jié)合LMS自適應(yīng)算法，提出了基于噪聲功率估計(jì)的自適應(yīng)濾波器設(shè)計(jì)方法，實(shí)現(xiàn)對(duì)滾動(dòng)軸承故障信號(hào)的自適應(yīng)濾波。⑶在主奇異值特征提取的基礎(chǔ)上，研究了以自適應(yīng)原子字典構(gòu)建為核心的信號(hào)稀疏表示方法。該方法通過提取多個(gè)能夠表征故障沖擊成分的重構(gòu)短時(shí)序列來構(gòu)建沖擊原子字典，在此基礎(chǔ)上采用K-SVD算法實(shí)現(xiàn)學(xué)習(xí)字典的訓(xùn)練，經(jīng)過原子擴(kuò)展時(shí)延操作獲得自適應(yīng)原子字典，再采用匹配追蹤算法對(duì)信號(hào)稀疏表示；