变转速工况下滚动轴承故障特征高精度提取方法研究

摘要

在汽车、高铁、航空发动机、数控机床、风力发电机等旋转机械中，滚动轴承是一种应用最广泛的机械零部件，其运行状态的好坏对机械设备能否安全运转至关重要。由于工作环境恶劣复杂，滚动轴承是故障率较高的零部件，且在变转速工况或起停阶段更容易出现故障，而传统的信号处理方法主要针对平稳工况信号研究分析，在变转速信号的处理中失去作用。另外，当滚动轴承存在微小故障或复合故障时，如何准确地从测试信号中提取故障特征也是需要解决的关键问题。于是，本文在无键相获取设备存在情况下，首先针对强噪声干扰下的无键相阶次分析技术进行了研究，然后在振动信号中存在强噪声干扰的情况下，系统研究了轴承故障振动信号最优解调频带定位方法，以提高滚动轴承故障特征提取的精度。本文取得的主要研究成果如下：　　①将基于Vold-Kalman的无键相阶次分析技术应用于变转速轴承故障诊断中。通过Vold-Kalman自适应滤波器(VKF)与基于惩戒函数的时频脊线提取方法相结合，实现无键相信号条件下自适应提取滚动轴承参考轴转频谐波分量和相关瞬时相位信息，确定了VKF的参数选择原则，利用角域重采样和包络分析得到了包络阶次谱，实现了无键相信号条件变转速工况下滚动轴承的包络阶次分析。　　②提出了两种用于轴承振动信号最优解调频带选择的改进谱峭度方法。由于传统的谱峭度(SK)、平方包络峭度(SESK)、循环成分比(RCC)等冲击信号表征指标对强噪声干扰敏感，通过考虑振动信号SES中各个谐次频率幅值大小和谐次个数对峭度的影响以及冲击周期大小，提出峰值加权谐次峭度和(PWHKS)。与SK、SESK两个传统指标相比，该指标对振动信号中强噪声抗干扰能力更强；通过考虑振动信号RCC指标中各个谐次频率幅值大小的影响，结合能量的角度，提出复合加权特征能量比(CWCER)。与RCC指标相比，该指标对振动信号中强噪声抗干扰能力更强。PWHKS和CWCER是兼顾冲击信号冲击特性和循环平稳特性的频域指标，能从强噪声干扰中提取高精度故障冲击特征。基于所提两种指标，提出了PWHKSgram和CWCERgram，实现了轴承故障振动信号最优解调频带的准确定位。　　③提出基于无键相阶次分析和改进谱峭度的变转速轴承高精度故障特征提取方法。针对变转速故障轴承振动信号，首先利用VKF和基于惩戒函数的脊线提取方法获得轴瞬时相位，再采用角域重采样获得平稳振动信号，然后利用改进谱峭度方法(PWHKSgram、CWCERgram)选择轴承最优解调频带，最后对带通滤波信号进行包络谱分析获得包络阶次谱，实现变转速轴承故障特征高精度提取。

目录

1 引 言

1.1 课题来源

1.2 选题背景和意义

1.3 变转速工况下滚动轴承故障诊断技术国内外研究现状

1.3.1 基于时频分析的变转速故障诊断技术

1.3.2 基于阶次分析的变转速故障诊断技术

1.4 基于谱峭度的滚动轴承故障诊断技术国内外研究现状

1.4.1 基于优化解调频带的改进谱峭度研究现状

1.4.2 基于改进谱峭度的研究现状

1.5 主要问题及研究思路

1.6 论文的组成结构及章节安排

2 基于Vold-Kalman 的无键相阶次分析

2.1 无键相阶次分析存在的问题

2.2 基于Vold-Kalman 的瞬时谐波分量自适应提取方法

2.2.1 Vold-Kalman滤波器介绍

2.2.2 基于惩罚函数的时频脊线提取方法

2.3 谐波分量的瞬时相位提取与角度重采样方法

2.4 实验验证

2.4.1 仿真试验

2.4.2 实际实验验证

2.5 本章小结

3 基于改进谱峭度的轴承故障诊断研究

3.1.1 谱峭度图

3.1.2 包络谱峭度

3.1.3 循环成分比

3.2.1 谐次峭度和

3.2.2 加权谐次峭度和

3.2.3 峰值加权谐次峭度和

3.3.1 特征能量比

3.3.2 加权特征能量比

3.3.3 复合加权特征能量比

3.4 基于改进谱峭度图的故障诊断

3.5 实验验证

3.5.1 强噪声干扰故障诊断实验

3.5.2 复合故障诊断实验

3.6 本章小结

4 基于无键相阶次分析和改进谱峭度的变转速轴承故障诊断

4.1 基于无键相阶次分析和改进谱峭度变转速轴承故障诊断

4.2.1 实验台介绍

4.2.2 振动信号采集

4.3 实验验证

4.4 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

附 录

A. 作者在攻读学位期间发表的论文

B. 作者在攻读学位期间参与的科研项目

C. 学位论文数据集

致 谢