加权特征参数信息重构方法及其在主轴承故障诊断中的应用

摘要

为解决航空发动机内滚动轴承微弱故障识别受到环境噪声干扰和重要信息易被忽略的问题,提出一种新的加权特征参数信息重构方法,并将其运用到航空发动机的主轴承故障检测中。该方法首先采用粒子群算法(Particle swarm optimization,PSO)优化变分模态分解(Variational mode decomposi-tion,VMD)中的参数,得到K0个模态分量;然后提出一种新的加权特征参数信息重构公式,将所有模态分量按照该公式进行加权重构,过滤噪声成分,并更大程度地保留有效信息;最后对重构信号进行包络分析提取出轴承故障特征信息。通过对航空发动机中介轴承试验故障数据进行分析,得到结论:该方法可降低噪声成分对整体信号的干扰,有效突显出故障特征信息,诊断强背景噪声强干扰工况下的轴承微弱故障,因此是一种有效的用于航空发动机主轴轴承故障特征提取与诊断的方法之一。经仿真信号计算,降噪后的信号峰值因子提升1.62 d B,有效增强了冲击性成分。