论文部分内容阅读
滚动轴承作为机械设备的主要传动部件,越发地得到广大研究者与企业的重视。然而受到自身特殊内部结构与外在苛刻工作环境的双重负面影响,滚动轴承极易出现故障。作为承受载荷并传递运动的滚动轴承一旦发生故障将造成巨大经济损失,若能在轴承故障的萌芽阶段及时对机械设备进行检测、维修、更换便可将灾难降到最低。为此,本文展开了滚动轴承故障检测研究。轴承工作时,产生的振动信号往往包含大量外界噪声,轻微的故障冲击成分通常被淹没在内,如何从冗杂的信号中消除干扰噪声突出故障特征是诊断轴承的关键。本文利用能量算子解调对滚动轴承故障进行诊断,主要内容如下:(1)介绍了广义检波滤波和希尔伯特解调,并用可靠数据分别验证其解调效果,结果表明虽然二者具有一定价值但都存在一定缺陷,前者解调速度慢且存在频率混叠,后者极易出现信号调制现象与端点效应。(2)针对以上不足,将能量算子解调引入轴承故障诊断中,对轮对轴承声音信号进行处理,并与希尔伯特诊断结果形成对比,结果表明能量算子诊断更具优越性。能量算子致命的缺点是对噪声敏感,对低信噪比的振动信号诊断效果不佳,为此本文提出了MED-Teager能量算子和SK-Teager能量算子两种方法,先分别用最小熵解卷积与谱峭度对噪声信号进行滤波处理,再对滤波后的信号进行能量算子解调进一步增强故障特征,最后对其做包络谱分析,实验数据表明提出的方法能有效诊断轴承故障。(3)虽然MED和SK可以消除大部分噪声,但仍有部分带内噪声残留。针对该问题,本文利用1.5维Teager能量谱抗高斯噪声的优异性能和频率加权能量算子的良好去噪特性,提出1.5维Teager能量谱结合小波包分解和频率加权能量算子融合1.5维谱这两种轴承故障诊断方法,通过仿真信号和实测信号证明了这两种方法在低信噪比信号中能够准确提取出故障特征频率成分,验证了所提方法的有效性和实用性。