基于SVD和TKEO的轴承振动信号特征提取

李葵，范玉刚，吴建德

1.昆明理工大学信息工程与自动化学院，昆明 650500

2.云南省矿物管道输送工程技术研究中心，昆明 650500

基于SVD和TKEO的轴承振动信号特征提取

李葵，范玉刚，吴建德

1.昆明理工大学信息工程与自动化学院，昆明 650500

2.云南省矿物管道输送工程技术研究中心，昆明 650500

为了解决滚动轴承振动信号中微弱故障信息难以提取的问题，提出了一种基于奇异值分解（Singular Value Decomposition，SVD）和Teager-Kaiser能量算子（Teager-Kaiser Energy Operator，TKEO）的轴承振动信号特征提取方法。采用SVD将突变信息从背景噪声和光滑信号中分离，提取信号的突变信息；利用TKEO计算突变信息的瞬时能量，对该能量信号进行频谱分析，从而提取出轴承振动信号的能量频谱特征，用于故障检测。将该方法应用于轴承外圈、内圈局部故障状态下的振动信号特征提取，利用特征信息能够准确检测并识别出故障类型，表明了该方法的可行性和有效性。

奇异值分解；Teager能量算子；故障诊断

在机械故障诊断领域内，滚动轴承是机械设备中最为常见、也是最容易损坏的元件之一。研究表明，滚动轴承故障90%由轴承元件表面的局部损伤造成，如外圈、内圈、滚动体表面的点蚀、裂纹和剥落等[1]。当发生这些损伤时，滚动体高速旋转经过这些损伤处就会受到周期性的冲击，在振动中产生周期性突变信号，这些突变信号包含有丰富的故障信息，能够准确地反映轴承故障引起的撞击、振荡、转速改变和结构变形与断裂等故障。因而，检测突变信号是监视滚动轴承运行状态的有效途径，通过提取突变信号的特征进行故障诊断仍然是目前的研究热点。……