章翔峰, 孙文磊, 姜 宏
(新疆大学机械工程学院 乌鲁木齐,830049)
齿轮故障信号特征提取是机械设备故障诊断领域的研究重点之一。目前人们采用的方法主要是处理恒定工况下的振动信号,而实际工程测试表明齿轮时刻处于变转速或变负载的工况,转速一般会导致信号频率的调制而负载会造成调幅现象,都会造成信号在时、频域具有“伪随机”性和“宽频”性,易导致故障诊断出现误差,因此在分析信号的同时一定要考虑转速和负载的影响。
阶比跟踪方法[1]能提取与转速相关的分量。Wang[2]将阶比跟踪用于旋转设备的起停车故障检测,结果表明阶比分析用于起停车分析较合适,考虑到起停车也可理解为时变工况,因此认为阶比跟踪方法比较利于分析变转速类的时变工况信号[3]。第二代Vold-Kalman 阶比跟踪无需使用等角域转换,计算理论相对更成熟,它能实现近似阶比、交叉阶比的分离[4-5],且计算提取的阶比分量是以复包络及载波乘积形式表示,以复包络求幅值、相位信息有利于获取瞬变信息特征,保证不丢失时变工况下的振动信号特征。目前,该方法在机械设备故障诊断中使用较少。温广瑞等[3]结合弗德卡曼阶比跟踪和全息谱的方法实现了转子起停车的故障特征提取,并证明这种方法能克服傅里叶变换的平均效应,保留转子的瞬变信息。孙宜权等[6]应用VKF-OT实现发动机的失火故障在线实时诊断,取得较好的成果。以上文献说明弗德卡曼阶比跟踪在处理变工况条件下的振动信号具有很强的优势。……