基于EMD-SDP特征融合的CNN轴承保持架故障诊断研究*

郑一珍，牛蔺楷，2，熊晓燕，2*，祁宏伟，谢宏浩

(1.太原理工大学 机械与运载工程学院，山西 太原 030024； 2.太原理工大学 新型传感器与智能控制教育部重点实验室，山西 太原 030024)

0 引 言

轴承作为机械基础件，广泛应用于高端装备、智能设备和其他关键领域[1]。随着制造设备向着规模化、高速化、集成化和智能化方向发展[2]，滚动轴承的工作环境越来越具有挑战性。保持架作为滚动轴承重要的组成部分，一旦出现故障，其他部件也会发生故障。在轴承工作过程中，伴随保持架早期故障的逐渐发展，会导致轴承整体出现故障而失效，从而影响到装备整体运行。为了保持设备的安全稳定运行，必须实时监测轴承保持架的运行状况。

轴承保持架的早期故障难以直接观察，保持架故障振动信号存在无冲击特性、非平稳性、冲击脉冲的间隔，具有随机性且周期较长、冲击脉冲能量不均匀，及故障特征难以提取的问题。因此，针对当前研究中常用的振动信号分析方法，通过分析故障振动特性，提取保持架信号时频特征的方法，难以判别保持架故障形式及其损伤程度。有学者研究了智能故障诊断算法在保持架故障诊断中的应用。汤芳等[3]通过小波包分解保持架故障信号得到了小波包系数，并求解了小波包系数熵，然后将熵值作为提取特征指标输入支持向量机(SVM)，以识别故障损伤程度。但是，传统故障诊断技术的科学性、实用性和通用性还不够；特征提取主要依赖于经验和专家知识，对操作者有较高的技术要求，并且难以实施。……