基于LCD-RQA的滚动轴承故障诊断与健康评估

周博，王瑶瑶，刘双燕，文振华

(郑州航空工业管理学院 a.民航学院；b.航空工程学院，郑州 450046)

滚动轴承的工作状况对旋转设备的运转起着至关重要的作用[1]，相关调查研究发现，滚动轴承引起的问题占旋转设备故障的40%以上，因此，对滚动轴承进行故障诊断与健康评估的研究具有重要意义[2]，其关键是对传感器所获取信号进行处理并提取有效的故障特征。实际工作中，由于机械部件的负载、摩擦力、阻尼不断变化，导致产生的振动信号常呈现出明显的非线性非稳态特点[3]。传统基于傅里叶变换的方法只能处理线性和平稳信号，因此对非平稳信号的特征提取成为机械故障诊断领域的重要课题[4]。

国内外研究人员针对非稳态信号的故障特征提取做了许多研究，傅里叶变换、Wigner-Ville分布、小波变换、希尔伯特-黄变换(HHT)、局部均值分解(LMD)等时频分析方法可以同时得到振动信号的时域信息和频域信息，近年来在旋转机械的故障诊断中应用广泛，且诊断效果良好。然而，上述分析方法在使用中均存在一定的不足：短时傅里叶变换的时频窗口是固定的[5]；小波变换母小波的选择和分解层数不具备自适应性[6]；HHT实现了信号的自适应分解，但存在过包络、欠包络以及拟合精度差等问题[7]；LMD虽然能够改善上述缺陷[8]，但其得到的分量往往掺杂着虚假频率，处理过程中还可能会发生信号突变，而且该方法计算量大，运算速度慢。局部特征尺度分解(Local Characteristic-Scale Decomposition，LCD)具有较强的自适应……