李舜酩,侯钰哲,李香莲
(南京航空航天大学 能源与动力学院,南京 210016)
现代化装备制造业中,旋转机械设备正朝向重载化、自动化、智能化的趋势不断发展。由于愈加复杂的工况与极端恶劣的工作环境,旋转机械零部件故障的发生具有不可控性。零部件故障的发生会成为重大安全事故的诱因,严重时甚至会造成人员伤亡[1]。因此,实现对旋转机械零部件的健康状态评估和故障诊断,对提高其运行过程中的可靠性、消除事故发生的安全隐患具有非常重大的意义。
滚动轴承是几乎所有类型的旋转机械的重要组成部分。滚动轴承有助于机器平稳高速地旋转,减小摩擦,并能承载大量负载,是支撑旋转轴的关键部件[2]。高转速、高负载以及有限的润滑使得滚动轴承成为旋转机械系统中故障率最高的零部件之一。当轴承发生缺陷时,旋转机械设备的正常运转受到影响,将会产生一系列带宽冲击和冲击衰减响应。因此,通过采集滚动轴承的振动信号能够有效监测其工作状态并实现故障缺陷诊断。
由于轴承振动信号中存在各类干扰,并且背景噪声很容易增加故障信息的提取难度。因此,需要有效的信号分析方法来提取和区分原始振动信号中包含的故障特征和噪声,并保证其具有较高的精度。本文从滚动轴承故障诊断中的振动信号分析需求出发,系统地介绍几种应用于该领域的信号分析方法,以及分析比较这几种方法的优缺点。……