基于时延欠阻尼随机共振的轴承微弱故障诊断*

李志星,王光进,鲍慧茹

(1.北京建筑大学 城市轨道交通车辆服役性能保障北京市重点实验室,北京 102612;2.内蒙古科技大学 机械工程学院,内蒙古 包头 014010;3.包头职业技术学院,内蒙古 包头 014030)

0 引 言

随着装备制造业的快速发展,旋转机械在工程应用领域发挥了越来越重要的作用。而轴承等旋转部件的故障会影响设备的正常运行,导致机器损毁、人员伤亡。因此,对旋转机械进行故障诊断极有必要[1-3]。

在机械早期微弱故障特征提取中,传统的信号处理方法有多种,如小波分析法[4]、包络解调分析法[5]和经验模态分解法[6]等。在微弱故障特征提取中,因为在绝大多数情况下,噪声所起的是消极作用,所以传统的方法主要针对的是抑制或滤除其噪声。

在针对滚动轴承故障响应不良的问题方面,MENG Ling-jie等人[7]提出了一种基于二代小波去噪和形态学滤波的方法,并将其用于提取缺陷轴承的缺陷信息。为了更好地检测轴承的早期故障,PATEL A等人[8]提出了一种基于经验模态分解的方法,将其用于解决轴承原始振动信号提取困难的问题。

但是,由于轴承早期的故障信号往往很微弱,在滤除噪声的过程中,也易滤去其中的有用信号,削弱故障特征信号,影响信号的检测效果。

针对以上方法存在的问题,笔者拟采用噪声增强有用信号强度的方法,即随机共振方法[9],来提取微弱的故障特征。随机共振方法最早是研究人员在研究地球古气象冰川问题时提出的,现在该方法已被广泛应用于各个研究领域[10-13]。……