基于改進(jìn)譜峭度的滾動軸承早期故障診斷研究.pdf

1、早期的設(shè)備故障診斷技術(shù)主要依靠設(shè)備管理人員的看、聽、聞。這需要積累豐富的實(shí)踐經(jīng)驗(yàn)，而且效率低下。如今的機(jī)械設(shè)備越來越大型化、集成化、智能化和精密化，可靠性和穩(wěn)定性的要求也在不斷的提高，研究開發(fā)機(jī)械設(shè)備的故障診斷技術(shù)也越來越重要。在故障產(chǎn)生后的維修與診斷已經(jīng)與現(xiàn)代化生產(chǎn)的節(jié)拍不相匹配，生產(chǎn)單位需要在故障發(fā)生的初期對其監(jiān)測和診斷，這樣可以起到減少故障的發(fā)生率，降低維護(hù)成本提高經(jīng)濟(jì)效益。本文研究的就是基于改進(jìn)譜峭度的滾動軸承早期故障診斷方法，

2、提出了FFT譜峭度、單一增強(qiáng)解調(diào)帶寬譜峭度、粒子濾波譜峭度三種方法。并用多種故障數(shù)據(jù)對三種方法做了驗(yàn)證與分析。
　　文章提出基于FFT譜峭度的故障診斷方法。為了降低噪聲影響，先做了EEMD預(yù)白化處理，然后計算信號的FFT頻譜。借鑒小波包分解的二叉樹原理，對FFT頻譜計算不同層的各個子頻帶的峭度值，匯總形成譜峭度圖。選取峭度值最大的子頻帶解調(diào)分析，計算功率譜。通過對仿真信號和試驗(yàn)數(shù)據(jù)來驗(yàn)證此方法的可行性。
　　提出增強(qiáng)解調(diào)帶寬

3、峭度方法診斷滾動軸承故障信息。首先對原始數(shù)據(jù)做小波包分解，小波包分解的層數(shù)N是依據(jù)Protrugram窄頻帶原理計算得到的。緊接著做小波包N層分解，計算第N層各頻帶小波包系數(shù)的峭度值，選取峭度值最大的頻帶重構(gòu)做頻譜分析，計算功率譜，最后計算功率譜的自相關(guān)，得到增強(qiáng)譜峭度。為了證明算法的可行性，用仿真信號以及實(shí)際工程的應(yīng)用信號通過增強(qiáng)單一窄頻帶的算法做驗(yàn)證分析，分析的結(jié)果表明了此算法是有效可行的，也對比了沒有增強(qiáng)之前的診斷效果。
　

4、　用粒子濾波降噪的方法與快速譜峭度結(jié)合，做微弱故障診斷?；谧曰貧w模型時序模型(Autoregressive model，AR)建立振動信號的狀態(tài)方程，將狀態(tài)方程與背景噪聲之和作為觀測方法，聯(lián)立狀態(tài)方程和觀測方程得到粒子濾波的狀態(tài)空間模型。將參數(shù)代入狀態(tài)空間模型，對原始振動信號重新估算降噪，利用快速譜峭度方法計算降噪后的譜峭度，做頻譜分析。通過三種軸承故障信號驗(yàn)證此方法的可行性，同時也與原始的快速譜峭度算法做了對比分析。結(jié)果表明粒子濾波