煤机设备轴承故障诊断方法

作者：杨春才; 李向磊; 吕晓伟

来源：工矿自动化, 2023, 49(12): 147-151.

DOI：10.13272/j.issn.1671-251x.18176

• 煤机设备
• 轴承故障诊断
• 故障特征提取
• 局部特征尺度分解
• 奇异值分解
• 香农熵

煤机设备滚动轴承早期故障特征微弱，且易受载荷、工况等因素的影响而被噪声淹没，导致轴承故障诊断困难。现有研究大多采用单一算法处理轴承故障信号，故障特征提取精度和故障诊断准确性有待进一步提高。提出了一种融合局部特征尺度分解（LCD）和奇异值分解（SVD）的煤机设备轴承故障诊断方法：采用LCD方法将煤机设备轴承振动信号分解为若干个内凛尺度分量（ISC），实现信号初步降噪；计算各ISC的香农熵，选择香农熵最小的ISC进行SVD，并构建SVD信号的奇异值差分谱，针对最大突变分量进行信号重构，实现信号增强去噪；对重构信号进行Hilbert包络解调，得到轴承故障特征频率，进而判断轴承故障。采用现场实测数据对基于LCD-SVD的煤机设备轴承故障诊断方法进行验证，结果表明，该方法可准确提取出轴承故障特征频率，从而实现煤机设备轴承早期故障诊断。