科研之友
微信
新浪微博
Facebook
分享链接
摘要
在强背景噪声环境下，滚动轴承的故障特征信号难以得到分离，针对这一问题，提出了一种基于自适应最大二阶循环平稳盲卷积(CYCBD)和1.5维谱的滚动轴承故障特征提取方法。首先，对滚动轴承故障振动信号进行了傅里叶变换，得到了其信号的频谱结构，再以加权谐波和为优化指标，将信号频谱范围内的所有频率作为候选频率进行了搜索，确定加权谐波和最大处的频率为最优循环频率；然后，使用经过参数优化后的CYCBD对信号进行了滤波，并结合1.5维谱方法对滤波信号进行了处理；最后，为了进一步验证该方法在提取轴承故障特征方面的有效性，采用包络分析方法对实测信号进行了分析，获得了滤波信号的频谱特征。研究结果表明：经基于自适应CYCBD和1.5维谱方法滤波后，信号的香农熵为0.094,显著低于CYCBD和经验模态分解(EMD)方法；而且在信号的包络谱中，出现了清晰的故障特征频率及其倍频谱线，说明该方法具有较好的噪声抑制能力，并且能够有效地提取轴承振动信号中的故障脉冲成分。
- 单位
