摘要
多个低速重载轴承同轴安装时,不同位置产生的故障脉冲会出现混叠耦合现象,导致故障信号难以诊断。提出基于角域特征量,将全矢谱技术和经验模态分解(Empirical mode decomposition,简称EMD)相结合,进行低速重载轴承故障信号的振源识别与诊断。首先,采用样条插值算法,进行角域重采样,将时域非平稳信号转化为角域伪平稳化信号,提取角域特征参量轴承接触转角,实现信号的振源识别;然后,运用全矢EMD进行信号分解与重构和同源信息融合;最后,对融合后重构信号进行倒角域分析,提取特征参量单圈接触次数,完成信号的故障类型诊断。通过实验分析验证,结果表明,基于角域特征量和全矢EMD的故障诊断方法能在一定程度上满足低速重载轴承故障信号诊断要求,具有一定的实用性。
-
单位中国人民解放军陆军工程大学