基于循环包络经验傅里叶分解的轴承故障诊断方法

作者：汪智力; 肖涵; 易灿灿; 黄涛

来源：机电工程, 2023, 40(07): 967-977+1070.

DOI：10.3969/j.issn.1001-4551.2023.07.001

• 滚动轴承
• 非平稳信号
• 傅里叶分解方法
• 循环频谱包络傅里叶分解
• 快速傅里叶变换
• 改进的局部最大最小值分割技术

针对傅里叶分解方法存在过度分解、运算时间长等问题，提出了一种基于循环频谱包络的经验傅里叶分解(CEEFD)算法，并将该算法运用到滚动轴承故障诊断中。首先，对信号进行了快速傅里叶变换(FFT),获得了信号的频谱，对傅里叶频谱进行了循环包络，得到了包络曲线，减少了无用极值点的个数，抑制了噪声对分量的干扰；然后，采用改进的局部最大最小值(local max min)分割技术，对频谱包络曲线进行了频带分割；最后，构建了零相位滤波器，采用逆快速傅里叶变换(IFFT)对每个频带进行了信号重构，得到了若干个瞬时频率且具有物理意义的单分量信号；通过对仿真信号和滚动轴承实测信号的分析，并将其与经验模态分解(EMD)、经验小波变换(EWT)、傅里叶分解方法(FDM)、变分模态分解(VMD)和经验傅里叶分解(EFD)进行了实验对比验证。研究结果表明：采用CEEFD方法获得的单分量包含了更准确的故障特征信息，验证了CEEFD方法的有效性，CEEFD方法可用于轴承的故障诊断；相对于上述方法，CEEFD方法具有更高的准确精度和更强的抗噪声干扰能力。

• 单位
  武汉科技大学