基于SSCF和TSET的滚动轴承冲击故障诊断方法

作者：柯伟; 金仲平; 董灵军; 吕信策; 陈恒旭

来源：机电工程, 2023, 40(06): 835-843.

• 相似分段协同滤波
• 时间重排同步提取变换
• 特征提取
• 降噪处理
• 信号重构
• 时频分析

在对滚动轴承进行故障诊断时，因为噪声等因素的干扰，会导致轴承的冲击故障特征识别困难，针对这一问题，提出了一种基于相似分段协同滤波(SSCF)和时间重排同步特征提取(TSET)的滚动轴承故障诊断方法。首先，利用SSCF对待分析信号划分相似片段，并将其排列成二维阵列，分别用Savitzky-Golay滤波器和多项式拟合算法在X、Y两个方向上进行了滤波处理，再进行了信号的重构，实现了对信号降噪处理的目的；然后，基于同步压缩变换的理论框架，利用TSET进行了群延时估计和时间方向上的时频能量重排，从而获得了清晰集中的冲击特征时频表达；最后，通过计算时频脊线之间的时间间隔确定了故障特征频率，从而实现了对滚动轴承进行故障诊断的目的；同时，对数值仿真信号以及试验台轴承故障数据进行了分析和验证。实验结果表明：经SSCF降噪处理后的相关系数最大，为0.825 5,比小波阈值降噪高了0.250 4,极大地突出了冲击故障特征；TSET算法的Renyi熵值最低，为11.286 1,比SST低了4.386 2,获得了能量更加集中的时频表达。研究结果表明：在强噪声环境下对滚动轴承进行故障诊断时，采用基于SSCF和TSET的方法仍具有较高的有效性。