基于FSDD和MAC的复杂工况滚动轴承在线故障诊断方法

环模制粒机的核心零件需在高温、高湿条件下长时间连续运行，极易发生滚动轴承故障，严重影响生产安全。针对复杂工况下环模制粒机滚动轴承故障无法在线诊断的问题，提出了一种基于频域空间分解(FSDD)和模态保证准则(MAC)的滚动轴承故障在线识别方法。首先，对滚动轴承的振动信号进行了在线测量，采集了不同工况下的故障振动数据，并采用均方根(RMS)方法，从不同工况下的振动信号中分析出了振动状况最严重的工况；然后，采用频域空间分解法(FSDD),识别出了其模态频率、阻尼比及振型等模态参数，并利用模态保证准则(MAC)从模态参数中提取出了故障特征频率，达到了损伤判断的目的；最后，以出现故障的K15环模制粒机为例，进行了滚动轴承在线故障诊断的实验。研究结果表明：基于FSDD和MAC的方法，可识别出环模制粒机的故障特征频率为57.83 Hz,故障点为轴承SKF 24024CC/W33的外圈；该方法可实现在复杂工况下滚动轴承故障的有效识别。