| 变工况下滚动轴承的故障特征提取 |
| |
| 引用本文： | 李书乐,马洁. 变工况下滚动轴承的故障特征提取[J]. 机械科学与技术, 2022, 41(1): 1-8. DOI: 10.13433/j.cnki.1003-8728.20200307 |
| |
| 作者姓名： | 李书乐 马洁 |
| |
| 作者单位： | 北京信息科技大学 自动化学院,北京 100192;北京信息科技大学 机电学院,北京 100192 |
| |
| 基金项目： | 国家自然科学基金;国家重点研发计划 |
| |
| 摘 要： | 滚动轴承常被用于风力涡轮机、发动机等旋转机械中,由于负载、电流变化等因素将导致旋转设备中的滚动轴承在变速条件下运行。在变转速的工况下,现有时频分析、共振解调等故障诊断方法并不能有效提取故障特征,且考虑到强大背景噪声下存在故障特征提取困难的问题,本文提出了一种基于广义变分模态分解(Generalized variational mode decomposition, GVMD)和分数阶傅里叶变换(Fractional fourier transform, FRFT)的变工况故障特征提取方法。首先将在变工况下故障特征频率呈非线性分布的原始振动信号广义解调为近似线性分布,其次对解调后的信号进行变分模态分解(Variational mode decomposition, VMD)得到本征模态函数分量(Intrinsic mode functions, IMF),根据相关系数准则选取最优的分量进行分数阶域的滤波,最后通过分析滤波后信号的1.5维包络谱提取故障特征频率。通过滚动轴承仿真数据和实验数据的验证表明本文所提方法能够有效提取变工况下滚动轴承的故障特征频率。
|
| 关 键 词： | 故障诊断 特征提取 广义变分模态分解 分数阶傅里叶变换 滚动轴承 |
Fault Feature Extraction of Rolling Bearings under Variable Operating Conditions |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
