基于EOE＿LMD和阶次跟踪分析的变转速轴承故障诊断

振动信号分析是轴承故障诊断中的重要技术手段之一。变转速工况下的滚动轴承振动信号是典型的非平稳信号，并且在转频变化较小的工况中还存在噪声干扰的问题，使传统的时频分析技术难以应用。为解决该问题，提出了一种基于经验最优包络(empirical optimal envelope, EOE)的局部均值分解(local mean decomposition, LMD)和采用分段线性插值的计算阶次跟踪(computing order tracking, COT)算法相结合的故障诊断方法。首先，确定低通滤波器的截止频率和滤波阶数，对滚动轴承振动信号进行滤波，并对滤波后的包络信号进行COT,以获得角域平稳信号。然后，利用EOE＿LMD对重采样后的平稳信号进行处理，得到若干乘积函数(product function, PF)分量。最后，通过计算各分量的信息熵和相关系数，选取合适的分量进行阶次分析，以判断变转速滚动轴承的故障类型。结果表明，该方法可以消除转速波动对故障特征提取的影响，在不同转速变化条件下对滚动轴承具有良好的故障诊断能力。