10.13465/j.cnki.jvs.2023.21.003
基于连续交叉小波相干分析和自适应CYCBD的轴承故障诊断
最大二阶循环平稳指标盲解卷积(maximum second-order cyclostationarity blind deconvolution,CYCBD)能从强背景噪声信号中恢复周期脉冲,是轴承故障诊断的有效方法.故障特征频率是CYCBD的关键参数,由于滚动轴承存在制造误差、滚子滑移等现象,导致真实的故障特征频率与理论值存在偏差,降低了 CYCBD的有效性.同时,故障轴承测试信号中含有大量噪声和谐波干扰,也降低了 CYCBD的故障特征提取能力.对此,提出了一种基于连续交叉小波相干分析和自适应CYCBD的轴承故障诊断方法,首先,利用正常轴承、故障轴承测试信号的交叉小波相干分析获取轴承故障共振频带.其次,基于3种归一化的周期检测指标提出一种新的周期检测技术以获取真实的轴承故障特征频率.最后,基于轴承故障共振频带信号和真实轴承故障特征频率进行CYCBD滤波,并针对滤波信号进行Teager能量算子解调分析得到能量频谱,从而进行轴承故障诊断.仿真信号和高速列车牵引电机轴承试验信号的分析结果表明,该方法能够有效识别轴承故障特征,且优于传统的CYCBD方法.
最大二阶循环平稳指标盲解卷积方法(CYCBD)、连续交叉小波相干分析、轴承故障周期检测技术、高速列车牵引电机轴承、故障诊断
42
U292.91+4;TH133.33(铁路运输管理工程)
国家重点研发计划;四川省科技计划项目
2023-11-17(万方平台首次上网日期,不代表论文的发表时间)
共12页
17-28