|
脊提取联合ACMD的变转速滚动轴承故障诊断
李燕文, 马萍, 王聪, 梁城, 张浩然, 张宏立
2025, 45(1):
89-96.
变转速工况下滚动轴承故障振动信号受转速波动影响,故障特征易受到噪声和其他无关分量干扰导致时频面模糊,故障特征提取困难。自适应调频模态分解(Adaptive Chirp Mode Decomposition,ACMD)作为新提出的非平稳信号处理算法,可有效分析时变非平稳信号。ACMD需基于希尔伯特变换确定瞬时频率( Instantaneous Frequencies,IF ),提取IF 的准确性对最终分析结果具有较大影响。因此,在ACMD的基础上,引入脊提取理论,提出基于多时频曲线提取算法( Multiple Time-Frequency Curve Extraction,MTFCE)提取IF 的多时频自适应调频模态分解( Multiple Time-Frequency ACMD,MACMD )方法。首先对原始振动信号进行包络处理,并通过MTFCE 提取其包络图中的IF 作为预设频率输入到ACMD 算法,然后对包络信号进行ACMD分解,最后根据分解得到的各个信号分量的IF 和瞬时幅值(Instantaneous Amplitude,IA )信息构建高分辨率的时频表示,以实现时变非平稳信号的分析。通过分析模拟信号和实测变转速下滚动轴承故障信号可知,该方法能有效诊断时变转速下滚动轴承故障,减少噪声干扰,且具有较强的鲁棒性。
相关文章 |
计量指标
|