Abstract:

摘要： 在变转速条件下，滚动轴承微弱故障特征易被强噪声淹没并受到影响，导致故障特征难以识别，基于此提出一种阶频谱相关(Order Frequency Spectral Coherence，OFSC)和低秩稀疏优化Go 分解(Go-Decomposition，GoDec)相结合的故障特征提取方法。首先，根据变转速故障信号的角度-时间域循环平稳特性，对故障信号进行OFSC计算。其次，根据故障特征在阶频域的稀疏性，通过引入核范数和L1 范数优化GoDec 方法，对阶频域中的故障特征进行提取。最后，为了凸显故障特征，利用增强包络阶次谱(Enhanced Envelope Order Spectrum，EEOS)对稀疏分量进行特征增强处理。通过变转速仿真信号和实验数据验证所提方法的性能，并进行量化分析。结果表明：所提方法故障特征识别准确度优于单稀疏约束、原始GoDec和阶比分析方法，具有明显优势。

关键词: 故障诊断, 滚动轴承, 变转速工况, GoDec分解, 阶频谱相关, 低秩稀疏