Noise and Vibration Control ›› 2022, Vol. 42 ›› Issue (3): 110-115.

Previous Articles     Next Articles

Bearing Fault Feature Extraction Based on Spectral Kurtosis Beamforming under Strong Noise Background

  

  • Received:2021-05-21 Revised:2021-08-10 Online:2022-06-18 Published:2022-06-28

强背景噪声下基于谱峭度-波束形成轴承故障特征提取

顾佶智1,师蔚1, 2,胡定玉1, 2,廖爱华1, 2,丁亚琦3   

  1. ( 1. 上海工程技术大学城市轨道交通学院,上海201620;2. 上海市轨道交通振动与噪声控制技术工程研究中心,上海201620;3. 上海地铁维护保障有限公司车辆分公司,上海200235 )

摘要: 在利用声学信号分析法对滚动轴承进行故障诊断时,环境噪声或其它设备噪声会严重影响目标声信号的提取并降低诊断精度。针对这一问题,提出一种用于故障特征增强的谱峭度-波束形成方法。该方法首先利用快速谱峭度算法确定最优滤波频带,然后根据确定的频带,利用2 阶锥规划方法设计恒定束宽波束形成器并提取目标频带信号,最后对提取的带限信号进行包络解调得到轴承故障特征频率。实验结果表明,该方法能够在强干扰环境下有效提取滚动轴承故障特征,并且相较于传统的延时求和波束形成器具有更好的效果。

关键词: 故障诊断, 声学诊断, 谱峭度, 波束形成