关键词:
故障诊断
变转速
滚动轴承
脊提取
多时频自适应调频模态分解
摘要:
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。