论文部分内容阅读
滚动轴承作为旋转机械设备中广泛使用的核心零部件之一,其运行状态直接关系到整个机械设备能否正常运行及完成预定的功能。由于滚动轴承在高速、重载荷或恶劣环境中运转极易出现故障,并由此导致不必要的经济损失。因此,对滚动轴承进行故障诊断对于有效实施机械设备的视情维修具有重要的工程实用价值和理论经济意义。近年来,在滚动轴承振动信号的故障诊断方法方面有较多的研究成果。其中,传统局部均值分解方法(Local Mean Decomposition,LMD)中利用滑动平均对局部均值和包络估计函数进行多次平滑处理导致该函数产生局部误差,进而影响滚动轴承故障特征频率的精度。同时,从提取振动信号故障特征频率的角度实现故障诊断,取得了较好的诊断效果。但是,实际现场中仅知道是否发生故障及故障类型对预防检修是远远不足够的,只有掌握故障演变过程及损伤程度,才能更有效指导维护并减少生产成本。在此基础上,本文从包络线构造方法、故障特征提取及滚动轴承的损伤程度评估展开研究,主要研究工作如下:(1)针对复合插值包络(Compound Interpolation Envelope,CIE)构造方法构建包络线时非平稳系数阈值缺乏自适应选择且采用定值无法描述非线性和非平稳性过程等问题,提出了基于分形盒维数的改进复合插值包络构造方法(Improved Compound Interpolation Envelope,ICIE)。首先利用强非平稳模拟信号比较CIE方法中不同非平稳系数阈值及ICIE构造包络的性能,进一步计算其包络线的绝对值误差验证ICIE包络构造方法的有效性。然后,利用不同非平稳系数阈值的CIE方法及ICIE包络构造方法构造滚动轴承故障振动信号的包络线。进而验证ICIE包络构造方法在故障信号中的实际工程价值及引入分形盒维数作为非平稳系数阈值的正确性。(2)局部均值分解方法中包络线构造不准确导致局部均值和包络估计函数产生局部误差,且乘积函数(Product function,PF)分量筛选不当导致不能较好突出振动信号的故障脉冲分量,进而降低方法的识别精确度和可靠性。为此,提出了一种基于ICIE包络构造方法的改进LMD方法,并进一步提出了基于改进的复合插值包络局部均值分解(Improved Compound Interpolation Envelope Local Mean Decomposition,ICIELMD)和峭度准则的滚动轴承故障检测方法。首先基于ICIE包络构造方法提出改进的LMD方法,并结合均值正交指标及能量守恒指标对LMD方法改进前后进行分解性能分析。其次利用ICIELMD方法对滚动轴承的外圈、内圈、滚动体等故障振动信号进行分解,并结合峭度准则选取有效PF分量进行重构。最后,利用包络解调方法对重构信号进行包络解调得到频谱图,提取故障特征频率实现故障检测。(3)为了掌握滚动轴承故障演变过程及损伤程度,进而提出了一种基于ICIELMD精细复合多尺度散布熵(Refined Composite Multiscale Dispersion,RCMDE)和Gustafson-Kessel(GK)聚类的滚动轴承故障损伤程度评估方法研究。首先,介绍精细复合多尺度散布熵的实现过程及性能,并结合ICIELMD及GK聚类算法应用于滚动轴承的不同损伤程度故障识别。最后,所提方法与CIELMD-RCMDE-GK及LMD-RCMDE-GK等方法进行比较分析,验证所提方法的有效性及可行性。