基于无迹卡尔曼滤波的动态贝叶斯小波变换在轴承故障诊断中的应用

发布时间：2023-04-21 21:58

　　针对工程实际中滚动轴承发生故障的类型具有典型性和故障信号具有冲击性,且振动信号的频率成分因外界环境的影响而变得极其复杂的特点,提出了一种基于负熵和无迹卡尔曼滤波的动态贝叶斯小波变换方法。该方法将SE(Squared Envelope) Infogram方法应用到无迹卡尔曼滤波方法(Unscented Kalman Filter, UKF)中,利用SE Infogram确定滤波器参数初值,即中心频率与带宽的初值,结合UKF对中心频率与带宽进行优化,以最优中心频率与带宽对振动信号进行滤波分析,对滤波后的信号进行包络解调分析,实现轴承微弱故障特征的提取。利用负熵指标代替以往研究所用的峭度指标,可以有效消除或削弱高峰值干扰的影响。最后,通过对仿真信号和轮对轴承试验信号对提出的方法进行了验证。结果表明,该方法能够有效提取强背景噪声下轴承外圈、内圈故障和滚动体故障,验证了该方法对轴承微弱故障诊断的有效性。

【文章页数】：10 页

【文章目录】：
1 基本原理
    1.1 Infogram方法
    1.2 无迹卡尔曼滤波算法
2 基于Infogram的动态贝叶斯小波变换
3 仿真信号分析
4 实验信号分析
    4.1 轴承外圈故障
    4.2 轴承内圈故障
    4.3 轴承滚动体故障
        (1) 对比方法一与方法三:
        (2) 对比方法二与方法三:
5 结 论



本文编号：3796322