基于匹配稳态随机共振的轴承故障诊断方法

发布时间：2021-10-05 07:53

　　轴承是旋转机械中最广泛使用的零件之一。由于高速重载等因素影响,轴承故障经常发生,导致设备停机,甚至造成人员伤亡。但轴承故障诱导产生的冲击相对微弱,不易探测。为有效探测轴承微弱故障,提出一种新的基于匹配稳态随机共振的轴承故障诊断方法。相比于传统的双稳态等定稳态随机共振,匹配稳态随机共振的势函数的结构和势阱数量可根据复杂多样的轴承振动信号进行调整,更加有利于增强微弱的轴承故障冲击信号。通过数值仿真,分析了匹配稳态随机共振各参数对共振输出的影响及其抗噪鲁棒性。通过轴承内圈故障案例和滚动体故障案例,验证所提方法对轴承故障诊断的有效性,且效果优于传统的双稳态随机共振。 

【文章来源】：复杂系统与复杂性科学. 2019,16(02)CSCD

【文章页数】：10 页

【部分图文】：

图２不同驱动频率ｆｄ下的ＢＳＲ输出幅值随噪声强度Ｄ变化关系

２；Ｂ２＝ｄＵＭ１ｄｘｘ＝Ｏ＝ａＯ（－ｃ）＋ｂＯ（－ｃ）烅烄烆３（６）匹配势函数ＵＭ（ｘ）的势阱数量由参数ｃ决定。若ｃ∈（－∞，－ｘｍ］，则ＵＭ（ｘ）仅有１个势阱；若ｃ∈（－ｘｍ，０］，则ＵＭ（ｘ）有２个势阱；若ｃ∈（０，ｘｍ］，则ＵＭ（ｘ）有３个势阱。当（ａ，ｂ）＝（１，１）、ｃ＝［－１，０，１］时，ＵＭ（ｘ）的形状如图３所示。图２不同驱动频率ｆｄ下的ＢＳＲ输出幅值随噪声强度Ｄ变化关系Ｆｉｇ．２ＡｍｐｌｉｔｕｄｅｏｆＢＳＲｏｕｔｐｕｔｖｓ．ｎｏｉｓｅｉｎｔｅｎｓｉｔｙＤｕｎｄｅｒｄｉｆｆｅｒｅｎｔｄｒｉｖｉｎｇｆｒｅｑｕｅｎｃｉｅｓｆｄ图３匹配稳态势函数的形状Ｆｉｇ．３Ｓｈａｐｅｓｏｆｔｈｅｍａｔｃｈｅｄ－ｓｔａｂｌｅｐｏｔｅｎｔｉａｌｓ·７８·

）。２．２抗噪鲁棒性抗噪鲁棒性反映了ＭＳＲ抵抗不同强度噪声的能力。令正弦信号幅值Ａ０为１，频率ｆｄ为５０Ｈｚ；高斯白噪声强度Ｄ从０．４递增至１０（步长为０．４）。采用布谷鸟搜索算法搜索满足式（１２）的最优ＭＳＲ参数，记录ＭＳＲ输出的最大ＳＮＲ。每项试验重复４０次，取输出最大ＳＮＲ的均值，作为最终结果。同时分析ＢＳＲ的抗噪鲁棒性，作为ＭＳＲ的对比。绘制抗噪鲁棒性分析结果，如图６所示。图６ＭＳＲ和ＢＳＲ的抗噪鲁棒性对比Ｆｉｇ．６Ｃｏｍｐａｒｉｓｏｎｏｆｔｈｅａｎｔｉ－ｎｏｉｓｅｒｏｂｕｓｔｎｅｓｓｂｅｔｗｅｅｎＭＳＲａｎｄＢＳＲ·０９·

【参考文献】：
博士论文
[1]参数调节随机共振在数字信号传输中的应用[D]. 段法兵.浙江大学 2002



本文编号：3419311