Page 256 - 《振动工程学报》2026年第2期
P. 256

572                                振     动     工     程     学     报                     第 39 卷

              已成功应用于检测轴承、齿轮箱和涡轮机的故障。                            出与故障信息相关的冲击特征频率切片。利用                     Morlet
                     [8]
              GUO  等 采用    Morlet 小波变换(Morlet wavelet transform,  小波变换方法固有的重构能力,从提取的频率切片
              MWT)对柔性薄壁椭圆轴承进行故障诊断,成功地                           重构出故障特征信号,实现故障脉冲的分离。

              识别了故障类型。然而,MWT             引入了两个重要的参
              数,即   Morlet 小波的中心频率和带宽,两个参数相互                    1    柔  性  薄  壁  椭  圆  轴  承  振  动  特  性  分  析
              耦合,影响着      MWT  结果的时频分辨率。确定合适的
              参数需要投入大量的时间和精力。为了减小参数的                                本文所使用的数据由图            1  所示的振动试验台采
              影响,涌现出了一些基于            Morlet 小波变换的后处理            集得到,试验中所采用的柔性薄壁椭圆轴承如图                        2
              算法  [11-12] 。其中,重分配算法     [11]  通过在时间和频率          所示。轴承的型号为          SHF-32-120,具体参数详见表        1。
              方向同时重新分配能量系数,提高了时频图的可读                            将采样频率设置为         f s = 12800 Hz,旋转频率设置为     f i =
              性。然而,该算法同时向时间和频率两个方向分配                            33.60 Hz,采样点为     N = 8192个,得到健康的柔性薄
              能量的过程使得它失去了重构原始信号的能力,从                            壁椭圆轴承正常工作下的加速度信号,如图                     3  所示。
              而限制了重分配算法的实用性。有学者注意到这一
              点,并提出了时间重分配多重同步压缩变换                    [13-15] 。与
              重分配算法不同,时间重分配多重同步压缩变换框
              架下的算法在时间方向上选择性地压缩能量系数,
              从而保留了信号重构的能力。
                  上述方法旨在从旋转分量和噪声中提取具有更
              高能量的冲击分量。然而,柔性薄壁椭圆轴承存在

              椭圆长短轴交替引起的正常周期性冲击                    [16] ,在柔性           图 1 柔性薄壁椭圆轴承振动信号采集系统
              薄壁椭圆轴承的振动中,故障冲击往往被正常冲击                            Fig. 1 Vibration signal acquisition system for flexible thin-wall
              掩盖。为了从这种类型的振动信号中分离出故障特                                  elliptical bearing

              征频率,YU     等  [17]  设计了一种基于小波变换的时间
              重分配多重提取变换,实现了对柔性薄壁椭圆轴承                                                        r
              故障特征频率的提取。由于算法将能量沿时间方向                                                            b
                                                                                                  a
              重新压缩,在频率方向上不可避免地失去一些振动
              信息,比如旋转频率。尽管前述方法能够减轻小波
              参数的影响,但参数选择对故障特征提取结果仍然

              非常重要。有学者使用奇异值分解                [18]  和谐波小波包
                                                                         图 2 试验采用的柔性薄壁椭圆轴承
              技术  [19]  有效地分离正常脉冲,并从剩下的振动信号                       Fig. 2 The experimental flexible thin-wall elliptical bearing

              中提取出故障特征频率,成功判断了故障的类型。
                  学者们对柔性薄壁椭圆轴承的故障诊断进行了                               表 1 试验采用的柔性薄壁椭圆轴承的各项参数
              许多研究,其进行故障诊断的侧重点是从振动信号                            Tab. 1 Main parameters of the experimental flexible thin-wall
              中提取故障特征频率。无论是通过选择能量最大的                                   elliptical bearing

              频率切片或尺度来识别故障信息,抑或是通过消除                               参数               物理意义                取值
              因柔性薄壁椭圆轴承正常工作而产生的周期性冲击                                 z             滚动体数量                23
              来识别故障信息,提取的频率通常仅由频谱表示,无                               f i /Hz         旋转频率               33.60
              法展示故障特征频率的时变性质,而故障特征频率                                f o /Hz  柔性薄壁椭圆轴承外圈频率                0
              的时变性是柔性薄壁椭圆轴承故障特征的一个重要                               r/mm            滚动体半径               3.572
                                                                    α/( )            接触角                 0
                                                                      ◦
              特征。因此,本研究的目标是提出一种从正常背景
                                                                   a/mm        内圈椭圆滚道长轴半径              30.231
              周期性冲击中提取故障特征冲击,即将携带与故障
                                                                   b/mm        内圈椭圆滚道短轴半径              29.101
              类型及其时变性质有关的冲击从振动信号中分离出
              来,从而为探索柔性薄壁椭圆轴承的故障振动特性                                图  3  的振动信号显示,即使柔性薄壁椭圆轴承
              提供一种途径。为了实现这一目标,本文分析                     Morlet   在没有受损、正常工作的情况下,仍然会产生周期
              小波变换在不同参数影响下表征振动信号时频特征                            性冲击,为了便于区分,本文将这种周期性冲击称为
              的能力,并提出一种参数选择方法,进而设计一个基                           正常周期性冲击。从频谱中可以观察到正常周期性
              于相关基尼指数的特征提取方法,用于识别和提取                            冲 击 的 频 率 为   f 0 = 67.19 Hz, 恰 好 是 旋 转 频 率 的
                                                                                                           f i
   251   252   253   254   255   256   257   258   259   260   261