Page 261 - 《振动工程学报》2026年第2期
P. 261

第 2 期        余焱江,等:融合相关基尼指数与优化            Morlet 小波的柔性薄壁椭圆轴承故障特征提取方法                       577


                                                                                                     f
                     6000  Rényi熵=20.89                         准确的故障周期        T 可以最大化频率切片 上相关基
                                                                尼指数的值,该频率切片具有最显著的故障特征。
                    频率f / Hz  4000                              因此,使用以下表达式调整故障周期                 T 的值:   (30)
                                                                            T = arg max (max J ( f,T 0 ))
                     2000
                                                                         [        round(T 0 )  ]
                                                                             f s     f s
                                                                式中,   T 0 ∈      ,        。
                       0                                                   f fault +f i  f fault −f i
                        0      0.2    0.4    0.6
                                                                    使用式
                                                                           (27) 计算
                                                                                   MWT
                                 时间t / s  原始信号                  尼指数值,将最高         CGI 值的前 每个频率切片的相关基
                             重构信号
                     幅值A / (mm·s −2 )  5 0  MSE=0.00105         F m ,这些频率切片包含故障脉冲的时频特征:                  (31)
                                                                                               频率切片标记为
                                                                                            5%
                                                                                
                                                                                
                                                                                W x (t, f), f ∈ F m
                                                                                
                      −5
                                                                                 0,其他
                                                                                
                        0
                               0.2
                                 时间t / s 0.4  0.6                       W e (t, f) = 
                                                                    从提取的频率切片中重构故障脉冲信号,实现

                图 11 Obj 2 作为目标函数优化的     MWT  结果和重构信号
                                                                分离故障冲击的目的:
              Fig. 11 MWT  optimization  results  using  Obj 2   as  objective
                                                                            [   w                   ]
                                                                                  ∞
                     function and reconstruction results             x r (t) = Re C −1  W e (t, f)·( f · f c ) −1/2 df  (32)
                                                                              ψ
                                                                                 0
                                                                    基于   CGI 进行特征提取和重构的故障诊断流程
              4    基  于  相  关  基  尼  指  数  的  特  征  提  取  和  重  构
                                                                如图   12  所示。
                  方  法
                                                                     采集柔性薄壁椭圆                   通过式(31)
                  上述信号从一个健康的、正常工作的柔性薄壁                                轴承振动信号               提取故障特征频率切片
              椭圆轴承中采集得到。该轴承没有任何故障,却表
                                                                    使用IHAOAVOA优化                通过式(32)
              现出明显的周期性冲击。这种特性加大了对柔性薄                                   MWT参数                 重构故障特征分量
              壁椭圆轴承进行故障诊断的难度。为了从振动信号
              中分离出故障产生的周期性冲击,在基尼指数框架                                  通过式(30)估算                 频谱分析
                                                                        故障周期T                确定故障特征频率
              下设计一种特征提取方法。
                  基尼指数可以用来衡量信号中周期性脉冲成分                              通过式(27)计算MWT             通过故障特征分量
                                                                     频率切片的CGI值             冲击发生周期验证时变性
              的多少   [31-33] ,为了定位具有故障脉冲特征的时频系
              数,将脉冲的周期性引入基尼指数的计算。鉴于其
                                                                                               完成故障诊断
              与故障脉冲的周期性相关,称这种特征提取方法为

              基于相关基尼指数(correlated Gini index,CGI)的提取                      图 12 基于  CGI 的故障诊断流程图
              与重构方法     [17, 28, 34] :                               Fig. 12 Flowchart of fault diagnosis based on CGI

                                −→      (         )
                                W x (n, f)  N −n+0.5
                             N ∑
                  J T ( f) = 1−2                   (27)
                                −−→      N

                             n=1 W xT ( f)                  5    故  障  诊  断  实  例
                                       1
              式中,   J T ( f)表示故障周期  下频率 对应频率切片
                                      T
                                              f
                                 −→
              的相关基尼指数值;          W x 为  W x 在时间方向的升序序               从振动监测系统采集故障柔性薄壁椭圆轴承振
                                   −−→
              列。引入故障周期         T  的  W xT ( f)可以通过下式计算:         动信号,验证目标函数           Obj 2 优化  MWT  参数的有效
                                √
                         N ∑                                性和基于     CGI 的特征提取与重构方法的效果。试验
                  −−→        −→      −→
                  W xT ( f)  =  W x (n, f)·W x (n−T, f)  (28)


                          1                                     环境与采集正常柔性薄壁椭圆轴承振动信号相同。
                             n
              式中,  T 为故障周期。基于采样频率 与理论故障特                        此外,柔性薄壁椭圆轴承外圈经过电火花加工,存在
                                              f s
              征频率    f fault 的整数近似,可以计算出估计周期 ,用                 一道深度和宽度为         1 mm  的裂纹,如图     13  所示。
                                                        ˆ T
              于补偿柔性薄壁椭圆轴承实际转速低于设定值所导                                柔性薄壁椭圆轴承故障特征频率可以表示为:
              致的误差,具体计算方式如下:                                               z·( f i + f o )
                                                                    f bpfo (t) =   ·
                                   (        )                                  2
                                     f s
                           ˆ T = round  −0.5 +1        (29)                  √     2               
                                                                                            2
                                                                                               2
                                                                                 2
                                                                       r ·cosα α sin (ω i t)+b cos (ω i t) 
                                                                    1         √                     
                                     f fault                                                         (33)
                                                                     −
                                                                                    2              
                                                                                               2
                                                                                 2
                  然而,在轴承振动中产生的滑动误差使得式                    (29)           a·b+r ·  α sin (ω i t)+b cos (ω i t)
                                                                                            2
              估计周期     ˆ T 与实际周期之间不会严格相等。这种固                    式中,   f bpfo 为柔性薄壁椭圆轴承外圈的理论故障特征
              有特性可能导致        CGI 提取出错误的频率切片。由于                  频率;   ω i 为主轴的旋转速度;其余变量具体含义和数
   256   257   258   259   260   261   262   263   264   265   266