Page 265 - 《振动工程学报》2026年第2期
P. 265

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                       581


                    表 3 不同方法得到的故障特征频率能量比率                       量集中程度,还考虑重构误差影响。在参数优化过
              Tab. 3 The energy ratio of the fault feature frequency obtained  程中,为避免陷入局部位置,Obj 2 必须比  Rényi 熵进
                    by different methods                        行更多次迭代才能得到能够同时准确表示信号时频

                 方法       故障特征频率倍频个数            能量比率  η/ %      特征和最小化重构信号与原始信号误差的参数。经
                 TFES             0                 0           过上述的比较试验可知,使用               Obj 2 能够产生可靠的
                 CGI              3                24.76
                                                                MWT  结果,无须预先了解所处理信号或复杂的调参
                  CK              0                 0
                                                                过程,因此该目标函数所花费的收敛时间是可以接
                谱峭度               5                10.41
                                                                受的。

              低频段中两者都包含了旋转信息;然而,高频段中使
              用  Rényi 熵优化的    MWT  结果无法检测到任何冲击                 6    结     论
              特征。由此可知,使用           Rényi 熵优化  MWT   参数的方
              法不能准确描述柔性薄壁椭圆轴承振动信号时频                                 为分析柔性薄壁椭圆轴承故障振动的时频特
              特征。                                               性,提出一种考虑能量集中程度和重构精度的目标

                    20.938340                实际收敛曲线             函数优化     Morlet 小波变换的参数以及基于相关基尼

                   适应度值Obj 1  20.938335  (3, 20.94) (18, 20.94)  理论收敛曲线  椭圆轴承复杂的背景周期性冲击中有效地提取故障
                                                                指数的特征提取和重构方法,从而实现从柔性薄壁


                    20.938330                                   冲击特征。得到结论如下:
                           0    20    40   60    80   100           (1)与  Rényi 熵作为目标函数相比,同时考虑能
                                      迭代次数g                     量集中程度和重构精度的目标函数在选择                     Morlet 小

               图 25 Rényi 熵作为目标函数优化       MWT  参数的收敛曲线          波变换参数方面表现出更强的能力:不仅保持较高
              Fig. 25 Convergence curves of MWT parameters optimization  的能量集中程度,还具有更高的重构精度,能够同时
                     using Rényi entropy as objective function  描述谐波和冲击特征。

                                                                    (2)考虑到故障冲击周期性,提出一种基于相关
                      6000  Rényi熵=20.94                        基尼指数的特征提取与重构方法。该方法通过计算
                     频率f / Hz  4000                             MWT  结果每个频率切片对应的             CGI 值,量化其包含
                      2000
                         0 0                                    故障特征信息的显著性,并依据 CGI 值的大小重构
                          0  0.1  0.2  0.3  0.4  0.5  0.6
                                     时间t / s                    故障特征分量,从而确定柔性薄壁椭圆轴承的故障
                                                                类型。
                                     5f 0
                                     4f 0
                                     3f 0
                                                                    (3)对于外圈故障的柔性薄壁椭圆轴承,基于相
                                     2f 0
                                     f 0
                                                                关基尼指数的特征提取和重构方法能够从原始信号

                   图 26 Rényi 熵作为目标函数优化的       MWT  结果
                                                                中分离出故障冲击,准确地检测到故障特征频率。
              Fig. 26 MWT  optimization  results  using  Rényi  entropy  as
                                                                信 号 处 理 结 果 表 明, 该 方 法 的 性 能 优 于 时 频 包 络
                     objective function
                                                                谱、谱峭度算法、基于相关峭度的特征提取方法,并
                  IHAOAVOA   优化的迭代终止条件为:当目标函                    验证了柔性薄壁椭圆轴承故障冲击的时变性。
              数变化值少于       5%  的次数超过     2  次时终止,以避免陷
              入局部最优或因无效迭代而消耗额外的计算资源。                            参考文献:
              由于优化算法在初始化种群时具有随机性,因此,本
              文重复    20  次优化计算,计算环境为          AMD EPYC 7282     [1]  王瑞锋,张立勇,张建伟,等. 谐波齿轮传动概述             [J]. 机械
              16  CPU@2.80  GHz, 32  GB  内 存 , MATLAB  R2022b。      传动,2019,43(1):171-176.
              记录收敛所需平均迭代次数和平均时间,结果如表                       4        WANG Ruifeng,ZHANG Liyong,ZHANG Jianwei,et al.
              所示。                                                   Summary  of  harmonic  gear  drive[J].  Journal  of  Mechanical

                       表 4 不同目标函数所需的收敛时间                            Transmission,2019,43(1):171-176.
                                                                [2]  丰飞,王炜,唐丽娜,等. 空间高精度谐波减速器的应用
               Tab. 4 The convergence time of different objective functions

                                                                    及其发展趋势     [J]. 机械传动,2014,38(10):98-107.
               目标函数      收敛迭代次数    g   平均收敛值      收敛时间t / s
                                                                    FENG  Fei, WANG  Wei, TANG  Lina, et  al.  Application
                Rényi 熵       3          20.94      317.90
                                                                    and  development  trends  of  the  space  harmonic  reducer  with
                             5.85        0.57       491.03
                 Obj 2
                                                                    high  precision[J].  Journal  of  Mechanical  Transmission,

                  表  4  表明目标函数     Obj 2 需要花费更长时间才能                 2014,38(10):98-107.
              达到收敛状态。主要原因是              Obj 2 不仅考虑   MWT  能     [3]  曹倩,李明,徐彭梅. 空间高精度长寿命谐波减速应用技
   260   261   262   263   264   265   266   267   268   269   270