Page 121 - 《振动工程学报》2026年第5期

第 5 期 陆 平，等：压缩感知匹配追踪波达时间差提取及轴承损伤定位研究 1325

的信号复杂，信噪比较低。 sion analysis for wind turbine blade bearing fault detection
文献 [12] 采用了 3 个声发射传感器来进行低速 under time-varying low-speed and heavy blade load condi-
轴承试验台上的轴承损伤检测，在定位 120°损伤源 tions[J]. IEEE Transactions on Industry Applications，2021，
位置时，平均误差为 8.5°，略高于本文的 3.0°误差。 57（3）：2791-2800.
[6] 张瑞，李可，宿磊，等. 深度稀疏最小二乘支持向量机故
本研究在相同条件下，仅使用 1 个声发射传感器进
障诊断方法研究 [J]. 振动工程学报，2019，32（6）：1104-
行测量，误差水平仍能满足实际应用需求。

1113.
ZHANG Rui，LI Ke，SU Lei，et al. Fault diagnosis method
4 结 论 of deep sparse least squares support vector machine[J]. Jour-
nal of Vibration Engineering，2019，32（6）：1104-1113.
本研究表明，通过轴承材料 Lamb 波频散曲线的 [7] 周陈林，董绍江，李玲，等. 滚动轴承多状态特征信息的
交叉点频率信息，可由带通滤波得到含有两次到达 改进型卷积神经网络故障诊断方法 [J]. 振动工程学报，
事件的信号。利用构造的感应字典通过 CS-OMP 方 2020，33（4）：854-860.
法，能够准确匹配到二次到达事件，并表示在稀疏系 ZHOU Chenlin，DONG Shaojiang，LI Ling，et al. Method
数中，从而可计算出时间差。当两次到达信号有部 to improve convolutional neural network in rolling bearing
fault diagnosis with multi-state feature information[J]. Journal
分重叠时，得到的时间差仍较为准确。结合 Lamb 波
of Vibration Engineering，2020，33（4）：854-860.
对应频率的波速，只使用 1 个传感器进行两次定位，
[8] NAUMANN J. Acoustic emission monitoring of wind turbine
即能确定低速轴承损伤源的位置。
bearings[D]. Sheffield：University of Sheffield，2016.
在试验验证阶段，断铅试验和故障试验的绝对
[9] JONES M R，ROGERS T J，MARTINEZ I，et al. Bayesian
误差分别为 1.7°和 3.0°。结果表明，该方法具有较高 localisation of acoustic emission sources for wind turbine bear-
的定位精度。所提方法既不依赖轴承的转速信息， ings[C]//Proceedings of Health Monitoring of Structural and
同时又减少了传感器的使用数量，为低速轴承的损 Biological Systems XV. SPIE，2021：78.
伤定位提供了一种不同的途径。 [10] MA Z P，ZHAO M，LUO M R，et al. An integrated moni-
未来研究应扩展到内圈损伤的识别，探索不同 toring scheme for wind turbine main bearing using acoustic
损伤位置对波形特征的影响，从而进一步研究径向 emission[J]. Signal Processing，2023，205：108867.
载荷应力对波速和试验结果的影响，以提高诊断精 [11] 柳小勤，汤林江，侯凯泽，等. 基于声发射的滚动轴承损
伤定位方法研究 [J]. 振动与冲击，2020，39（15）：176-182.
度。同时，考虑滚动体至测点传递路径的干扰，对信
LIU Xiaoqin， TANG Linjiang， HOU Kaize， et al. Fault
号进行精细分析和处理，以减少噪声干扰，提高故障
localization for rolling bearing based on AE[J]. Journal of
定位准确性。
Vibration and Shock，2020，39（15）：176-182.
[12] TANG L J，LIU X Q，WU X，et al. An acoustic emission
参考文献： event filtering method for low-speed bearing outer race defect

localization[J]. IEEE Sensors Journal， 2022， 22（ 16） ：
[1] VAN HECKE B，YOON J，HE D. Low speed bearing fault 16293-16305.
diagnosis using acoustic emission sensors[J]. Applied Acous- [13] CIAMPA F， MEO M. Acoustic emission localization in
tics，2016，105：35-44. complex dissipative anisotropic structures using a one-channel
[2] BEN ALI J，FNAIECH N，SAIDI L，et al. Application of reciprocal time reversal method[J]. The Journal of the Acousti-
empirical mode decomposition and artificial neural network cal Society of America，2011，130（1）：168-175.
for automatic bearing fault diagnosis based on vibration [14] JIAO J P，HE C F，WU B，et al. Application of wavelet
signals[J]. Applied Acoustics，2015，89：16-27. transform on modal acoustic emission source location in thin
[3] HOU B C， WANG D， KONG J Z， et al. Understanding plates with one sensor[J]. International Journal of Pressure
importance of positive and negative signs of optimized weights Vessels and Piping，2004，81（5）：427-431.
used in the sum of weighted normalized Fourier [15] EBRAHIMKHANLOU A， SALAMONE S. Acoustic emis-
spectrum/envelope spectrum for machine condition monitor- sion source localization in thin metallic plates：a single-sensor
ing[J]. Mechanical Systems and Signal Processing， 2022， approach based on multimodal edge reflections[J]. Ultrason-
174：109094. ics，2017，78：134-145.
[4] HAN T，LIU Q N，ZHANG L，et al. Fault feature extrac- [16] 缪祥垚，伍星，柳小勤，等. 基于声发射 Lamb 波频散特性
tion of low speed roller bearing based on Teager energy opera- 的轴承损伤单传感器定位 [J]. 振动与冲击，2023，42（6）：
tor and CEEMD[J]. Measurement，2019，138：400-408. 196-201.
[5] LIU Z P，YANG B Y，WANG X F，et al. Acoustic emis- MIAO Xiangyao， WU Xing， LIU Xiaoqin， et al. Single-