论文部分内容阅读
滚动轴承是旋转机械的重要组成部分,也是容易损坏的机械零件之一,特别是在变转速工况更容易出现故障。采用传统的傅里叶变换方法对变转速工况下的振动信号进行处理时,会产生严重的“频率模糊”现象。而阶次分析是处理变转速信号的一种有效的方法,对于无法安装转速计的场合,解决无转速计条件下的阶次分析问题非常重要。先对变转速工况下滚动轴承振动信号进行有转速计情况下的研究,采用数值微分方法计算转速曲线,研究抗阶混滤波技术在重采样阶次设定中的应用。通过仿真信号的验证,证明了COT(Computed Order Tracking)技术的有效性和准确性。精确的瞬时转速计算是开展无转速计阶次跟踪的前提,为提高瞬时转速精度,提出了基于小波熵优化复Morlet小波时频分布算法,通过最小小波熵值选择最优的尺度参数,进而通过优化尺度参数达到提高时频分辨率的效果。通过仿真信号验证,可以发现时频图的时频分辨率得到大大提高。通过单一阶次和有邻近阶次的仿真信号对比了局部峰值搜索算法和Viterbi算法的优劣,结果显示Viterbi算法在精度、适应性和抗噪性方面表现更加出色。通过滚动轴承故障诊断实验系统,将上述算法应用在了变转速滚动轴承的故障诊断中。实验结果表明,所提新算法能够有效的诊断出变转速条件下滚动轴承故障。研究结果对解决变转速工况下的轴承故障诊断问题提供了新的思路和技术,具有重要的理论和应用价值。