万向轴动不平衡检测的自适应变分模态分解方法

万向轴动不平衡主要体现在万向轴振动信号的转频及其倍频上,为了更准确地提取动不平衡振动特征,引入具有完备理论基础、窄带滤波特性和最优解的信号分解方法——变分模态分解法来提取动不平衡振动特征。然而,变分模态分解的结果对两个参数(模态数量、惩罚因子)的设置很敏感。因此,提出应用傅里叶谱的均方根分布与其局部峭度值确定变分模态分解的模态数量,利用傅里叶谱峭度增量对惩罚因子进行最优选择。建立万向轴动不平衡的自适应提取模型,应用试验台实测数据对该检测方法和模型的有效性进行了验证。     

结合频谱聚类与经验小波的轴承故障诊断方法

实测轴承振动信号就有非平稳、非线性特征,因此,对该类信号的分析需要进行解调得到特征频率,在众多解调法中包络分析是最为常用的方法;为了使解调结果更加清晰,常在解调前进行滤波,达到滤除干扰成分可有效提升解调的效果.经验小波变换提供了基于频带划分的小波滤波框架,划分后频带可滤除部分干扰信号,突出故障信号.对此,受"箱型图"和层次聚类法的启发,对"突出值"聚类法进行频带划分,通过平方包络互相关系数选取合理的频带划分个数.最后选取平方包络峭度值最大的滤波子信号进行Teager能量算子解调,获取特征频率.文章针对不同工况下的不同故障类型轴承运行数据进行分析,验证算法的有效性.特别地,在复合故障分析中,利用动态阈值法到达分别突出不同轴承故障频率的效果.