《表2 外圈和内圈故障PR分量的峭度指标》
将采集到的轴承故障信号通过ITD,分解为4个分量,如图2所示。可以看出:外圈故障信号得到了有效地分解,但存在噪声干扰,需要进一步处理。分别计算4个分量的峭度值,如表2所示。可以看出:PR1和PR2的峭度值较大,因此,选取PR1和PR2进行重构。通过自适应广义形态学滤波器对重构信号进行降噪处理,滤波后的时域波形如图3所示。可以看出:由于噪声污染原因,无法有效识别故障冲击成分,需要对其进行下一步处理。包络谱分析如图4,可以看出:圈故障特征频率为105.5 Hz及其7倍频,可以准确判别滚动轴承的故障类型为外圈故障。为了验证本文方法的优越性,与文献[4]的实验结果进行了对比,如图5所示,可以看出:虽然文献[4]可以找到外圈的故障特征频率105.5 Hz及2倍频,但倍频幅值较小,高频部分被噪声淹没,特征提取效果不理想。
图表编号 | XD007594200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.20 |
作者 | 黄新奇、张亚飞、毛存礼、黄刚劲、郭月江、杨红艳 |
绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、云南师范大学能源与环境科学学院 |
更多格式 | 高清、无水印(增值服务) |