仪器仪表学报

作者：刘小峰，黄洪升，柏 林，陈兵奎

单位：刘小峰,1.重庆大学机械与运载工程学院,,黄洪升,1.重庆大学机械与运载工程学院,,柏 林,1.重庆大学机械与运载工程学院,,陈兵奎,1.重庆大学机械与运载工程学院,

关键词：动车轴箱轴承;共振稀疏分解;循环脉冲谱;故障诊断

基金：国家自然科学基金(51975067, 52175077)项目资助

针对复杂多变工作环境下滚动轴承产生的微弱故障信息难以提取的问题,充分利用故障冲击的脉冲性与循环周期性,提出了循环脉冲度最大化的共振稀疏分解(RSD)方法。该方法以短时脉冲峰值矩的变异系数作为循环脉冲指数对轴承故障信号脉冲性与周期性进行综合表征。然后以循环脉冲指数最大化作为优化目标,采用多尺度简化粒子群算法对RSD的品质因子进行了组合优化。最后构建了最优RSD循环脉冲谱,实现了滚动轴承故障的自动辨识。仿真结果与动车轴箱轴承的故障诊断应用实例表明,提出的循环脉冲指数最大化的RSD能够有效避免强脉冲干扰造成的共振频带误判问题,实现复杂工况环境下的滚动轴承复合多故障同步诊断,具有良好的工程适用性。

来源：2022年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第5期