文献类型：期刊文章

作　　者：王慧滨[1,2] 剡昌锋[1] 孟佳东[1,3] 陈光亿[1] 吴黎晓[1]

WANG Hui-bin;YAN Chang-feng;MENG Jia-dong;CHEN Guang-yi;WU Li-xiao(School of Mechanical and Electrical Engineering,Lanzhou University of Technology,Lanzhou 730050,China;Department of Medical Technology,Zhangzhou Health Vocational College,Zhangzhou 363000,China;Institute of Railway Technology,Lanzhou Jiaotong University,Lanzhou 730030,China)

机构地区：[1]兰州理工大学机电工程学院,甘肃兰州730050 [2]漳州卫生职业学院医学技术系,福建漳州363000 [3]兰州交通大学铁道技术学院,甘肃兰州730030

出　　处：《振动工程学报》

基　　金：国家自然科学基金资助项目(51765034)。

年　　份：2022

卷　　号：35

期　　号：6

起止页码：1541-1551

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：对滚动轴承复合故障进行诊断时,通常采用先分离后诊断的信号处理方法,由于故障特征信号相互耦合或干扰,容易出现误诊或漏诊的现象,针对该问题,提出了基于Autogram的共振解调和1.5维谱的复合故障诊断方法,能够在不分离复合故障信号的前提下识别故障类型。采用变分模态分解(VMD)对原始振动信号降噪,提出了一种综合指标Z选取VMD的有效分量进行信号重构,提高信号的信噪比;使用Autogram算法确定共振频带中心频率和带宽,对共振信号进行包络解调,得到包络信号的1.5维谱,根据1.5维谱中的故障特征来识别滚动轴承复合故障的类型。采用滚动轴承3种不同类型复合故障的实测信号验证了所提方法的可行性,试验结果表明,所提出的方法可以提高复合故障识别的准确性和直观性。

关 键 词：复合故障诊断  滚动轴承 VMD  Autogram  1.5维谱  

分 类 号：TH165.3] TH133.33