如何實(shí)現(xiàn)滾動(dòng)軸承的早期故障微弱信號(hào)檢測(cè)技術(shù)研究

　　滾動(dòng)軸承是機(jī)械設(shè)備中應(yīng)用最廣泛的零部件之一，隨著機(jī)械設(shè)備精密化和復(fù)雜化程度增加，對(duì)滾動(dòng)軸承的精度和可靠性要求也越來(lái)越高。滾動(dòng)軸承的損傷，即使是微小的損傷，都有可能影響整個(gè)設(shè)備正常功能的實(shí)現(xiàn)。因此滾動(dòng)軸承的故障信息檢測(cè)，特別是早期故障微弱信號(hào)檢測(cè)就顯得尤為重要。本文將共振稀疏分解（Resonance-based sparse signal decomposition，RSSD）這一新的信號(hào)分解方法應(yīng)用于滾動(dòng)軸承早期故障微弱信號(hào)檢測(cè)，獲得了良好的效果。論文在滾動(dòng)軸承系統(tǒng)單自由度振動(dòng)模型的基礎(chǔ)上分析了滾動(dòng)軸承故障沖擊響應(yīng)的波形特點(diǎn)，提出了更接近實(shí)際情況的二自由度振動(dòng)模型。研究了解調(diào)頻帶的確定原則和故障信號(hào)調(diào)制特征。結(jié)合實(shí)際測(cè)得的故障軸承振動(dòng)信號(hào)，分析了滾動(dòng)軸承早期故障信號(hào)的組成成分以及這些成分的產(chǎn)生原因和處理方法。論文研究了共振稀疏分解的主要參數(shù)對(duì)分解結(jié)果的影響規(guī)律，并通過仿真實(shí)驗(yàn)驗(yàn)證了共振稀疏分解法提取故障沖擊響應(yīng)的可行性。用高共振分量來(lái)擬合故障沖擊激起的持續(xù)振蕩，用低共振分量擬合振動(dòng)信號(hào)中的突兀部分（主要是故障沖擊脈沖響應(yīng)中有突躍變化的振蕩峰和噪聲信號(hào)中的尖峰），噪聲中幅值比較均勻的部分絕大多數(shù)包含在殘余分量當(dāng)中。論文研究了滾動(dòng)軸承故障信號(hào)共振稀疏分解的參數(shù)確定，并提出了基于共振稀疏分解的故障信息提取方法。具體流程為：先根據(jù)振動(dòng)信號(hào)頻譜確定待解調(diào)的固有頻帶，再對(duì)其進(jìn)行共振稀疏分解，提取高低共振分量中待解調(diào)固有頻帶附近的子帶，然后分別對(duì)這些子帶求和得到主子帶，將高低共振分量的主子帶求和得到原始信號(hào)的主子帶。對(duì)三種主子帶包絡(luò)解調(diào)得到包絡(luò)信號(hào)，最后對(duì)各主子帶的包絡(luò)信號(hào)進(jìn)行自相關(guān)處理并獲取包絡(luò)信號(hào)的自功率譜，自功率譜中的峰值將反映故障程度和發(fā)生故障的元件。

　　為了驗(yàn)證本文提出的故障信息提取方法的有效性，對(duì)不同故障類型和故障尺寸以及不同工況下的滾動(dòng)軸承振動(dòng)信號(hào)進(jìn)行了研究，并與包絡(luò)分析和小波分析進(jìn)行了對(duì)比研究。結(jié)果表明本文提出的基于共振稀疏分解的故障信息提取技術(shù)得到的頻譜毛刺更少，信噪比更高，并且該方法比傳統(tǒng)包絡(luò)分析和小波分析更能揭示故障沖擊響應(yīng)的振幅調(diào)制頻率。為滾動(dòng)軸承早期故障微弱信號(hào)的檢測(cè)提供了新的解決途徑。