滚动轴承故障诊断的多重超阶分析方法

作者：朱彦祺; 李舜酩^*; 潘高元; 杜华蓉

来源：振动与冲击, 2020, 39(03): 227-288.

DOI：10.13465/j.cnki.jvs.2020.03.031

• 多重分形
• 去趋势波动分形
• 极值增量
• 滚动轴承
• 故障诊断

多重分形去趋势波动分析(MF-DFA)可以获得能够表征信号内在动力学机制的多重分形谱,但是在提取滚动轴承振动信号故障特征时存在参数接近、状态混叠等问题,导致分析结果易受信号噪声等因素干扰,影响分类精度。为解决此问题,提出了多重超阶分析(MF-SOA)的方法。该方法将极值增量方法引入了多重去趋势波动分析中,对时间序列进行取极值操作;然后计算并分析获得的极值增量序列的重分形特征,通过MF-SOA方法获得的特征可以更清晰地表现出序列的内部动力学机制。最后将所提出的方法应用于滚动轴承的故障诊断中。试验数据分析结果表明,该方法对于信号的不规则程度十分敏感,并且有效改善了MF-DFA方法的缺陷,对于模式相近的故障类型有更优的区分度,提高了滚动轴承故障诊断的精度。

• 出版日期2020
• 单位南京航空航天大学