结合频谱聚类与经验小波的轴承故障诊断方法

简介

实测轴承振动信号就有非平稳、非线性特征,因此,对该类信号的分析需要进行解调得到特征频率,在众多解调法中包络分析是最为常用的方法;为了使解调结果更加清晰,常在解调前进行滤波,达到滤除干扰成分可有效提升解调的效果。经验小波变换提供了基于频带划分的小波滤波框架,划分后频带可滤除部分干扰信号,突出故障信号。对此,受“箱型图”和层次聚类法的启发,对“突出值”聚类法进行频带划分,通过平方包络互相关系数选取合理的频带划分个数。最后选取平方包络峭度值最大的滤波子信号进行Teager能量算子解调,获取特征频率。文章针对不同工况下的不同故障类型轴承运行数据进行分析,验证算法的有效性。特别地,在复合故障分析中,利用动态阈值法到达分别突出不同轴承故障频率的效果。