论文部分内容阅读
旋转机械设备中的滚动轴承元件是机械设备中最为常见也是最重要的零部件之一，它的运行状态的好坏往往会直接影响整个生产系统的安全和效率。所以，对滚动轴承故障诊断方法的研究一直是国内外故障诊断领域中的重点。滚动轴承故障诊断的关键之处在于获取故障特征频率，由于故障早期的信号中元件损伤处的故障周期冲击并不明显，用一些传统的故障诊断方法很难有效的诊断出故障。
谱峭度是一种统计指标，它的基本思想是在每一个频率上计算信号的峭度值，以此找出那些隐藏在信号中的瞬态成分。谱峭度一开始提出来是作为功率谱密度的补充，现在谱峭度有了基于非平稳过程的正式定义，结合包络分析方法，谱峭度能在故障诊断领域中发挥一定的作用。通过一种基于树状多速率的滤波器组的快速谱峭度算法，谱峭度已经可以较好的应用于实际的故障诊断当中。
由于种种的噪声和干扰，观测信号中包含有用信息的冲击成分往往淹没在噪声中。盲解卷积处理是一种信号的降噪处理，它通过一种盲卷积模型假设观测信号是源信号经过一个线性系统后得到的响应信号。在这里盲解卷积处理就是为了盲估计原始信号，到达一个突出增强信号中的脉冲冲击成分的作用。
本文提出了一种基于盲解卷积和谱峭度的滚动轴承故障诊断方法，并通过对故障轴承进行实验采集故障信号数据，进而用于验证这种方法的作用。实验数据的处理分析表明这种方法具有一定的应用价值，在对滚动轴承外圈和滚子故障的故障特征频率提取中取得了不错的效果。