基于改進(jìn)SSD和MOMEDA的滾動(dòng)軸承復(fù)合故障診斷*

劉尚坤，張 偉，范壯壯，孔德剛，張秀花

(河北農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院，保定 071001)

0 引言

滾動(dòng)軸承是支撐轉(zhuǎn)軸的關(guān)鍵部件，其運(yùn)行狀態(tài)直接影響設(shè)備的工作性能和運(yùn)行安全[1]。惡劣的工作環(huán)境等原因常導(dǎo)致軸承發(fā)生復(fù)合故障，又由于各故障之間相互影響、各故障特征混疊，致使故障特征的準(zhǔn)確分離和診斷更加困難[2]。為滿足機(jī)械裝備作業(yè)的高安全性和高可靠性要求，開展軸承故障診斷研究意義重大。

復(fù)合故障振動(dòng)信號(hào)包含多源信息，通過分解的方式獲得各源信息是有效的故障特征提取途徑。但現(xiàn)有方法多存在一些不足，如固有時(shí)間尺度分解算法會(huì)導(dǎo)致分量帶有毛刺而失真[3]，辛幾何模式分解的分量過多[4]，變分模態(tài)分解的分解效果受參數(shù)選擇影響[5]。BONIZZI等[6]提出了奇異譜分解(singular spectrum decomposition，SSD)新方法，它具有高的分解精度，能有效地抑制模態(tài)混疊和偽成分。CHEN等[7]建立了SSD分量的多尺度信息維度特征，并結(jié)合卷積神經(jīng)網(wǎng)絡(luò)準(zhǔn)確識(shí)別出實(shí)驗(yàn)行星齒輪的退化狀態(tài)；唐貴基等[8]利用散布熵改進(jìn)了SSD，有效提取出齒輪故障特征信息；但這些關(guān)于SSD的研究均是在單一故障診斷中的分析應(yīng)用，在軸承復(fù)合故障中的應(yīng)用有待進(jìn)一步研究，同時(shí)需要解決SSD分解層數(shù)需憑經(jīng)驗(yàn)設(shè)定問題。

滾動(dòng)軸承常見于內(nèi)圈、外圈、滾動(dòng)體和保持架故障，不同故障有相應(yīng)的故障頻率，而復(fù)合故障診斷的關(guān)鍵是分離各故障的周期性沖擊特征[9]。為此，本文將SSD引入到軸承復(fù)合故障診斷中，以不同故障周期的相關(guān)峭度值最大化為目標(biāo)，通過相關(guān)峭度圖方式，改進(jìn)SSD分解層數(shù)需憑經(jīng)驗(yàn)設(shè)定難以選到最優(yōu)分量的缺點(diǎn)，實(shí)現(xiàn)不同故障特征的初步分離；……