基于振动信号分析的滚动轴承故障诊断及寿命预测研究

【摘要】：滚动轴承是旋转机械设备的常用元件,它的正常运行是机械系统安全运行的保证,轴承故障类型识别和剩余寿命预测研究具有重要的研究意义。在了解轴承故障诊断研究意义和研究背景的基础上,引入自适应变分模态分解及参数估计方法用于轴承故障诊断及寿命预测,研究内容主要包括:首先,深入了解轴承故障诊断的发展及现状,并对故障诊断的基本过程及常用方法进行了分析。采用变分模态分解方法对轴承振动信号进行自适应分解,获取其中包含故障信息较多的成分。针对方法中存在的模态分量分解个数会影响变分模态分解结果的问题,研究了基于快速谱峭度图的模态分量个数设置方法。通过在分解前利用谱峭度预估最优分析频带带宽的方式,控制增加模态分量个数时模态分量中心频率的接近程度,得到模态分量个数的合理值。其次,对轴承信号进行了变分模态分解并与经验模态分解结果进行了对比。根据峭度-相关性指标筛选敏感模态分量,对筛选结果进行特征提取,并采用随机森林分类器对不同转速条件下的轴承故障特征数据进行分类识别。最后,对于轴承的剩余寿命预测问题,分析轴承的寿命周期和振动信号的变化情况采用均方根值作为健康指标描述轴承状态变化。针对双指数衰退模型在寿命预测时的参数多、状态初值对估计结果影响大的问题,研究双指数模型的变形消参,建立轴承的经验指数衰退模型,结合粒子滤波算法对轴承进行状态估计,并与双指数模型的估计结果进行对比。最后根据估计结果预测轴承的剩余寿命。