邵巖+盧迪+楊廣學(xué)

摘 要：在對(duì)滾動(dòng)軸承微弱故障診斷時(shí)，故障信號(hào)容易受到噪聲的干擾，為了獲取滾動(dòng)軸承數(shù)據(jù)的有效故障信息，研究用分?jǐn)?shù)階傅里葉變換（fractional Fourier transform，F(xiàn)RFT）的方法對(duì)滾動(dòng)軸承工作中產(chǎn)生的微弱故障進(jìn)行診斷。該方法可以將滾動(dòng)軸承數(shù)據(jù)變換到分?jǐn)?shù)階域的空間中進(jìn)行分析，在此空間中變換分?jǐn)?shù)階的階次從而搜索提取出微弱故障的最大峰值，分析結(jié)果表明用分?jǐn)?shù)階傅里葉算法可以有效的降低其他分量和噪聲的互相干擾，準(zhǔn)確的提取目標(biāo)分量，實(shí)驗(yàn)結(jié)果證實(shí)了該方法的有效性和可行性。

關(guān)鍵詞：滾動(dòng)軸承；分?jǐn)?shù)階傅里葉變換（FRFT）；故障診斷；

DOI：10.15938/j.jhust.2017.03.012

中圖分類號(hào)： TN911.2

文獻(xiàn)標(biāo)志碼： A

文章編號(hào)： 1007-2683（2017）03-0068-05

Abstract：In fault diagnosis of rolling bearings， the fault signal is easy to be interfered by the ambient noise， Therefore， an approach based on Fractional Fourier Transform（FRFT） is studied in this research to collect valid data of rolling bearing fault. With utilizing this approach， data can be analyzed by being converted into fractional domain， as well as 3D simulation. Consequently， the fractional can be changed to extract the weak fault to search for the maximum peak of weak fault. According to the analysis， the Fractional Fourier Transform algorithm is able to effectively reduce the mutual interference of other components and noise，and accurately extract the target component. Hence， the research findings are able to prove the validity and feasibility of the approach studied in this paper.

Keywords：FRFT； rotating machinery； fault diagnosis

5 結(jié) 論

分?jǐn)?shù)階傅里葉變換算法的應(yīng)用對(duì)于實(shí)際旋轉(zhuǎn)機(jī)械故障振動(dòng)信號(hào)的分析起到了重要的作用，解決了這類信號(hào)在分析上具有非平穩(wěn)，非線性的難題。在復(fù)雜的干擾環(huán)境中，能有效的對(duì)信號(hào)進(jìn)行分離，克服了信號(hào)交叉項(xiàng)的干擾，尤其在微弱信號(hào)的分析中，對(duì)在背景噪生干擾很強(qiáng)的環(huán)境下，對(duì)微弱故障信號(hào)有很好的聚集性。本文軸承的振動(dòng)干擾信號(hào)微弱，通過對(duì)目標(biāo)的多重掃描，提高了對(duì)信號(hào)的時(shí)頻分辨率，分離出微弱故障信號(hào)的最高峰值和振幅，本文所提出的算法能夠在分?jǐn)?shù)階域上對(duì)噪聲信號(hào)進(jìn)行分離，為進(jìn)一步提取信號(hào)的時(shí)域和頻域特性提供了良好的條件。

參 考 文 獻(xiàn)：

[1] 李興林，張仰平，曹茂來.滾動(dòng)軸承故障監(jiān)測診斷技術(shù)應(yīng)用進(jìn)展[J].工程與試驗(yàn)，2009，49（4）：1-5.

[2] 林英祥，孫清磊，陳萍，等.沖擊脈沖技術(shù)在滾動(dòng)軸承診斷中的應(yīng)用[J].海軍工程大學(xué)學(xué)報(bào)，2013，25（4）：85-90.

[3] 陳金文，楊明發(fā).異步電機(jī)故障早期檢測技術(shù)綜述[J].微電機(jī)，2014（1）：7-10.

[4] 張倩，張志新，王亮.基于振動(dòng)測試的滾動(dòng)軸承故障診斷技術(shù)進(jìn)展[J].風(fēng)機(jī)技術(shù)，2012（1）：67-70.

[5] 劉建國，趙治博，章國平，等.地鐵車輛轉(zhuǎn)向架軸承故障診斷方法研究[J].鐵道學(xué)報(bào)，2015（1）：30-36.

[6] 劉金偉，王俊玲.機(jī)械故障診斷技術(shù)的現(xiàn)狀及發(fā)展趨勢[J].科技創(chuàng)新與應(yīng)用，2013（19）：92-93.

[7] TIWARI R，KANKAR P，GUPTA K.Bearing Fault Diagnosis Using Radial Basis Function Network and Adaptive Neuro Fuzzy Classsifier[C]//Control，Automation，Robotics and Embedded Systems，2013 international Conference on.IEEE，2013：1-4.

[8] 曹婧華，趙飛，李聰，等.狀態(tài)參數(shù)識(shí)別在齒輪箱故障診斷中的應(yīng)用[J].哈爾濱理工大學(xué)學(xué)報(bào)，2013，18（3）：95-101.

[9] MARCO Cococcioni，BEATRICE Lazzerini，SARA Lioba Volpi.Robust Diagnosis of Rolling Element Bearings Based on Classification Techniques[J].IEEE Transactions on industrial informations2012，9（4）：2256-2263.

[10]王金福，李富才.機(jī)械故障診斷的信號(hào)處理方法：頻域分析[J].噪聲與振動(dòng)控制，2013（1）：173-180.

[11]Aye S A，Heyns P S，Thiart C J H.Fault Detection of Slow Speeed Bearings Using an Integrated Approach[J].Ifac Papersonline，2015，48（3）：1779-1784.

[12]JONGHyo A，DAEHo K，BONGHwan K.Fault Detection of a RollerBearing System through the EMD of a Wavelet Denoised Signal[J].Sensors，2014，14（8）：15022-15038.

[13]TARAPHDER A，CHAKRAVERTY B K.Early Damage Detection of Roller Bearings Using Wavelet Packet Decompositionensemble Empirical Mode Decomposition and Support Vetor Machine[J].Meccanica，2015，50（3）：865-874.

[14]王見，李金同，盧華玲.采用STFTWigner交換抑制WignerVille分布交叉項(xiàng)[J].重慶大學(xué)學(xué)報(bào)，2013，36（8）.

[15]肖鵬，楊承志，吳宏超.基于STFT與WVD的LPI雷達(dá)信號(hào)檢測[J].船舶電子工程，2014，34（8）：63-66.

[16]秦敏，劉志國，劉剛，等.基于加速度傳感器的高頻振動(dòng)信號(hào)檢測分析[J].測控技術(shù)，2013，32（5）：1-4.

[17]孫靖杰，趙建軍，王漢昌，等.基于FRFTKPCA的模擬電路非線性故障特征提取[J].電機(jī)與控制學(xué)報(bào)，2013，17（8）：100-106.

[18]TOKSOY E，SANDIKCI A.Onfunction Spaces with Fractional Fourier Transform in Weighted Lebsgue Spaces[J].Acm Transactions on Graphics，2015，2015（1）：1-10.

[19]OZAKTAS H M，ANKAN O，KUTAY M A.Digital Computation of the Fractional Fourier Transform[J].IEEE Transactions On Signal Processing，1996，44（9）：2141-2150.

[20]唐先廣，郭瑜，丁彥春，等.基于短時(shí)傅里葉變換和獨(dú)立分量分析的滾動(dòng)軸承包絡(luò)分析[J].機(jī)械強(qiáng)度，2012，34（1）：1-5.

[21]陶然，鄧冰，王越.分?jǐn)?shù)階Fourier變換在信號(hào)處理領(lǐng)域的研究進(jìn)展[J].中國科學(xué)，2006（2）：113-136.

（編輯：溫澤宇）