基于频谱幅度调制的矿用刮板输送机轴承故障诊断方法

刘亚兵; 杜宇

基于频谱幅度调制的矿用刮板输送机轴承故障诊断方法

刘亚兵,
杜宇

华阳新材料科技集团有限公司, 山西阳泉 045000

详细信息

作者简介:
刘亚兵(1973-),男,山西祁县人,高级工程师,现从事煤矿机电技术管理、工业智能化方面的工作,E-mail:772108214@qq.com

中图分类号: TD634.2
计量
- 文章访问数: 6
- HTML全文浏览量: 1
- PDF下载量: 3
出版历程
- 收稿日期: 2024-04-21

Fault diagnosis method for bearing of mine scraper conveyor based on spectral amplitude modulation

LIU Yabing,
DU Yu

Huayang New Material Technology Group Co., Ltd., Yangquan 045000, China

摘要

摘要: 时频分析方法将一维时域信号扩展到二维时频域来揭示信号中频率分量的时间演化，被广泛用于矿用刮板输送机轴承故障诊断。然而，在缺陷发生时产生的冲击会在不同的频率范围内激励，因此应对多个频带的信号进行滤波以完全提取缺陷信号。此外，由于环境中的干扰，故障信息通常会被掩盖。针对上述问题，提出了一种基于频谱幅度调制的矿用刮板输送机轴承故障诊断方法。频谱幅度调制可分离不同能量水平的频率分量，选择适当的权重来突出故障特征频率，从而增强时频表达中故障信息的可读性；利用Rényi熵来评估时频表达中的有价值信息，以便自适应地选择最佳权重。轴承外圈和内圈故障的仿真和实验结果表明，该方法能够有效增强时频表达中故障特征频率的可读性，提高故障诊断精度。
- 刮板输送机 /
- 轴承故障诊断 /
- 频谱幅度调制 /
- 时频分析 /
- Rényi熵

HTML全文

参考文献(18)

[1]	朱伏平, 张又才, 杨方燕.基于全矢CEEMDAN能量矩和AMHSSA-SVM的滚动轴承故障诊断[J].机械设计, 2024, 41(2):81-87.
[2]	刘前进, 高丙朋, 宋振军, 等.基于参数优化变分模态分解的变速工况下轴承故障诊断[J].轴承, 2022(8):71-78.
[3]	张雪芹.多分量非平稳信号的时频分析方法研究[D].济南:山东大学, 2019.
[4]	郑小磊.基于增强的时频分析方法的变转速轴承故障诊断[J/OL].轴承:1-9[2024-03-07]. http://kns.cnki.net/kcms/detail/41.1148.TH.20231225.1542.002.html.
[5]	纪京生, 周莉, 马向阳.VMD结合小波包信息熵和GJO-SVM的电机轴承故障诊断[J].现代制造工程, 2024(2):128-136.
[6]	刘俊利, 缪炳荣, 张盈, 等.基于Morlet小波与CART决策树的滚动轴承故障诊断方法[J].机械强度, 2024, 46(1):1-8.
[7]	潘晓博, 葛鲲鹏, 钱孟浩, 等.基于改进联合分布适应的轴承智能故障诊断方法[J].机电工程, 2023, 40(9):1354-1362.
[8]	胡海彬, 刘仁鑫, 夏宇雯, 等.一种用离散多小波变换的可解释卷积神经网络在滚动轴承故障诊断中的应用[J/OL].机械科学与技术:1-10[2024-03-07]. https://doi.org/10.13433/j.cnki.1003-8728.20230365.
[9]	柳霞, 蒋淑霞, 张长伟, 等.时频特征降维和多层次聚类相结合的轴承故障诊断新方法[J].噪声与振动控制, 2023, 43(6):123-128.
[10]	王茂辉, 汤勇, 李海翔, 等.基于Morlet小波与尺度空间的滚动轴承故障诊断研究[J].机车电传动, 2021(3):132-139.
[11]	张春林, 吴允恒, 蔡克燊, 等.基于改进连续小波变换增强非凸正则项稀疏分解的滚动轴承变转速故障冲击特征提取方法[J/OL].机械工程学报:1-15[2024-03-07]. http://kns.cnki.net/kcms/detail/11.2187.TH.20240123.1116.010.html.
[12]	黄斯琪, 谭志银, 杨思国, 等.改进的傅里叶分解方法及其在滚动轴承故障诊断中的应用[J].振动与冲击, 2023, 42(12):178-186.
[13]	冯葛豪, 胥永刚, 孙国栋, 等.谱聚类傅里叶分解及其在轴承故障诊断中应用[J/OL].轴承:1-10[2024-03-07]. http://kns.cnki.net/kcms/detail/41.1148.th.20230923.0532.002.html.
[14]	郑直, 李显泽, 刘伟民, 等.基于log-SAM改进Autogram的滚动轴承故障诊断[J].现代制造工程, 2023(12):132-139.
[15]	姜祖华, 张坤, 杨苗蕊, 等.局部谱幅值调制及其滚动轴承故障诊断应用[J/OL].轴承:1-9[2024-03-07]. http://kns.cnki.net/kcms/detail/41.1148.TH.20231010.1104.002.html.
[16]	战欣, 刘卓娅.基于PSO-SES-BPNN算法的液压系统故障诊断模型[J].兵器装备工程学报, 2023, 44(4):172-178.
[17]	孙壮壮, 郑近德, 童靳于, 等.二维多尺度符号样本熵在滚动轴承故障诊断中的应用[J/OL].机械科学与技术:1-11[2024-03-07]. https://doi.org/10.13433/j.cnki.1003-8728.20230294.
[18]	卢太武, 马洪波, 王先芝, 等.时变工况下基于精细复合多尺度散度熵的旋转机械故障诊断方法[J].振动与冲击, 2023, 42(21):211-218.