论文部分内容阅读
滚动轴承是旋转机械中应用最多、最为关键的机械零件,同时也是最易损坏的机械零件之一。轴承的好坏对机器工作的影响极大,旋转机械的许多故障都与滚动轴承有关,轴承工作性能的好坏直接影响到与之相关联的轴以及安装在转轴上的齿轮乃至整台机器设备的性能。其缺陷通常使设备产生异常的振动和噪声,发展成故障就将造成设备损坏,甚至发生灾难性事故。大型动力装备的滚动轴承在恶劣环境条件下,极易发生点蚀、疲劳剥落和磨损等故障,为了预防故障的发生,必须提前发现轴承隐患,将其消灭在萌芽状态。因此,开展对滚动轴承的故障诊断具有很现实的意义。由于设备运行状态以及外部噪声的影响,滚动轴承的故障特征信号往往淹没在强背景噪声中,尤其在故障早期阶段。因此,如何从强背景噪声中提取反映运行状态的微弱特征信号成为轴承故障诊断的关键。
频谱峭度是在频域中表征连续暂态的出现和位置的一个统计的工具。它能够在强噪声下检测到信号中的瞬态特征。本论文以短时傅立叶变换为信号预处理工具,研究了短时傅立叶变换的窗口长度与窗口移动步长对频谱峭度的影响,并将基于短时傅立叶变换的谱峭度应用于滚动轴承微弱故障信号的诊断,通过轴承实验台早期外圈故障振动信号验证了该方法的有效性。通过与传统的频谱、包络谱分析比较,结果表明基于短时傅立叶变换的谱峭度克服了传统包络解调方法的不足,为带通滤波器的带宽和中心频率的确定提供了依据,能更有效地揭示滚动轴承早期故障特征信息。