基于信号处理的滚动轴承故障诊断王政,赵娟(青岛理工大学机械与汽车工程学院,山东青岛266500)摘要:利用信号处理中的时域分析、频域分析以及时频分析的知识,采集滚动轴承的不同振动信号,并对不同状态下的滚动轴承的振动信号进行分析,进行滚动轴承不同状态下的时域分析对比、频域分析对比和时频分析对比,实现滚动轴承的故障诊断,得出时频分析判断更加准确但要综合各种分析考量的结论。关键词:信号处理;滚动轴承;故障诊断中图分类号:TH133.33DOI:10.19768/j.cnki.dgjs.2023.02.045RollingBearingFaultDiagnosisBasedonSignalProcessingWANGZheng,ZHAOJuan(SchoolofMechanical&AutomotiveEngineering,QingdaoUniversityofTechnology,Qingdao266500,China)Abstract:Usingtheknowledgeoftimedomainanalysis,frequencydomainanalysisandtime-frequencyanalysisinsignalprocessing,differentvibrationsignalsofrollingbearingswerecollected,andthevibrationsignalsofrollingbearingsindif-ferentstateswereanalyzed.Thetimedomainanalysis,frequencydomainanalysisandtime-frequencyanalysiscomparisonofrollingbearingsunderdifferentstateswerecarriedout.Thefaultdiagnosisofrollingbearingswasrealized,andthecon-clusionthatthetime-frequencyanalysisjudgmentwasmoreaccuratebutrequiresvariousanalysisconsiderations.Keywords:thesignalprocessing;rollingbearing;faultdiagnosis收稿日期:2022-05-09作者简介:王政(1998-),硕士研究生,研究方向为智能信息处理与复杂装备状态监测诊断。0引言滚动轴承作为机械旋转装置中最重要的零部件之一,其性能优良、价格便宜,被广泛应用于各种工业活动中[1],但是其自身承受载荷和冲击,容易发生故障,如果不及时诊断出故障,就易引发事故[2]。传统的故障诊断方法效率偏低、准确率不高,易造成误判。近年来,随着计算机技术的进步,基于信号处理的故障诊断方法应运而生[3-5]。本文基于信号处理方法,采集三种不同状态下的滚动轴承振动信号,并对振动信号分别进行时域分析、频域分析和时频分析,结果表明时频分析更为直观、准确,但要结合多种方法综合考量。1信号处理原理1.1时域分析滚动轴承在故障状态下的振动幅值因不同的故障形式而表现得不同,表现形式为随时间变化的波形曲线。对不同形式的波形曲线进行分析,在其时间域内称作时域分析。通过对这些波形曲线一些特征参数的提取,可以进行简单的故障诊断。特征参数分为两种:一...
