基于主轴故障诊断的微弱信号特征提取技术.pdf

《基于主轴故障诊断的微弱信号特征提取技术.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年lO月机床与液压Oct．2014第42卷第19期MACHINET00L&HYDRAULICSVo1．42No．19DOI：10．3969／j．issn．1001—3881．2014．19．050基于主轴故障诊断的微弱信号特征提取技术代晓明，韩秋实，Y-aS(1．机械科学研究总院，北京100044；2．北京信息科技大学信息管理学院，北京100192；3．北京信息科技大学机电工程学院，北京100192)摘要：微弱信号特征提取对于主轴系统早期故障诊断有着重要意义。从抑制噪声和利用噪声达到提高信噪比的角度出发，基于信号处理领域的研究

2、成果，列举了可用于主轴系统微弱信号特征的提取方法。这些方法包括抑制噪声提高信噪比的信号处理方法和利用噪声增强微弱信号的方法，抑制噪声提高信噪比的信号处理方法有谱峭度、小波变换、经验模式分解、循环平稳理论、盲源分离、流形学习等；利用噪声增强微弱信号的方法有随机共振和总体平均经验模式分解。为主轴故障诊断研究提供了参考。关键词：主轴系统；故障诊断；微弱信号；特征提取；信噪比中图分类号：TP206+．3文献标识码：A文章编号：1001—3881(2014)19—195—4TechnologyofWeakSignalFeatureExtract

3、ionBasedonSpindleFaultDiagnosisDAIXiaoming，HANQiushi，WANGHongjun(1．ChinaAcademyofMachineryScienceandTechnology，Beijing100044，China；2．SchoolofInformationManagement，BeijingInformationScienceandTechnologyUniversity，Beijing100192，China；3．SchoolofElectromechanicalEngineering

4、，BeijingInformationScienceandTechnologyUniversity，Beijing100192，China)Abstract：Thefeatureextractionofweaksignalisofimportantsignificanceforearlystagefaultdiagnosisinspindlesystem．Startedfromtheaspectsofsuppressingandaddingnoisetoimprovethesignaltonoiseratio，featureextra

5、ctionmethodswithweaksig—nalofspindlesystemusingwerelistedbasedontheresearchresuhsofsignalprocessingfield．Thesemethodsofsignalprocessingareincluded，toimprovetheratioofsignaltonoisetosuppressingnoiseandusingnoisetostrengthenweaksigna1．Themethodsofsup—pressingnoiseareSpect

6、ralKurtosis，EmpiricalModeDecomposition，WaveletTransform，Cyclostationarity，BlindSourceSepara-tion，andManifoldLearningetc．ThemethodsofstrengtheningweaksignalbyaddingnoiseareStochasticResonanceandEnsembleEmpiricalModeDecomposition．Referencesareprovidedforresearchofspindlef

7、aultdiagnosis．Keywords：Mechanicalsystem；Faultdiagnosis；Weaksignal；Featureextraction；Signaltonoiseratio0前言对于主轴系统故障诊断目前主要有两大方向：机械振动信号提取是实现故障诊断的前提，对于(1)利用时频域分析方法进行振动信号微弱特征识故障中、晚期较为明显的振动信号已具有较为成熟有别；(2)利用轴心轨迹特征提取方法进行直观的故效的提取与检测手段。但在工程实践中，希望尽早发障诊断。现早期微弱故障，对故障的发生与发展做到防微杜第一种方法通

8、常采用经验模式分解降噪、小波分渐。析、功率谱密度等时频域分析方法提取微弱故障特征主轴是机床的核心部件，其动态特性直接影响机频率，从而辨识故障类型。其技术路线为：频率特征床的加工精度。由于结构精密不易对其进行运行精度提取一