ISSN1000 3762 CN41 1148/TH
轴承2016年6期 Bearing 2016, No.6
变载荷条件下的滚动轴承在线故障诊断方法
蒋丽英，李茜茜，翟建国，席剑辉（沈阳航空航天大学自动化学院，沈阳
110136）
5155
摘要：针对变载荷条件下滚动轴承在线故障诊断问题，提出了一种基于动态FDA的在线故障诊断方法。首先，提取滚动轴承每个采样点振动加速度信号的瞬时能量，并利用当前采样时刻和前d个采样时刻的解时能量构建增广故障特征向量；然后，利用FDA对空载状态下无故障、滚动体故障、内固故障和外圈故障的试验数据进行分析，获取最佳判别矩阵/向量；最后，采用0%，50%，100%和150%这4种载荷条件下的试验数据对该故障诊断方法的有效性进行验证。试验结果表明：所提出的故障诊断方法精度高、计算量小、实时性好，能有效地用于变载荷条件下滚动轴承的在线故障诊断
关键词：滚动轴承；故障诊断；Fisher判别式分析；变载荷
中图分类号：TH133.33;TP206.3
文献标志码：B
文章编号：10003762(2016)06005105
Online Fault Diagnosis Method for Rolling Bearings Under Variable
LoadConditions
Jiang Liying , Li Qianqian , Cui Jianguo , Xi Jianhui
( School of Automation, Shenyang Aerospace University, Shenyang 110136, China)
Abstract: In order to solve online fault diagnosis for rolling bearings under variable load conditions , an online fault di-agnosis method is proposed based on DFDA ( dynamic Fisher Discriminant Analysis)- Firstly, the instantaneous ener-gies of vibration acceleration signal of rolling bearings are extracted at each sampling point, and an augmented fault fea-ture vector is constructed by using instantaneous energies of current and previous d sampling time. Then, the experi mental data of healthy bearing, rolling element fault, inner ring fault and out ring fault under no load oondition is ana lyzed by using FDA, an optimal discriminant matrix/vector is obtained. Finally, the effectiveness of fault diagnosis method is verified by using experimental data of 0% , 50% , 100% and 150% load conditions. The experimental re-sults show that the proposed fault diagnosis method has high accuracy, low calculation amount and perfect real time characterstic , which can be used effectively for online fault diagnosis of rolling bearings under variable load conditions. Key words: rolling bearing; fault diagnosis; Fisher discriminant analysis; variable load
机械设备运转过程中载荷、转速的变化以及设备故障产生的冲击、摩擦等因素均会导致滚动轴承振动信号具有非平稳性。经验模态分解(Empirical Mode Decomposition,EMD)[2-5]和小波分析[6-8]是近年来广受瞩目的非平稳信号处理技
收稿日期：2015-10-18；修回日期：2016-01-13
基金项目：辽宁省教育厅科学研究项目（L2013070， L2014069）：航空科学基金项目（20153354005）
作者简介：蒋丽英（1976一），女，辽宁沈阳人，副教投，硕士研究生导师，研究方向为旋转机械系统故障特征提取、故障检测和故障诊断，Email:jlylcb01@163.com。
术。EMD虽然是一种自适应信号处理方法，但计算量大，且本征模式分量的总数、频率及计算时间都具有不确定性，响应时间上难以满足在线实时诊断的要求；小波分析存在的突出问题是目前尚无有效方法解决最优小波基的选择，并且其计算量随分解层次的增加而增加；在线处理非平稳信号时，以上2种方法在线计算量太大，难以满足在线故障诊断对实时性的要求。
Fisher 判别式分析（Fisher Discriminant Analy-sis,FDA)是一种降低特征空间维数的线性模式分类方法，被广泛地应用于模式识别和故障诊