滚动轴承产生失效的原因复杂,早期故障信号能量微弱,振动噪声明显,因此对故障特征提取技术的研究一直是滚动轴承故障诊断的关键.针对滚动轴承故障振动信号呈现出非线性、非平稳性及噪声背景较强等特点,为了有效提取故障特征,提出了一种共振稀疏分解(Resonance-based Sparse Signal Decomposition,RSSD)与小波变换相结合的振动信号特征提取技术.其中,共振稀疏分解是基于品质因子可调小波变换与形态分量分析的一种新的信号分解方法,与常规的基于频带划分的信号分解方法不同,它依据信号各分量的振荡形态不同对信号进行分解.通过单一故障与复合故障仿真分析及实验数据分析,验证了该方法在滚动轴承早期故障诊断应用的有效性.
暂无评论