基于风机振动信号的特征提取技术

在对滚动轴承进行特征提取时，根据提取状态量的不同来分类，滚动轴承故障诊断方法主要有振动分析法、温度法、油液分析法、声发射法等，其中振动分析法是目前发展较为成熟的诊断方法。振动分析法通过轴承座上的振动传感器来获取轴承振动信号，然后对其进行预处理、信号分析等，进而来判断滚动轴承的工作状态。对滚动轴承的故障诊断通常通过信号采集与分析、特征提取等过程实现其振动分析，进而应用故障诊断方法实现对滚动轴承故障的识别。其中，对振动信号的有效特征提取是故障诊断过程的核心。下面分别对基于振动信号的特征提取技术与故障诊断技术进行简要介绍。
1.2.1  基于振动信号的特征提取技术研究现状
1.2.1.1  基于时域分析的特征提取
振动检测方法中最早应用时域诊断方法，仅从时间序列上观察分析，很难看出滚动轴承是否出现故障。因此，必须对这些时间序列进行统计分析，得到观测样本
的各种数字统计参数及分布函数，应用广泛的有峰值、均值、均方根值、方差、概率密度函数、概率分布函数以及无量纲参数如峭度、裕度、波形指标、峰值指标、脉冲指标等。
孔亚林利用峭度、裕度参数对棒材厂轧机和热轧厂风机轴承进行了故障诊断，并取得了良好效果。J. Vass 等提出峭度比的概念，利用阈值检测法并将其用于滚动轴承故障诊断中。上述时域统计特征法，在工程实践中得到了很好的应用。
1.2.1.2  基于频域分析的特征提取
傅里叶变换是信号处理领域内很重要的一种算法。有的机械故障具有固定的特征频率，通过傅里叶变换，可以观察到时域内不易发现的信号特征，得到信号内在
的频谱特征。而快速傅里叶变换在计算机中的应用，加快了运算速度和应用范围。以傅里叶变换为基础的信号分析方法有功率谱、奇异谱、能量谱、细化谱、矢双谱、阶次谱、包络谱等。
由于出现故障的滚动轴承会产生调幅调频的特征，所以包络分析成为滚动轴承故障特征分析的有效方法之一。Yu Guo 等针对滚动轴承变速运行工况下非平稳振动
信号特性，提出了包络阶次跟踪技术方法，利用等角度重采样技术，将时域非平稳信号转换为角域的平稳信号，并成功用于滚动轴承故障诊断。Yuh-Tay Sheen 提出了一种基于系统共振模式的包络估计算法，大大降低了信号背景噪声，有效提取故障特征，并提出指数式衰减频率作为滚动轴承故障程度的量化指标。
1.2.1.3  基于时频分析方法的特征提取
时频分析方法就是通过时间和频率的联合分布函数来表示信号，核心思想是通过时间和频率两个相平面描述信号的局部特征，既可以观察到局部时域内的频率组
成，又可以观察到各个频段内的时间序列排布。短时傅里叶变换(Short-Time Fourier Transform,  STFT)是应用最早、最基本的时频分析方法。STFT 将不平稳过程看作一系列短时平稳信号的叠加，而短时性是通过时域上的加窗来实现，并通过一系列平移参数来覆盖整个时域。Wigner-Ville 分布是 1948 年由 Ville 将 Wigner 分布引入信号分析领域，是一种时频能量表述型函数，它具有很多优越的特性，如对称性、平移不变性、有限支撑性、重构性、时频伸缩性、乘积性与卷积性等，很适合分析非平稳信号。
小波变换是由法国人 Morlet 于 1984 年提出的，其时频窗口具有自适应性，因此它被称为数学显微镜。小波变换自问世以来，得到了广泛的应用，如信号时频分析、图像处理、消噪去噪、边缘检测等领域，小波变换在旋转机械设备特征提取方面也得到了广泛的应用，如林京、Sun Q、何晓霞利用连续小波变换对滚动轴承故障进行了诊断，并取得较好的诊断效果；张中民、史东锋等利用小波包络分析对滚动轴承进行了研究。
 

石家庄风机厂石家庄风机石家庄风机销售石家庄风机维修