基于改进AILF与JRD算法的轴承损伤量化评估研究

• 作者: 张震 刘保国 周万春 黄传金
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 轴承 损伤量化评估 性能退化 自适应局部迭代滤波算法 JRD 奇异值分解算法
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 机械零件及传动装置|Mechanical Parts and Transmission
• 页码范围: 460-466,473
• 页数: 8页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2022.04.005

摘要

在对轴承损伤进行量化评估时,在特征提取算法方面易出现模态混叠、收敛速度慢的现象,同时在轴承损伤的评估指标方面,由于工况的变化也容易导致其鲁棒性差、精确度不高,而难以满足实际的需求,针对上述一系列问题,提出了一种以改进的自适应局部迭代滤波(ALIF)算法作为性能退化特性提取算法,以频带间能量JRD距离作为评估指标的轴承损伤量化评估算法.为了提高AILF算法的收敛速度和精度,首先,将具有主成分分析(PCA)特性的奇异值分解(SVD)算法作为AILF算法的前置滤波单元;然后,采用AILF将通过前置处理的信号进行自适应迭代分解;最后,以频带间能量的JRD距离作为评估指标,对轴承的损伤状态进行了量化评估实验以及加速寿命实验.研究结果表明:在量化评估轴承损伤和监测其全寿命性能退化状态方面,该评估算法具有较好的效果;在外界工况发生变化时,与其它的相关算法相比,该量化评估算法具有更好的鲁棒性和量化积聚性,能够更加灵敏地辨识轴承的早期性能退化,因此,该算法在工程实际中具有良好的应用前景.