【作者】

张珈源; 国杰; 栾孝驰; 马永康; 姚佳程

【单位】

哈尔滨工程大学; 沈阳航空航天大学

【摘要】

涡轮增压器工作环境复杂，其滚动轴承的早期故障特征微弱，易被背景噪声淹没，导致早期故障识别极为困难。为此，本文提出一种基于振动信号的增压器滚动轴承弱故障特征增强与提取方法。首先，采用傅里叶拟合方法提取频谱趋势，并以极小值点作为分割边界对原始信号进行滤波处理；随后，对滤波后的信号进行傅里叶变换，分别获取幅值谱与相位谱；在保持相位不变的条件下，对幅值谱施加不同权重，并通过傅里叶逆变换重构得到修正信号；进一步计算该修正信号的归一化平方包络谱，并构建包络谱能量比指标以量化故障特征的丰富程度；最终，根据该指标选取增强后的解调频带，实现滚动轴承故障特征的增强提取。通过仿真与实验案例验证了所提方法的有效性。

【关键词】

滚动轴承;故障特征提取;包络谱能量比指标;振动信号;增压器

【论文集名称】

与会议主题相关其它技术

【会议名称】

设计与智能制造2025学术年会

【会议时间】

2025-11-7至2025-11-10

【下载次数】

0

返回