基于MID算法的组合切片轴承故障诊断方法.pdf

《基于MID算法的组合切片轴承故障诊断方法.pdf》由会员分享，可在线阅读，更多相关《基于MID算法的组合切片轴承故障诊断方法.pdf（21页完整版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 104236908 A (43)申请公布日 2014.12.24 CN 104236908 A (21)申请号 201410496000.5 (22)申请日 2014.09.23 G01M 13/04(2006.01) (71)申请人 石家庄铁道大学 地址 050043 河北省石家庄市北二环东路 17 号 (72)发明人 杨绍普 马增强 郭文武 潘存治 纪尊众 封全保 刘永强 赵志宏 马新娜 申永军 (74)专利代理机构 石家庄国为知识产权事务所 13120 代理人 米文智 (54) 发明名称 基于 MID 算法的组合切片轴承故障诊断方法 (57) 摘要 本发明公开了。

2、一种基于 MID 算法的组合切片 轴承故障诊断方法， 涉及轴承的测试方法技术领 域。包括以下步骤 ： 根据测量的轴承转速， 确定 轴承的轴频、 保持架转频和典型故障理论特征频 率值 ； 根据轴承转速波动确定轴承的轴频波动范 围和保持架转频的波动范围分别计算轴承的轴频 和保持架转频在波动范围内的调制密度切片带 ； 在上述调制密度切片带内， 找到频率波动局部最 大能量切片， 得到对应的实际轴承轴频和实际保 持架转频 ； 直接确定典型故障实际特征频率 ； 计 算在典型故障实际特征频率下的调制密度单一切 片 ； 得到轴承信号是否存在故障， 如果存在故障， 输出故障类型、 故障位置。所述该方法计算效率 。

3、高， 对噪声不敏感， 在微弱故障特征提取中有较大 的优势。 (51)Int.Cl. 权利要求书 2 页 说明书 8 页 附图 10 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书8页 附图10页 (10)申请公布号 CN 104236908 A CN 104236908 A 1/2 页 2 1. 一种基于 MID 算法的组合切片轴承故障诊断方法， 其特征在于包括以下步骤 ： (1) 测量轴承的转速 V ； (2)根据测量的轴承转速V， 确定轴承的轴频fr、 保持架转频fb、 外圈故障理论特征频率 值 twai、 内圈故障理论特征频率值 tnei和滚动体故。

4、障理论特征频率值 tgun； (3) 根据轴承转速波动 V 确定轴承的轴频波动范围 fr+r和保持架转频的波动范围 fb+b； (4) 分别计算轴承的轴频 fr和保持架转频 fb在波动范围 V 内的调制密度切片带 以及 (5) 在上述调制密度切片带和内， 找到频率波动局部最大能 量切片， 得到对应的实际轴承轴频 far和实际保持架转频 fab； (6) 通过实际轴承轴频 far和实际保持架转频 fab得到轴承实际转速 Va， 直接确定轴承 典型外圈故障实际特征频率 awai、 内圈故障实际特征频率 anei和滚动体故障实际特征频 率 agun； (7) 计 算 在 典 型 故 障 实 际 特 。

5、征 频 率 下 的 调 制 密 度 单 一 切 片 (8) 通过切片分析图谱和理论特征频率的对比， 结合典型故障频谱结构特点， 得到轴承 信号是否存在故障， 如果存在故障， 输出故障类型、 故障位置。 2. 根据权利要求 1 所述的基于 MID 算法的组合切片轴承故障诊断方法， 其特征在于 ： 所述 其中， x(t) xf(t,f-i) fori -1,0,1 (4) 其 中 xf(t,f-i) 表 示 x(t) 滤 波 后 的 表 达 式，滤 波 的 频 带 范 围 为 f-f/2,f+f/2， 选择性因数 f 需满足 f ； 假设振动信号包含单一载波频率， 则滚动轴承振动中的等间隔冲击脉冲。

6、调制信号可以 描述为 ： 其中， A 为冲击脉冲的幅值， 为阻尼特征常数， r为系统共振频率， u(t) 为单位阶 跃函数， n(t) 为白噪声 ； 重复频率为 fr的脉冲调制振动信号为 ： 其中， fr为信号的故障特征频率， i为滚珠和滚道之间微小滑动对故障特频率的影响 权 利 要 求 书 CN 104236908 A 2 2/2 页 3 因子 ； 通过轴承点蚀故障数学模型和公式 (1)-(6) 我们可以推导出模型的强制密度分布如 下 ： 其中 ： rq为 Edi 的傅里叶变换系数， di 表示冲击脉冲的平均周期 ； () 为 i i Z概率密度的傅里叶变换系数， 1对应轴承的故障发生频率，。

7、 2为轴频或保持架转频引 起的 di 的变动频率 ； 仅当循环频率等于故障发生频率 1及其倍频成分， 以及围绕 1倍 频的以调制频率2为间距的边带成分时， 调制密度分布存在非零值 ； 点蚀故障模型中的加 性噪声经调制密度分布计算后， 并没有显现在公示 (7) 中， 因而可以看出加性噪声的干扰 对点蚀故障的特征提取影响很小。 权 利 要 求 书 CN 104236908 A 3 1/8 页 4 基于 MID 算法的组合切片轴承故障诊断方法 技术领域 0001 本发明涉及轴承的测试方法技术领域， 尤其涉及一种基于 MID 算法的组合切片轴 承故障诊断方法。 背景技术 0002 旋转机械的运动多数为。

8、周期性的旋转和往复， 因而在振动信号中存在大量的随机 性和周期性成分， 其二阶统计特性参量因随时间变换而呈现非平稳特性。 轴承、 齿轮等复杂 部件发生故障时， 其载波(调制源)往往是离散或者随机的， 调制的信号常常淹没在强背景 噪声之中， 难于分离提取。基于经典 Fourier( 傅里叶 ) 变换的包络解调分析方法， 假设被 分析信号具有线性、 平稳性和最小相位性等特征， 是对信号做全局性变换。 虽然包络解调分 析方法能够在包络谱上突出故障特征， 但缺少时频局部细节信息， 而且分析过程中预处理 带通滤波需要主观确定， 因而对微弱故障和被强背景噪声淹没的振动信号的特征提取往往 是失效的。 000。

9、3 接近周期性的机械信号不完全锁相于轴的转速， 文献 1 采用同步平均的方式 ( 李 云， 郭瑜， 那靖， 李宗涛， 于宪军， 基于包络同步平均的齿轮故障诊断， 振动与冲击， 2013， 32(19) ： 1721.) 可以补偿速度的波动并消除噪声， 但同时削弱了信号中的调制成分。为 了有效解决上述问题， 文献 2(R.B.Randall J.Antoni S.Chobsaard， The relationship between spectral correlation and envelop analysis in the diagnostics of bearing faults and。

10、 other cyclostationary machine signals， Mechanical Systems and Signal Processing， 2001， 15(5):945-942.) 和文献 3(I.Antonidais， G.Glossiotis， Cyclostationary analysis of rolling-element bearing vibration signals， Journal of Sound and Vibration 2001， 248(5):829845.) 提出了二阶循环平稳信号分析方法并 得到证实， 一些能够在 (f， ) 二维频。

11、率面解释故障特征的二阶统计指标相继被提出循 环谱密度 (CSD) 和循环谱相干 (CC)。 0004 文献 4( 李力， 屈梁生， 循环统计量方法在滚动轴承故障诊断中的应用， 振动、 测试 与诊断， 2003， 23(2):116-119.) 应用循环平稳分析方法对典型轴承故障诊断取得了令人满 意的效果。 文献5(Urbanek， Jacek， Antoni， Jerome， Barszcz， Tomasz， Detection of signal component modulations using modulation intensity distribution， Mechanical。

12、 Systems and Signal Processing， 2012， 28:399-413.) 提出了调制密度分布 (MID)， 通过 (f， ) 双频率平面三维图谱表达在给定选择性因数 ( f) 的条件下， 调制频率 相对于 边带滤波器中心频率 f( 载波频率 ) 的分布关系。 0005 文 献 6(J.Antoni， Cyclic spectral analysis of rolling-element bearing signals:facts and fi ctions， Journal of Sound and Vibration， 2007， 304(35):497 529.。

13、) 和 文 献 7(J.Urbanek， J.Antoni， T.Barszcz， Detection of signal component modulations using modulation intensity distribution， Mechanical Systems and SignalProcessing 2012， 28(0):399413.) 通过遍历所有循环频率和载波频率将循环相 说 明 书 CN 104236908 A 4 2/8 页 5 干和 MID 的结果进行集成得到ICC 和 IMID。ICC 和 IMID 能够很好的提取故障特征， 但在 判定故障类型前需要。

14、用大量的计算来估计调制密度因子的描述矩阵， 不能满足工业生产的 实时性要求。为了有效得解决实时性问题， 文献 8( 毕果， 陈进， 组合切片分析在滚动轴承故 障诊断中的研究， 机械科学与技术， 2009， 28(2) ： 182186.) 和文献 9(A.B.Ming， Z.Y.Qin， W.Zhang， F.L.Chun， Spectrum auto-correlation analysis and its application to fault diagnosis of rolling element bearings， Mechanical Systems and Signal Pro。

15、cessing， 2013， 41:141-154.) 分别研究了组合切片分析方法和 SACA 方法并成功应用于 轴承故障诊断之中。 发明内容 0006 本发明所要解决的技术问题是提供一种基于 MID 算法的组合切片轴承故障诊断 方法， 所述该方法计算效率高， 对噪声不敏感， 在微弱故障特征提取中有较大的优势。 0007 为解决上述技术问题， 本发明所采取的技术方案是 ： 一种基于 MID 算法的组合切 片轴承故障诊断方法， 其特征在于包括以下步骤 ： 0008 (1) 测量轴承的转速 V ； 0009 (2)根据测量的轴承转速V， 确定轴承的轴频fr、 保持架转频fb、 外圈故障理论特征 频。

16、率值 twai、 内圈故障理论特征频率值 tnei和滚动体故障理论特征频率值 tgun； 0010 (3) 根据轴承转速波动 V 确定轴承的轴频波动范围 fr+r和保持架转频的波动 范围 fb+b； 0011 (4) 分别计算轴承的轴频 fr和保持架转频 fb在波动范围 V 内的调制密度切片 带以及 0012 (5) 在上述调制密度切片带和内， 找到频率波动局部最 大能量切片， 得到对应的实际轴承轴频 far和实际保持架转频 fab； 0013 (6) 通过实际轴承轴频 far和实际保持架转频 fab得到轴承实际转速 Va， 直接确定 轴承典型外圈故障实际特征频率 awai、 内圈故障实际特征。

17、频率 anei和滚动体故障实际特 征频率 agun； 0014 (7) 计算在典型故障实际特征频率下的调制密度单一切片 0015 (8) 通过切片分析图谱和理论特征频率的对比， 结合典型故障频谱结构特点， 得到 轴承信号是否存在故障， 如果存在故障， 输出故障类型、 故障位置。 0016 进一步的技术方案在于 ： 0017 所述 0018 其中， 说 明 书 CN 104236908 A 5 3/8 页 6 0019 0020 xi xf(t,f-i) fori -1,0,1 (4) 0021 其 中 xf(t,f-i) 表 示 x(t) 滤 波 后 的 表 达 式，滤 波 的 频 带 范 围。

18、 为 f-f/2,f+f/2， 选择性因数 f 需满足 f ； 0022 假设振动信号包含单一载波频率， 则滚动轴承振动中的等间隔冲击脉冲调制信号 可以描述为 ： 0023 0024 其中， A 为冲击脉冲的幅值， 为阻尼特征常数， r为系统共振频率， u(t) 为单 位阶跃函数， n(t) 为白噪声 ； 0025 重复频率为 fr的脉冲调制振动信号为 ： 0026 0027 其中， fr为信号的故障特征频率， i为滚珠和滚道之间微小滑动对故障特频率的 影响因子 ； 0028 通过轴承点蚀故障数学模型和公式 (1)-(6) 我们可以推导出模型的强制密度分 布如下 ： 0029 0030 其中 。

19、： rq为 Edi 的傅里叶变换系数， di 表示冲击脉冲的平均周期 ； () 为 ii Z概率密度的傅里叶变换系数， 1对应轴承的故障发生频率， 2为轴频或保持架 转频引起的di的变动频率 ； 仅当循环频率等于故障发生频率1及其倍频成分， 以及围绕 1倍频的以调制频率 2为间距的边带成分时， 调制密度分布存在非零值 ； 点蚀故障模型 中的加性噪声经调制密度分布计算后， 并没有显现在公示 (7) 中， 因而可以看出加性噪声 的干扰对点蚀故障的特征提取影响很小。 0031 采用上述技术方案所产生的有益效果在于 ： 相对包络解调分析， MID 切片分析不 需要选择共振频带并且受轴承振动信号噪声影响。

20、小 ； 相对与 ICC 和 IMID 方法， MID 切片分 析方法只选择轴频、 保持架转频、 外圈典型故障特征频率、 内圈典型故障特征频和滚动体剥 离故障特征频率变动的频带作为 MID 算法的计算切片带， 而且可以通过轴频和保持架转频 切片带计算预判故障类型， 从而确定更为准确的典型故障单切片， 有效的减少了计算量， 降 低了输出谱的冗余性， 满足了工业生产的实时性和可靠性要求。 综上， 所述该方法计算效率 高， 对噪声不敏感， 在微弱故障特征提取中有较大的优势。 说 明 书 CN 104236908 A 6 4/8 页 7 附图说明 0032 下面结合附图和具体实施方式对本发明作进一步详细。

21、的说明。 0033 图 1 是边带滤波概念示意图 ； 0034 图 2 是 MID 算法流程图 ； 0035 图 3a-3c 是基于 MID 算法的组合切片分析流程图 ； 0036 图 4a-4f 分别对应于二阶调制信号的输出图谱 ； 0037 图 5 是包络解调分析和切片分析的主频幅值对比图 ； 0038 图 6 是输入二阶调制信号 SNR 和输出故障特征频率幅值关系图 ； 0039 图 7a-7f 是轴承外圈故障信号分析结果输出图 ； 0040 图 8a-8f 是轴承内圈故障信号分析结果输出图 ； 0041 图 9a-9f 是轴承滚动体剥离信号分析结果输出图。 具体实施方式 0042 下面。

22、结合本发明实施例中的附图， 对本发明实施例中的技术方案进行清楚、 完整 地描述， 显然， 所描述的实施例仅仅是本发明的一部分实施例， 而不是全部的实施例。基于 本发明中的实施例， 本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例， 都属于本发明保护的范围。 0043 在下面的描述中阐述了很多具体细节以便于充分理解本发明， 但是本发明还可以 采用其他不同于在此描述的其它方式来实施， 本领域技术人员可以在不违背本发明内涵的 情况下做类似推广， 因此本发明不受下面公开的具体实施例的限制。 0044 MID 算法原理 ： 0045 为了更好地检测齿轮和轴承故障， J.Urbanek。

23、 和 J.Antoni 于 2013 年提出 MID 算 法， 算法适用对离散或者随机载波的幅度调制信号的检测， 是窄带包络分析的自然延伸。 算 法的核心就是利用边带滤波器基本思想， 如图 1 所示， 抽取潜在的载波成分和相关的调制 成分。算法的处理过程可以理解包含边带滤波器的选择性因数 f、 中心频率 f 和调制频 率 三个滤波器组件的滤波过程， 时域信号经过边带滤波器后不仅可以输出包含指定成 分、 具有高信噪比的调制信号， 而且可以输出由调制频率 间隔开的三个频率分量的关联 程度。 0046 xi xf(t,f-i) for i -1,0,1 (1) 0047 其 中 xf(t,f-i) 。

24、表 示 x(t) 滤 波 后 的 表 达 式，滤 波 的 频 带 范 围 为 f-f/2,f+f/2， 在实际应用中为了防止频率混叠现象的发生， 选择性因数 f 需满足 f 。 0048 为了选择出边带滤波器的中心频率 f 和调制频率 的值， 需搜索所有可能的 f 和 值， 只有当三个滤波器组件包含了全部的载波和相应的调制成分， 才使得调制密度因子 的估计值到最大， 最大估计值对应的就是振动信号的冲击脉冲激起的共振频带和故障特征 频率。 0049 MID 算法的大致流程如图 2 所示。从算法流程图可以看出， MID 算法引入了一个可 以根据用户需要和信号调制特征而自行编制的开放性模块 ( 调制。

25、密度因子 )RMS、 谱相关 说 明 书 CN 104236908 A 7 5/8 页 8 和峭度等指示信号中调制成分含量的指标。本文引入谱相关密度的共轭乘积 ( 公式 (2) 作为调制密度因子。 0050 0051 其中 0052 0053 2 基于 MID 算法的组合切片分析原理和流程 0054 2.1 方法原理 0055 通过轴承点蚀故障数学模型 ( 请参考文献 2) 和公式 (2) 我们可以推导出模型的 强制密度分布如下 ： 0056 0057 其中 ： rq为Edi的傅里叶变换系数 ； ()为iiZ概率密度的傅里叶变换 系数(i表示滚珠和滚道之间微小滑动对故障特征频率的影响因子)， 。

26、1对应轴承的故障 发生频率， 2为轴频或保持架转频引起的 di 变动频率。仅当循环频率等于故障发生频 率 1及其倍频成分， 以及围绕 1倍频的以调制频率 2为间距的边带成分时， 调制密度 分布存在非零值。点蚀故障模型中的加性噪声经调制密度分布计算后， 并没有显现在公示 (3) 中， 因而可以看出加性噪声的干扰对点蚀故障的特征提取影响很小。 0058 2.2 算法流程 0059 MID算法具有一个可以将f、 和f三个对称边带滤波组件变量转变为一个衡量 振动信号中调制成分分布情况的数据统计函数估计值 - 调制密度因子。而组合切片分析的 应用不仅有效地减少了滤波组件变量的组合次数， 使得分析计算效率。

27、较高， 而且切片分析 算法对噪声不敏感， 在低信噪比和早期轴承微弱故障检测中具有较大优势。算法的大致流 程如下 ( 如图 3a-3c 所示， 其中图 3a 中的 a 接图 3b 中的 a， 图 3b 中的 b 接图 3c 中的 b) ： 0060 1、 根据测量的轴承转速V， 确定轴承轴频fr、 保持架转频fb和典型故障理论特征频 率值即 - 外圈故障理论特征频率值 twai、 内圈故障理论特征频率值 tnei和滚动体故障理 论特征频率值 tgun。 0061 2、 根据转速波动 V 确定轴频 fr+r和保持架转频 fb+b的波动范围。 0062 3、 计算信号轴频和保持架转频在波动范围内的调。

28、制密度 (MID) 切片带 和 0063 4、 找到频率波动范围内的局部最大能量切片， 得到对应的实际轴频 far和保持架 说 明 书 CN 104236908 A 8 6/8 页 9 转频 fab。 0064 5、 通过 far和 fab得到实际转速 Va， 直接确定典型外圈故障实际特征频率 awai、 内 圈故障实际特征频率 anei和滚动体故障实际特征频率 agun。 0065 6、 计算在典型故障实际特征频率下的调制密度 (MID) 单一切片 0066 7、 通过切片分析图谱和理论特征频率的对比， 结合典型故障频谱结构特点， 得到 信号是否存在故障， 如果存在故障， 输出故障类型、 故。

29、障位置。 0067 3 仿真分析 0068 假设振动信号包含单一载波频率， 则滚动轴承振动中的等间隔冲击脉冲调制信号 可以描述为 ： 0069 0070 其中， A 为冲击脉冲的幅值， 为阻尼特征常数， r为系统共振频率， u(t) 为单 位阶跃函数， n(t) 为白噪声。脉冲调制振动信号 x(t) 为 ： 0071 0072 fr为信号的故障特征频率， i为滚珠和滚道之间微小滑动对故障特频率的影响 因子。仿真信号取 A 1， r 2*pi*1000， fr 60， i为 0.01/fr-0.02/fr之间的随机 数。采样频率为 25600Hz， n(t) 为白噪声， 信号的信噪比为 -10d。

30、B。图 4a-4f 分别对应于二 阶调制信号的输出图谱 (4a 为时域波形， 4b 为信号频谱， 4c 为包络解调分析图、 4d 为直接 MID 剖面图、 4e 为切片分析图、 4f 为切片分析剖面图 )。 0073 从图 4b 中可以看出信号的主要频率集中在 1000Hz 左右， 因而包络解调分析的中 心频率选为 1000Hz， 带宽为 400， 得到包络解调输出结果如图 4c 所示， 与直接 MID 输出结果 相比看到信号受噪声影响较大， 由于只选择了信号的主导频率部分， 削弱了故障成分， 故障 特征不明显， 幅值仅为 0.11mV。结合图 5 可以得出切片分析输出故障特征频率幅值并不随 。

31、信号 SNR 变动， 说明该方法非常适应低信噪比、 早期微弱故障特征的提取。 0074 为了验证算法在低信噪比情况下提取故障的能力， 首先变动轴频， 用 y 1000+awgn(r， SNR) 替换仿真信号中的载波 ； 然后变动随机噪声， 用 y 1000+awgn(x， SNR) 替换仿真信号， 式中 SNR 取值范围为 -10dB-100dB， 步长为 10 ； 通过仿真实验得到统计 分析图 6。可以看到在轴频变动较大和背景噪声较强时， 提取出来的故障特征频率幅值较 小， 当信噪比大于 5dB 以后， 故障特征频率的幅值就基本恒定， 有效地证实了 MID 组合切片 分析对噪声不敏感的特征。。

32、 0075 4 实验验证 0076 为了说明 MID 切片分析的方法的实用性， 采用 QPZZ-II 旋转机械振动及故障模拟 实验平台进行数据实测。信号的采样频率为 25600Hz， 轴承转速为 314 转 /min。根据滚动 轴承的参数得到理论故障特征频率分别为 ： 轴频 5.25Hz， 保持架转频 2.11Hz， 外圈故障特 征频率 27.47Hz， 内圈故障特征频率 40.64Hz， 滚动体故障特征频率 25.9Hz。 0077 表 1 滚动轴承 N205EM 基本参数 0078 Tab.1Parameters of rolling element bearing N205EM 说 明 。

33、书 CN 104236908 A 9 7/8 页 10 0079 0080 作为对比， 对信号进行了包络解调分析， 根据轴承结构参数和故障特征， 结合峭度 相关理论， 包络解调分析过程中的预处理带通滤波器通带范围选为 7500 8500Hz。 0081 图7a、 图7b分别表示轴承振动信号的时域波形和信号频谱。 微弱的有用信号时常 淹没在噪声之中， 但从时域波形图 7a 上可以看出信号中夹杂着周期性的冲击脉冲响应信 号， 其二阶统计量表现循环平稳特征。在切片剖面图 7f 中， 故障特征频率 27.9Hz 及其谐波 处的切片具有显著的能量分布， 其余切片上几乎不存在能量分布。 0082 从信号的。

34、包络解调分析图 8c 可以看出除故障特征频率以外还存在其它强背景噪 声干扰成分， 干扰过大就会引起误诊断或者不能提取故障。而直接 MID 剖面图 7d 不仅克服 了噪声的影响， 而且凸显了故障特征， 主频幅值能达到 2.35mV。图 7f 则在直接 MID 基础上 做切片分析处理， 有效降低运算， 满足工业实时性要求。 0083 图 8a- 图 8f 分别表示信号的时域波形、 信号频谱、 包络解调分析图、 直接 MID 剖面 图、 组合切片分析和切片分析剖面图。内圈剥落部位与滚动体接触位置的变化， 使得内圈 剥离引起的冲击受到较强的轴频调制作用。通过转速波动范围可以计算出轴频调制密度 (MID。

35、) 切片带， 通过能量最大轴频切片带得出信号的实际轴频为 5.3Hz， 初步判定信号具有 内圈故障特征， 根据实际轴频确定典型故障并计算相应的单切片， 从图 8f 可以看出信号只 在 37.4Hz 及谐波切片能量突出， 故判定轴承发生内圈剥离故障。 0084 而从包络解调分析图 8c 中可以看到存在轴频成分 5.3Hz 和故障特征频率 37.4Hz 的峰值， 但故障特征不明显， 主频幅值仅为 0.75mV。直接 MID 能够提取出突出的故障特征， 主频 37.4 的幅值能达到 1.79mV， 谐波次数达到 10 阶。而且 MID 切片分析通过预判轴频， 确 定实际的故障特征频率的频带范围， 计。

36、算的 MID 切片不仅削弱了噪声的影响， 而且减少了 计算量， 满足了工业实时性的要求。 0085 图 9a- 图 9f 分别为滚动体剥离故障的相应输出图谱 ( 时域波形、 信号频谱、 包络 解调分析图、 直接 MID 剖面图、 组合切片分析和切片分析剖面图 )。滚动体剥落区与内外滚 道发生接触位置和接触力的变化， 使得滚动体剥离引起的冲击受到较强的保持架转频调制 作用。从 MID 组合切片分析图 9f 可以看出 2.1Hz 和 26Hz 及谐波切片能量突出， 对应理论 的保持架转频和滚动体故障特征频率， 说明轴承发生滚动体剥离故障。 0086 从包络解调分析图 9c 可以看到故障特征频率的 。

37、4 倍频， 但是故障特征并不明显， 而频谱不能显现内圈故障冲击和保持架转频的调制特征。直接 MID 能够提取出突出的故障 特征， 很好得显示调制特征， 主频幅值达0.48mV， 谐波次数达到18阶以上。 而MID切片分析 通过预判保持架转频， 确定故障特征频率的频带范围， 计算前3次谐波频带的MID且切片来 判定滚动体故障的存在。 0087 相对包络解调分析， MID 切片分析不需要选择共振频带并且受轴承振动信号噪声 影响小 ； 相对 ICC 和 IMID 方法， MID 切片分析方法只选择轴频、 保持架转频、 外圈典型故障 特征频率、 内圈典型故障特征频和滚动体剥离故障特征频率变动的频带作为。

38、 MID 算法的计 算切片带， 而且可以通过轴频和保持架转频切片带计算预判故障类型， 从而确定更为准确 说 明 书 CN 104236908 A 10 8/8 页 11 的典型故障单切片， 有效的减少了计算量， 降低了输出谱的冗余性， 满足了工业生产的实时 性和可靠性要求。然而不是所有的故障类型都能通过几何结构计算出其理论变动的频带 的， 所用方法在适应非典型故障情况下还需进一步改进和完善。 说 明 书 CN 104236908 A 11 1/10 页 12 图 1 说 明 书 附 图 CN 104236908 A 12 2/10 页 13 图 2 说 明 书 附 图 CN 104236908。

39、 A 13 3/10 页 14 图 3a 说 明 书 附 图 CN 104236908 A 14 4/10 页 15 图 3b 说 明 书 附 图 CN 104236908 A 15 5/10 页 16 图 3c 图 4a 图 4b图 4c 说 明 书 附 图 CN 104236908 A 16 6/10 页 17 图 4d图 4e 图 4f 图 5 说 明 书 附 图 CN 104236908 A 17 7/10 页 18 图 6 图 7a图 7b 图 7c图 7d 说 明 书 附 图 CN 104236908 A 18 8/10 页 19 图 7e 图 7f 图 8a图 8b 图 8c 图 8d 说 明 书 附 图 CN 104236908 A 19 9/10 页 20 图 8e 图 8f 图 9a图 9b 图 9c图 9d 说 明 书 附 图 CN 104236908 A 20 10/10 页 21 图 9e 图 9f 说 明 书 附 图 CN 104236908 A 21 。