1. 研究目的与意义（文献综述）

近年来，随着社会进步和科技发展，机械设备愈加趋向于高性能、高速度、大负荷和复杂化，飞行器、舰船、车辆、发电机组等机械装备在国民经济中起着举足轻重的作用。滚动轴承是装备制造业中最重要、关键的基础零部件，广泛应用于国民经济和国防事业各个领域，直接决定着重大装备和主机产品的性能、质量和可靠性，被誉为“工业的关节”。

但同时，滚动轴承也是旋转机械易损部件之一。统计表明：在旋转机械的故障中，大约30%是由滚动轴承引起的。感应电机的故障中因滚动轴承引起的故障约占电机故障的40%左右，齿轮箱各类故障中的轴承故障率仅次于齿轮而占20%。据有关资料表明，我国现有的机车用滚动轴承，每年约有40%要进行下车检验，而其中的33%左右被更换。研究机车轴承故障检测和诊断，改定期维修为状态维修，有重要的经济效益和实用价值。据统计，对机械设备应用状态监测与故障诊断技术后，事故发生率降低了75%，维修费用减少了25%-50%。滚动轴承的状态监测与故障诊断技术在了解轴承的性能状态和及时发现潜在故障等方面起着至关重要的作用，并且还可以有效提高机械设备的运行管理水平以及维修功能，从而显著地提高经济效益。与机械设备中的其他零件相比，滚动轴承还有一个很大的特点，就是其寿命离散性很大。有的轴承已经大大超过设计寿命却依然完好的工作，而有的轴承远未达到设计寿命就出现各种故障。因此滚动轴承的故障诊断方法一直是机械故障诊断中重点发展的技术之一。

本次研究课题基于轴承振动来进行，并准备为后续特殊轴承性能的研究提供可靠的检测工具，因此选择滚动轴承为测试对象。滚动轴承通常由四部分组成，包括内环、外环、滚动体、保持架。在众多的故障诊断技术中，例如温度检测法、油液检测法、振动分析法、声发射法等方法，基于振动信号的故障诊断是一种非常有效的方法。现代信号处理技术的快速发展使得故障诊断的应用范围越来越广泛、诊断结果越来越准确，大大降低了事故的发生率。在滚动轴承故障诊断技术中，研究振动信号处理理论和方法是故障特征提取和故障诊断分析的基础。然而，在滚动轴承运行过程中，采集信号时难免会受到大量非监测部位振动的干扰，造成有效信息的淹没，这种现象在滚动轴承早期故障阶段时表现得尤为明显。如何有效分离出轴承微弱故障特征，排除其他噪声信号的干扰，实现故障的早期监测和诊断，分析故障类型，判断故障的产生部位，一直是人们急于解决而又未能很好解决的难题。

2. 研究的基本内容与方案

根据前期调研分析的结果，初步确定采用基于emd的共振解调技术。共振解调法是利用共振将尖脉冲信号输出为频率与传感器固有频率相接近的减幅振荡信号，从而放大了故障信息，再采用带通滤波器将故障冲击信息与低频干扰信息分离，包络分析提取出包含故障特征信息的低频波形，最后通过频谱分析观察是否含有故障的特征频率，从而判断故障发生的位置。然而，传统共振解调中带通滤波器参数的选择通常取决于历史数据和具体使用者的经验，常需要进行大量的尝试，无法适应轴承应用环境的变化和多样性。谱峭度方法对含有冲击信息的信号十分敏感，可以通过比较各个频带上的峭度值从而精确定位谱峭度值最大时所在的频带。因此，为提高特征提取的准确性，提出一种基于emd和典型谱峭图的改进型共振解调方法，首先对振动信号进行emd分解，根据相关系数和峭度准则选取最优imf分量重构信号，再利用典型谱峭图选取最佳带通滤波器参数进行带通滤波，最后进行包络解调和故障识别。对此先设计一个具体框架，思路如下：

轴承→加速度传感器→数据采集模块→电荷放大器→信号放大电路→调制解调模块→数据处理模块。

此外，为了达到明确故障类型的目的，需要对轴承的振动机理以及内外部因素引起的振动信号的各自特征有相关的了解。

3. 研究计划与安排

2019.2.18-2019.3.12 确定选题、收集相关资料

2019.3.13-2019.3.25 填写并提交开题报告

2019.3.26-2019.5.25 收集资料、开展研究、上传阶段性成果

4. 参考文献（12篇以上）

[1]杨国安.滚动轴承故障诊断实用技术[m].北京:中国石化出版社,2012.

[2]陈长征,胡立新,周勃,等.设备振动分析与故障诊断技术[m].北京:科学出版社,2007.

[3]wang f t,zhang l,zhang b,zhang y,he l.development of wind turbine gearbox data analysis and fault diagnosis system[c].asia-pacific poweramp;energy engineering conference,2011:1-4.