基于MATLAB的变速故障信号仿真代码

---

前言

轴承通常在时变转速条件下工作。对信号进行时频域处理，提取瞬时故障特征频率（IFCF）和瞬时轴转动频率（ISRF）是时变转速条件下轴承故障诊断的重要方法，无需对信号进行重采样，也无需使用转速表。然而，存在两个问题：（1）采集的轴承信号经常受到来自其他部件的随机噪声和干扰的污染，这影响了提取的IFCF的准确性；（2）ISRF不能始终在提取的轴承故障瞬态的时频表示（TFR）中找到，这影响了故障识别的准确性。因此，提出了一种新的无转速表、无重采样的时变转速条件下轴承故障诊断方法，该方法包括三个主要步骤：（1）通过基于振荡行为的信号分解（OBSD）提取轴承故障特征，以抑制随机噪声和干扰的影响，（2）通过将IFCF和ISRF搜索算法应用于分解信号的TFR来估计IFCF和ISRF，以及（3）基于搜索的IFCF和ISRF的平均曲线与曲线比率的轴承故障自动识别。在分析轴承振动信号频率特性的基础上，提出了IFCF和ISRF搜索算法。该算法可以估计ISFR，即使它不存在于提取的轴承故障特征中。通过仿真信号和实验数据验证了该方法的有效性。 注意：如果在轴承存在外座圈故障时消除了不平衡/未对准信号，则轴旋转频率可能不会出现在包络信号中。由于机器无法在理想条件下（无不平衡或错位）运行，轴旋转频率通常出现在所采集振动信号的频谱中。有鉴于此，如果轴旋转频率未出现在包络频谱中，则可以在去除的干扰信号的频谱中找到它。因此，去除的干扰信号还应用于估计ISRF，以便在时变转速条件下进行轴承故障诊断。

---

一、仿真的方程

轴承故障引起的信号可以模拟为一系列脉冲响应，。对于在时变速度条件下运行的轴承，信号模型的方程如下所示：
其中，A（t）=αcos（2πfrt）表示频率fr的调制波形，α是调制幅度（α<1），M是由信号长度t确定的脉冲响应数，FCF，sm（t）表示第M个脉冲响应，Lm是第M个脉冲响应的幅度，β是与阻尼相关的系数，ωr是振动系统的激励共振频率或阻尼频率，Иm是第m个脉冲响应的相位，u（t）是单位阶跃函数。在上一个等式中，tm是第m个脉冲响应的发生时间，其计算如下:

其中δm是平均在0.01和0.02之间变化的随机滑移率[4]，fc（t）表示通过故障特征系数（FCC）和转动频率计算的IFCF，fc（t）=FCC*fr（t），并且（m-1）次脉冲响应和第m次脉冲响应之间的时间间隔为（1+δ）/fc（tm-1）。 一组干扰可以模拟为干扰频率及其谐波的正弦函数之和，如下所示:

其中Ni是正弦函数的数目，Bni是振幅，fI是干扰的时变频率，本文中称为瞬时干扰频率（IIF）。信号中包含的干扰可能不止一组。有参考文献中指出，振动信号还包括对ISRF的干扰，ISRF是由不对中、偏心或不平衡引起的基频。因此，可以将干扰信号模拟为 ：

二、仿真效果图

%%  信号参数设置
clear;clc;
waring off
fs = 10e3;                    % 采样频率
fn = 1125;                    % 周期性冲击信号共振频率
fn2 = 2250;                   % 调制干扰信号共振频率
a = 150;                      % 衰减系数 
A0 = 0.08;                    % 位移常数
B0 = 4 * A0;
SNR = -5;
C1 = 0.05;
C2 = 1;
ts = 100;
f_shaft = 15;
B1 = pi/7;
B2 = pi/9;
T = 1/20;                    % 重复周期
N = 5*fs;                    % 采样点数
NT = round(fs*T);            % 单周期采样点数
tt0 = 0:1/fs:(NT-1)/fs;      % 单周期采样时刻

三、完整代码下载

基于MATLAB的变速下轴承故障的仿真信号实现

更多学习内容：

变速轴承故障诊断之阶比谱分析算法的研究
故障诊断之基于振动信号的阶比谱分析