.992. 工程科学学报，第40卷，第8期 (4)进入主循环.首先，根据该粒子群优化算 以滚动体的划痕故障为例做滚动轴承的故障实 法对应的计算公式更新粒子的位置和速度.其次， 验，滚动体的划痕故障见图3.选用的轴承类型为 重新计算每个粒子的适应度并更新局部最优和全局 N306E,该类型的轴承的结构参数见表1.实验中转 最优.然后，判断最优值是否在0到2之间.最后， 速为1494rmin-1、制动扭矩为0N·m、径向力为0 判断是否已经达到最大迭代次数.如果没有，继续 N.采用压电式加速度传感器对信号进行采集，采样 循环.如果达到，进行下一步骤 频率为2048Hz.根据式(11)和表1可以计算出轴 (5)得到a1、b,的最优值. 承滚动体理论故障频率为124.69Hz.但在实际过 通过随机权重粒子群优化算法，可以得到小参 程中会有微小的测量误差，所以实际故障频率应在 数自适应随机共振系统参数41、b,的最优解，然后根 理论故障频率附近 据时间尺度m进而得到大参数自适应随机共振中 (11) 系统参数a、b的最优解. 图1是基于普通变尺度理论和周期势系统自适 其中，f表示理论故障频率，P为转速，dm为轴承节 应随机共振方法的流程图.从图1中可以看出，含 径，d为滚动体直径，α为接触角.由于在设备运行 噪信号首先进行解调、高通滤波的预处理后，再进行 过程中滚动轴承的节径d受到挤压会变小，一般来 周期势系统自适应随机共振.在周期势系统自适应 说实际故障频率会比理论故障频率稍小 随机共振的具体实施过程中，先经过普通变尺度的 计算机 加速度传感器 磁粉制动器 方法满足随机共振的条件，接着以ISNR作为评价 指标，用随机权重粒子群优化算法进行系统参数优 数据采集卡 化，然后将优化得到的参数a1、b1分别乘以时间尺度 变频电机 故障轴承 行屋减速机 m进而得到a、b的最优值，最后进行周期势自适应 随机共振并从频谱图中提取故障频率. 开始 输入含噪信号 普通变尺度 解调 变频器径向力加载装置磁粉制动器控制器 ISNR作为评价指标 图2滚动轴承故障实验台 高通滤波 Fig.2 Experiment system of the bearing test rig Y 随机权重粒子群 优化算法 周期势自适应随机共振 直 得到a,b,的最优值， 得到故障颍率 进而得到a,b 的最优值 结束 图1普通变尺度和周期势自适应随机共振的流程图 Fig.1 Flowchart of the general scale transformation and adaptive sto- chastic resonance in the periodical potential system 图3滚动体的划痕故障 Fig.3 Scratch fault of rolling element 2实验验证 表1滚动轴承结构尺寸参数 在该部分，将基于普通变尺度理论和周期势系 Table 1 Structure size of rolling bearing 统自适应随机共振的方法应用于轴承滚动体故障诊 内圈外圈直滚动体厚度/节径/接触角/滚珠 断，并将周期势系统自适应随机共振与双稳态系统 直径/mm径/mm直径/mmmmmm()个数 自适应随机共振的故障特征提取效果进行对比.实 30 72 1019 52 0 11 验台布置如图2所示. 为了模拟强噪声背景，在采集到的信号中加入工程科学学报,第 40 卷,第 8 期 (4) 进入主循环. 首先,根据该粒子群优化算 法对应的计算公式更新粒子的位置和速度. 其次, 重新计算每个粒子的适应度并更新局部最优和全局 最优. 然后,判断最优值是否在 0 到 2 之间. 最后, 判断是否已经达到最大迭代次数. 如果没有,继续 循环. 如果达到,进行下一步骤. (5) 得到 a1 、b1的最优值. 通过随机权重粒子群优化算法,可以得到小参 数自适应随机共振系统参数 a1 、b1的最优解,然后根 据时间尺度 m 进而得到大参数自适应随机共振中 系统参数 a、b 的最优解. 图 1 是基于普通变尺度理论和周期势系统自适 应随机共振方法的流程图. 从图 1 中可以看出,含 噪信号首先进行解调、高通滤波的预处理后,再进行 周期势系统自适应随机共振. 在周期势系统自适应 随机共振的具体实施过程中,先经过普通变尺度的 方法满足随机共振的条件,接着以 ISNR 作为评价 指标,用随机权重粒子群优化算法进行系统参数优 化,然后将优化得到的参数 a1 、b1分别乘以时间尺度 m 进而得到 a、b 的最优值,最后进行周期势自适应 随机共振并从频谱图中提取故障频率. 图 1 普通变尺度和周期势自适应随机共振的流程图 Fig. 1 Flowchart of the general scale transformation and adaptive sto鄄 chastic resonance in the periodical potential system 2 实验验证 在该部分,将基于普通变尺度理论和周期势系 统自适应随机共振的方法应用于轴承滚动体故障诊 断,并将周期势系统自适应随机共振与双稳态系统 自适应随机共振的故障特征提取效果进行对比. 实 验台布置如图 2 所示. 以滚动体的划痕故障为例做滚动轴承的故障实 验,滚动体的划痕故障见图 3. 选用的轴承类型为 N306E,该类型的轴承的结构参数见表 1. 实验中转 速为 1494 r·min - 1 、制动扭矩为 0 N·m、径向力为 0 N. 采用压电式加速度传感器对信号进行采集,采样 频率为 2048 Hz. 根据式(11)和表 1 可以计算出轴 承滚动体理论故障频率为 124郾 69 Hz. 但在实际过 程中会有微小的测量误差,所以实际故障频率应在 理论故障频率附近. f t = P 60 dm ( d 1 - d 2 d 2 m cos 2 琢 ) (11) 其中,f t表示理论故障频率,P 为转速,dm为轴承节 径,d 为滚动体直径,琢 为接触角. 由于在设备运行 过程中滚动轴承的节径 dm受到挤压会变小,一般来 说实际故障频率会比理论故障频率稍小. 图 2 滚动轴承故障实验台 Fig. 2 Experiment system of the bearing test rig 图 3 滚动体的划痕故障 Fig. 3 Scratch fault of rolling element 表 1 滚动轴承结构尺寸参数 Table 1 Structure size of rolling bearing 内圈 直径/ mm 外圈直 径/ mm 滚动体 直径/ mm 厚度/ mm 节径/ mm 接触角/ (毅) 滚珠 个数 30 72 10 19 52 0 11 为了模拟强噪声背景,在采集到的信号中加入 ·992·