基于集合經(jīng)驗(yàn)?zāi)B(tài)分析的滾動(dòng)軸承故障特征提取.pdf

1、旋轉(zhuǎn)機(jī)械是機(jī)械故障診斷的重點(diǎn),而許多旋轉(zhuǎn)機(jī)械的故障都和軸承相關(guān)。當(dāng)軸承出現(xiàn)故障問題,嚴(yán)重時(shí)則會(huì)影響到整臺(tái)機(jī)械的運(yùn)行,所以對(duì)其進(jìn)行故障診斷是非常有必要,且具有現(xiàn)實(shí)意義。
　　本論文的研究是基于振動(dòng)信號(hào)的軸承故障診斷。當(dāng)軸承出現(xiàn)故障時(shí),會(huì)產(chǎn)生周期沖擊脈沖信號(hào),然后從振動(dòng)信號(hào)中提取故障特征值,從而作為判斷軸承故障的依據(jù)。
　　先用無量綱幅值域診斷參數(shù)對(duì)軸承進(jìn)行初步診斷,來確定是否存在故障,隨后采用包絡(luò)分析對(duì)采集的信號(hào)進(jìn)行解調(diào),得到

2、包絡(luò)信號(hào)(時(shí)域信號(hào)),然后經(jīng)過傅里葉變換(FFT)得到頻譜,從而可以直接提取故障特征頻率。但對(duì)于實(shí)際測(cè)得的信號(hào),往往都含有較大的噪聲,所以包絡(luò)分析就不能夠有效地解調(diào)出故障特征頻率。因此我們需要對(duì)采集的信號(hào)進(jìn)行處理,EMD是對(duì)非線性、非平穩(wěn)信號(hào)處理的時(shí)頻分析方法。但EMD存在模態(tài)混疊問題,為了抑制模態(tài)混疊,Huang等提出集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?Ensemble Empirical Mode Decomposition,EEMD),利用高斯白噪

3、聲的特點(diǎn),能夠很好地還原信號(hào)的本質(zhì),是對(duì)EMD算法的重大改進(jìn)。
　　在較大的背景噪聲中,對(duì)旋轉(zhuǎn)機(jī)械進(jìn)行監(jiān)測(cè),包絡(luò)分析從測(cè)得的振動(dòng)信號(hào)中不能解調(diào)出故障,旋轉(zhuǎn)機(jī)械的振動(dòng)信號(hào)具有非平穩(wěn)、非線性特點(diǎn),提出一種新的滾動(dòng)軸承故障診斷方法—基于EEMD和包絡(luò)分析的故障特征值提取方法。此方法原理是:利用EEMD將振動(dòng)信號(hào)分解成有限個(gè)本征模態(tài)分量和殘余量,然后對(duì)這些分量進(jìn)行包絡(luò)分析,從而可以解調(diào)出故障頻率。為了驗(yàn)證此方法的可行性,本文分別通過對(duì)仿真