IMF分量的倒频谱分析在滚动轴承故障诊断中的应用.pdf

《IMF分量的倒频谱分析在滚动轴承故障诊断中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、HvdraulicsPneumatics&Seals／No．3．2012lMF分量的倒频谱分析在滚动轴承故障诊断中的应用张梅军韩思晨石文磊王闯(解放军理工大学工程兵工程学院，江苏南京210007)摘要：轴承局部损伤故障引起的振动响应往往会被较大的振动信号所掩盖，影响故障的正确诊断。本文提出IMF分量的倒频谱分析方法，首先将复杂的信号分解为有限的内禀模态函数(IMF)之和，对原始振动信号进行降维；再对IMF分量进行倒频谱分析，利用倒频谱方法准确地提取振动信号幅值谱上的周期特征。对EMD分解得到的多个IMF

2、分量同时做倒频谱分析，可以相互验证，从而得到更可靠、更准确、更可信的诊断结果。通过对IMF分量的倒频谱分析法和Hilbert包络谱分析法诊断效果进行比较，结果表明，IMF分量的倒频谱分析方法比Hilbert包络谱分析提取的故障频率特征更精准、可靠。关键词：EMD分解：倒频谱分析；IMF分量中图分类号：THl37．3T】77文献标识码：A文章编号：1008—0813(2012)03—0033—03CepstrumAnalysisoftheIMFComponents；inBallBearingFaultDi

3、ngnosisZHANGMei-jIZI'I,HANSi-chenSHIWen-leiWANG“锄g(EngineeringInstituteofEngineeringCorps，PLAUniversityofScience，Nanjing210007，China)Abstract：Bearinglocaldamagecausedbyvibrationfailurestendtobeovershadowedbythelargervibrationsignalsaffectthecorrectfaultd

4、iagnosis．AmethodbasedonamplitudeIMFcepstrumanalysisforbearingfaultdiagnosiswasintroduced．First，thecomplexsignalisdecomposedintoasumofthelimitedintrinsicmodefunction(IMF)，andtodimensionalityred[1eetheoriginalvibrationsigna1．Thendoingcepstrumanalysisonthec

5、omponentoftheIMFtoextractvibrationsignalamplitudespectrumofthecyclecharacteristics．SimultaneouslydoingeepstrumanalysisonanumberofIMFcomponentscanbemutualauthentication．Thusobtainmorereliableandaccuratediagnosis．TheexperimentalresultsshowthattheFailurefre

6、quencycharacteristicsobtainedbythecepstrumanalysisofIMFcomponentismoreaccurateandreliable．KeyWords：empiricalmodedecomposition(EMD)；spectrumanalysis；IMFcomponentsO引言滚动轴承故障振动信号一般为非平稳信号[31。轴承局部损伤故障引起的振动响应往往会被较大的振动信滚动轴承作为各类旋转机械中最常用的通用零部号掩盖，从而无法从功率谱中分辨出来，因此，提

7、取相件之一，据统计，旋转机械的故障有30％是由滚动轴承应的故障特征频率是诊断滚动轴承故障的关键。传统故障引起的，设备运行时，磨损、疲劳、腐蚀、过载等原的傅立叶变换无法得到时域和频域中非平稳信号的全因都可能造成滚动轴承的局部损伤故障，轴承的缺陷貌和局部化的结果，导致提取的故障特征有缺陷。以傅会导致机器剧烈振动和产生噪声，甚至导致整个系统的立叶变换为基础发展起来的时频方法分析。如短时傅严重事故I】1。轴承故障诊断技术发展过程中。最关键而立叶变换、Wigner—Ville分布等也存在各式各样的局限且也是最困难

8、的问题之一就是故障特征信息的提取。性影响分析的精准性。目前。对滚动轴承的诊断方法的它直接关系到故障诊断的准确性和故障早期预报的可研究主要集中在统计参数法、频谱分析法、小波分析靠性[2]。法、人工神经网络法等[4151。本文提出的IMF分量的倒频收稿Et期：2011-08—15谱分析方法，结合了EMD分解和倒频谱分析的优点，作者信息：张梅军(1958一)，女，解放军理工大学工程兵工程学院机械装由于EMD是自适应的信号处理方法，非常适合处理非备