小波包-包络分析及基于EMD谱分析法的研究.pdf

《小波包-包络分析及基于EMD谱分析法的研究.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、石油和化工设备．40．2011年第14卷小波包一包络分析及基于EMD谱分析法的研究侯铁军，石成江，王筱强(1．辽宁石油化工大学机械工程学院，辽宁抚顺113001)(2．唐山建龙实业有限公司，河北遵化064200)[摘要]根据滚动轴承振动信号的非线性、非平稳性特点，提出了用小波包一包络分析及基于经验模态分解(EmpiricalModeDecomposition，EMD)进行谱分析的方法。通过对具有外圈缺陷的滚动轴承振动信号分析，表明这两种方法能准确地检测出发生的局部缺陷。[关键词]滚动轴承；故障诊断；小波包一包络分析；EM

2、D；谱分析石化机械运行的最大特点是连续作业。滚数有关。二进小波包快速算法为】：动轴承作为石化大型旋转设备、传动机构的关键1(f)=(f)p0部件，一一旦发生严重故障，将导致设备停工，造成经济损失。对石化机械中滚动轴承进行故障监p卜～Ⅳ(七一2f)P}-I(f)(1)测、诊断是非常必要的。通常采取的监测、诊断手段是处理其运行中的振动信号并提取故障特征p；‘=∑c(k一2t)pt一1(f)信息。局部损伤的滚动轴承运行时产生的高频振k动会激起滚动轴承系统固有振动，并受到脉冲冲二进小波包重构快速算法为：击的调制，因此，滚动轴承故

3、障振动信号是非平h(，一2尼)2i-l(f)+g(t-2k)2i1(f)】(2)稳、非高斯分布的信号[1]。(f)=212++，传统的快速傅里叶变换分析方法，基于“稳其中，j=J一1，J-2，⋯，2，1；J=log2N；h，定”、“线性”，即时域信号平稳、频域非时变g；Y,J小波重构滤波器，h与尺度函数有关，g与小波的假设，并且分析过程基于全局，与时间无关，函数有关。对轴承故障监测和诊断存在很大不足。随着时频技术的发展，短时傅里叶变换(Short—TimeFourier2EMDTransform，STFT)、Wigner

4、—Ville分布(WVD)基于任何非线性、非稳定信号可分解为一系等广泛应用于特定领域，但针对滚动轴承故障的列有限的固有模态函数之和的假设，EMD将信非线性、非平稳信号处理，都略有不足。STFT由号分解成为包含信号局部特征的固有模态函数分于固定窗函数限制，不能兼顾时间分辨率、频率量，从而可准确地把握原信号的特征信息。固有分辨率；WVD存在特定频率范围的负功率交叉项模态函数分量成立条件为：一是其极值点和零点问题]。为解决这一问题，提出通过对具有外圈缺数目相同(或最多相差一个)，二是局部极值点陷的滚动轴承振动信号应用小波包一包

5、络分析和上、下包络的平均为零。按如下步骤分解。基于EMD谱分析的方法。结果表明，两种方法能(1)确定x(t)全部的局部极大值与极小值够准确有效地检测出轴承缺陷。点，采用三次样条曲线分别拟合得到上、下包1小波包分解和重构络，其中m为上、下包络均值。小波包分析是从小波分析延伸出来的，它兼=(f)一m】(3)顾时、频局部化的优点，对高频带继续分解，从(2)如果h满足IMF成立条件，那么它就是而得到全频带之内不同频带的分解，它提高了信x(t)的第一个IMF；否则，重复步骤(1)，得到新号的时频分辨率。设x(t)为一时间信号，p表

6、示第i层上的第i个小波包，即为小波包系数，G、H为作者简介：侯铁军(1976一)，男，河北承德人，辽宁石油化小波分解滤波器，H与尺度函数有关，G与小波函工大学在读硕士研究生，研究方向：过程装备监测与控制技术。第8期侯铁军等小波包一包络分析及基于EMD谱分析法的研究．41．。的上、下包络均值m⋯再进行f-0断，是否使IMF尔伯特谱为局部希尔伯特谱，记为h(∞，t)，得到条件成立，如此重复k次，直到h。作为IMF条件成希尔伯特边际谱h(∞)立。令c。_hk，得到第一个IMF。啊(co)=jorHl(co，oat(9)(3)x

7、(t)去除c，得到残余项r其中T为序列的时间长度，边际谱描述了信号=x(t)一q(4)的幅值在这个频率段上随频率的变化情况。把r作为初始数据，重复以上过程，得到满5应用足IMF条件成立的c，并重复循环n次，得到n个某企业现场运行的电动机，采用滚动轴承IMF，得到：(N205)，轴承节圆Dm直径为39ram，滚动体直一c2径d为7．5mm，滚动体个数z为12。电机转速n为1430rpm，测取水平方向振动加速度信号，采样频：(5)率为12．8KHz，处理数据点数为4096点。根据轴1一=承外圈缺陷故障机理[6】，计算特征频率

8、为115．5Hz一(因制造、安装等因素影响，实际测得信号频率当残余项rn为单调函数时，终止循环，得到：可能与其特征频率存在一定偏差)。时域波形和频谱图如图1所示。()=∑+(6)j=l1000至此，把x(t)分解成为若干个固有模态函数5口0c。，c，⋯c，(频率段由高到低)以及残余项r(表。是示信号x(t)的中心变化