基于EEMD和Hilbert分析的滚动轴承故障诊断方法研究-论文.pdf

《基于EEMD和Hilbert分析的滚动轴承故障诊断方法研究-论文.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、第29卷第9期电力科学与工程V0I．29．No．9702013年9月ElectricPowerScienceandEnsnaringSep．，2013基于EEMD和Hilbert分析的滚动轴承故障诊断方法研究陈盼娣，吕跃刚(华北电力大学控制与计算机工程学院，北京102206)摘要：滚动轴承在风电机组中广泛应用，其运行状态直接影响整台风机的性能。提出EEMD(总体平均经验模态分解)和Hilbert包络分析相结合的方法对滚动轴承进行故障诊断。经验模态分解具有自适应性，但存在一些不足，易产生虚假分量和模态混叠现象。针对EMD分解方法的

2、不足，引入改进型算法EEMD。首先将振动加速度信号进行EEMD分解，计算各阶IMF峭度值的大小，选择峭度值较大的IMF分量，利用Hilbert变换对其进行包络谱分析，提取故障特征频率，辨识滚动轴承故障。通过对实验采集的滚动轴承振动信号进行分析，证明了该方法的有效性和准确性。关键词：滚动轴承；故障诊断；EEMD分解；Hilbert包络分析中图分类号：TK83文献标识码：ADOI：10．3969／j．issn．1672—0792．2013．09．014至多相差1；信号上任意一点，由局部极大值点0引言确定的包络线和由局部极小值点确定的

3、包络线的均值为零。EMD分解流程图如图1所示。风电场地处偏远，所处环境恶劣，机组易发生故障。对风电机组进行实时状态监测和故障诊断，能在不停机状态下实现对运行设备的监控。滚动轴承在风电机组中广泛应用，据不完全统计，旋转机械故障约30％是因滚动轴承引起的⋯，因此有必要对滚动轴承进行状态监测。本文提出基于EEMD包络解调的方法，对振动加速度信号先EEMD分解后再进行包络解调，提取故障频率，后对比公式计算所得的轴承特征频率，辨识滚动轴承故障程度及部位。通过实验证实了这种方法能准确诊断滚动轴承故障。1经验模态分解(EMD)经验模态分解通过

4、对非线性、非平稳信号的分解获得一系列表征信号特征时间尺度的固有模态函数(IMF分量)。每个IMF分量必须满足以图1EMD分解流程图Fig,．1FlowchartofEMDdecomposition下两个条件：整个信号中零点数与极点数相等或收稿日期：2013—07—09。作者简介：陈盼娣(1988一)，女，硕士研究生，主要研究方向为风力发电机组状态监测与故障诊断技术，E-mail：601709302@qq．corn。第9期陈盼娣，等基于EEMD和Hilbert分析的滚动轴承故障诊断方法研究71对信号(t)进行EMD分解的具体步骤噪

5、声的特性，经过多次平均后，噪声将相互抵消，如下：消除了多次加入的高斯白噪声对真实IMF的影(1)将(t)上所有的极大值点和极小值点响。总体平均后的IMF即是EEMD分解的最终结分别用三次样条曲线连接起来，这两条曲线分别果。EEMD算法流程如图2所示。作为(t)的上下包络线，计算出它们的平均值曲线m(t)，计算得到新数据数列：h(t)=(t)一m(t)(1)如果h(t)不满足IMF的两个条件，将h(t)作为原信号重复以上步骤，筛选k次直到(t)变为一个IMF分量为止，即h(t)=hⅢ_l1(t)一m(t)(2)从原信号中分解得到一

6、阶IMF分量，记C。(t)=h(t)(3)(2)从()中减去C。()，得一阶剩余信号rl(t)：r(￡)=(t)一C(t)(4)图2EEMD算法流程图把r(t)作为新的原信号，重复步骤(1)。Fig．2EEMDalgorithmflowchart对后面的r(t)也进行同样的筛选，依次得到第2EEMD分解步骤具体如下]：阶IMF，⋯，第n阶IMF和第2阶剩余信号，(1)向信号中加入正态分布白噪凡(t)，得到⋯，第n阶剩余信号(t)=(t)+n(t)(7)，rl()一c2()=r2()(2)对加人白噪声的信号(t)进行EMDJj(5

7、)分解得到一组IMF分量C，(t)和一个残余分【r一(t)一c(t)=(t)量(t)；如此重复直到最后一个剩余数据序列r(t)(3)加入新的白噪声序列，重复步骤1和2；不可再被分解筛选结束。原始数据可表示为固有(4)将得到的各次IMF进行总体平均运算，模态函数分量和残余项的和。消除多次加入高斯白噪声对真实IMF分量的影响，最终得到的分解得到的IMF分量和残余分量为：(￡)=∑c(t)+rn()(6)‘1()=_1∑c()(8)2总体经验模态分解(EEMD)在EMD方法中，信号极值点的分布情况决定r(￡)=÷∑(￡)(9)了得到合

8、理IMF的能力。如果信号中没有足够的3滚动轴承故障诊断实例分析极值点时，分解将停止；若信号极值点分布不均匀，则会出现模态混叠的情况。为此，首先利用实验轴承为SKF6205型轴承，轴承的参数如白噪声频谱的均匀分布，通过对信号多次加入具下：滚动体直径为7．94mm；