欢迎来到天天文库
浏览记录
ID:58138180
大小:676.03 KB
页数:6页
时间:2020-04-24
《基于 EEMD 和包络分析的滚动轴承故障诊断研究-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、设备设计/诊断维修/再制造现代制造工程(ModemManufacturingEngineering)2014年第2期基于EEMD和包络分析的滚动轴承故障诊断研究李丹丹,杨智良,李昌林(1安徽农业大学工学院,合肥230036;2中国科学技术大学精密机械与精密仪器系,合肥230027)摘要:在较大的背景噪声中,对旋转机械进行监测,包络分析不能从测得的振动信号中解调出故障。基于旋转机械振动信号具有非平稳、非线性特点,提出一种新的基于EEMD和包络分析的滚动轴承故障诊断方法,该方法首先运用EEMD方法将振动信号分解成有限个本征模态分量和残余量,对这些分量进行包络分析,可以解调出故障。通过仿真信
2、号和实际滚动轴承外圈的振动信号分析表明该方法能够有效地识别滚动轴承的故障。关键词:集合经验模式分解;希尔伯特包络分析;故障诊断;滚动轴承中图分类号:TH165.3;TN911.7文献标志码:A文章编号:1671-3133(2014)02-_0129_’06FaultdiagnosisinrollingbearingsbasedonEEMDandenvelopeanalysisLiDandan,YangZhiliang,LiChanglin(ISchoolofEngineering,AnhuiAgriculturalUniversity,Hefei230036,China;2Depart
3、mentofPrecisionMachinaryInstrumentation.UniversitvofScienceandTechnologyofChina。Hefei230027,China)Abstract:Inthelargebackgroundnoise,thefaultwasnotdemodulatedfromthemeasuredvibrationsignalsbyenvelopeanalysis.Vibrationsignalsofrotatingmachineryhavethenon—stationaryandnon—linearcharacteristics.Ane
4、wmethodisproposedbasedontheensembleempiricalmodedecompositionandenvelopeanalysisfortherollingbearingfaultdiagnosis.Firstly,thevibrationsig—nalsaredecomposedintoafinitenumberofIntrinsicModeFunctions(IMFs)andoneresiduebyEEMD.Secondly,thefaultcharacteristicfrequencyisextractedfromtheIMFsbyenvelopea
5、nalysis.Itisshowedthatthismethodcaneffectivelyidentifyroll—ingbearingfaultthroughthesimulationsignalandtheactualvibrationsignalsofrollingbearingouterrace.Keywords:EEMD;Hilbertenvelopeanalysis;faultdiagnosis;rollingbearing波变换也具有自身不可避免的缺陷:干扰项的存在、0引言边缘失真以及能量的泄漏。于是,N.E.Huang在1998机械设备中大部分都是旋转机械,它覆盖着动
6、年提出了一种全新的用于分析非平稳、非线性信号的力、电力、化工、冶金及机械制造等重要工程领域。旋方法即希尔伯特黄变换(HHT)J。对于非平稳、非线转机械的速度一般都很高,对故障诊断的技术要求就性信号,经验模式分解(EMD)是强有力的信号时频域特别迫切,如发电机、汽轮机、鼓风机和大型轧钢机处理方法,把一个信号分解成本征模态分量(IMF)和等,这类设备往往是工厂的关键设备,其工况状态不残余量之和。近年来EMD已应用于各种领域,例如仅影响该机器设备本身的运行,而且还会对后续生产建筑结构损伤检测J、生物科学J,但EMD存在模态造成损失,甚至导致机毁人亡事故⋯。因此,旋转机混叠问题,模态混叠是指1
7、个本征模态分量中包含差械是机械故障诊断的重点,而许多旋转机械的故障都异很大的特征时间尺度,或者相近的特征时间尺度分和轴承相关。滚动轴承是机械中的易损元件,据统计布在不同的IMF中,为了抑制模态混叠,Huang等人提旋转机械的故障有30%是由滚动轴承引起的,它的好出集合经验模式分解(EEMD),是一种噪声辅助的数坏对机械的工作状态影响极大j,因此对滚动轴承的据分析方法,能够很好地还原信号的本质,是对EMD状态监测与故障诊断具有重要的现实意义。算法
此文档下载收益归作者所有