基于EMD分解和相关峭度的滚动轴承故障诊断方法研究

作者:朱杰平;张永祥;王孝霖;张帅 刊名:武汉理工大学学报(交通科学与工程版) 上传者:陈忠

【摘要】为了有效地将机械设备滚动轴承的非线性、非平稳信号中的故障信号提取出来,将相关峭度引入轴承故障诊断领域,结合经验模式分解(empirical mode decomposition,EMD)和相关峭度,提出了一种机械设备滚动轴承故障特征提取方法.该方法利用EMD将振动信号分解成为多个确定的本征模态函数(intrinsic mode function,IMF),然后根据相关峭度选取EMD分解后的分量,提取出机械设备滚动轴承的非线性、非平稳信号中的故障信号.通过仿真和实验研究验证了该方法的有效性.

全文阅读

第 38卷 第 2期 2014年 4月 武汉理 工 大学学 报 (交通科 学 与工程 版 ) Journal of W uhan University of Technology (Transportation Science& Engineering) Vol_38 No.2 Apr. 2014 基于 EMD分解和相关峭度的滚动轴承 故障诊断方法研究 * 朱杰平 张永祥 王孝霖 张 帅 (海军工程 大学动力工程学 院 武汉 430033) 摘 要 :为了有效地将机械设备滚动轴承 的非线性 、非平稳信号 中的故 障信号提取 出来 ,将相关峭度 引入轴 承故 障诊 断领 域 ,结合经验模 式分解 (empirical mode decomposition,EMD)和相关 峭度 ,提 出了一种机 械设 备滚 动轴 承故障特征提取方法.该 方法利 用 EMD将振动 信号分 解成为 多个确定 的本征模态 函数 (intrinsic mode function,IMF),然后根据相关峭度选取 EMD分解后 的分 量 ,提 取 出机械设备 滚动轴承的非线性 、非平 稳信号 中的故 障信号.通过 仿真 和实验研 究验证 了该方法 的 有效性 . 关键词 :经验模式分解 ;本征模 态函数 ;相关峭度 ;滚动轴承 ;故 障诊 断 中图法分类号 :TH133.3 TN911.7 doi:10.3963/j.issn.2095—3844.2014.02.029 0 引 言 近年来,人们对机械设备滚动轴承进行 了广 泛的研究并且取得了很大 的突破 ,常用 的方法着 重于消噪和特征提取.短时傅里 叶变换易于观察 出信号的瞬时频率的信息 ,但是它提高 了计算的 复杂度 ;小波分析在原信号故障冲击相对 明显时, 可以获得很好 的效果,但是小波分析 的频带特性 使其难 以对一些 故障特 征进行有效 的提取_1 ]. H HT(hilbert—huang transformation)算 法 是 由 N.E.Huang等人提出来 的,适合于分析非线性 、 非平稳信号序列 ,具有很高的信噪比,近年来在信 号的分析处理 中获得了重要 的应用_4 ].这种算法 的核心理论被称为 EMD分解 ,它 能使复杂信号 分解 为 有 限 个 确 定 的本 征模 态 函数 (intrinsic mode function,I )分量 ,所分解出来的各 IMF分 量包含了原信号的不同时间尺度的局部特征信号. 本文利用 EMD分解处理非线性 、非平稳信 号的优势,将滚动轴承上测得 的振动信号进行分 解 ,然后 ,引入相关峭度的概念并对其定义进行了 阐述 .提 出 了根 据相 关 峭度进 行 IMF分 量选 择 的 机械设备滚动轴承故障特征提取方法.仿真信号 及实验测量的滚动轴承振动信号验证了该方法的 有效 性 . 1 EMD分解 的理论介绍和特征提取 1.1 EMD分解 的原 理 EMD分 解 的 目的 就是 为 了获 取 IMF分 量 , 假设所有信号都是由 IMF分量组成 ,每个复合信 号 的产 生都 是 由若 干 个 IMF 分量 叠 加形 成. Huang认 为 ,一个 IMF分 量 必须 满 足 2个条 件 : (1)本征模态 函数在整个数据长度范围之内,局部 极值点和过零点 的数 目必须相等 ,或最多相差一 个 ;(2)在任意时刻点 ,局部最大值 的包 络(上包 络)和局部最小值 的包络(下包络)平均值必须为 零 .其 分解 步骤 _6 如下 . 1)镜像拓展序列,找出信号 (£)所有的局

参考文献

引证文献

问答

我要提问