基于CEEMDAN的滚动轴承故障诊断研究

发布时间：2020-04-25 21:27

【摘要】：滚动轴承故障是引发旋转机械设备故障的主要因素之一,为了避免大型旋转机械设备出现故障不能及时处理,造成重大财产人员伤亡的事故。提取有用的故障信息,及时处理故障是十分必要的。故对滚动轴承的故障特征提取是问题的关键,也是本文研究的主要内容。本文的主要研究内容为滚动轴承故障特征的提取,并利用LabVIEW开发了滚动轴承故障诊断系统。在故障特征提取方面,掌握了滚动轴承的内部结构以及振动机理,重点研究了经验模态分解方法在滚动轴承故障诊断中的应用,利用五大优化指标对比分析了同一滚动轴承故障信号的EMD方法、EEMD方法、CEEMD方法以及CEEMDAN方法分解结果的优劣,之后基于CEEMDAN方法提出建立最优降噪相关模型的方法,并用此方法准确提取出了滚动轴承外环故障信号的故障特征信息。其次,基于LabVIEW开发了滚动轴承故障诊断系统。系统包含登陆界面、主页面、报警界面以及各个数据分析界面等,采用了多种故障分析方法,例如:包络分析、快速傅里叶变换、趋势分析图、瀑布图等。可以判断故障位置并实时监测故障劣化程度,对滚动轴承进行线上监测和线下分析诊断。最后,在本系统中分别对滚动轴承外环故障、内环故障以及滚动体故障进行在线监测以及离线数据分析。本论文的研究结果表明,基于CEEMDAN算法建立最优降噪相关模型的滚动轴承故障诊断方法较传统分析方法能更有效提取故障特征信息,经实验验证,所得结果合理、有效。基于LabVIEW开发的滚动轴承故障诊断系统,具有界面友好、容易组建、研制周期短等优势,实现了滚动轴承的在线监测和离线故障诊断。通过对真实滚动轴承的实验,验证了系统的可行性。
【图文】：

结构剖面,滚动轴承

2.滚动轴承故障的常用分析方法题的核心是如何从采集的振动数据中提取出包含故障信息的数据。的噪声影响得到有用的信号，，就需要用到能获取包含故障信息的信。获取包含有用的故障信号的分析方法有两大种，分别是时域上的域上的分析方法，这两种方法有不同的特点和优势。滚动轴承常见故障及振动机理滚动轴承结构动轴承将轴与轴座之间的滑动摩擦变为转动的摩擦，降低了摩动动轴承主要是由几个基本部件构成的，它们分别为外环、内环、转。外环在整个结构中起支撑作用，是不动的。内环随轴一起转动转动体均匀的分开，滚动体的作用是负责润滑，也决定着滚动轴承性能。滚动轴承的结构剖面如 2.1 图所示：

外环,滚动轴承,线性变换,效率指标

掉虚假的 IMF。具体分解多少个本征模态分量也是衡量 EMD 算法能不最优的指标。在转速为 1500rad/min 的运行状况下，获取型号为 N205EM 的滚动轴故障振动数据，实验针对于滚动轴承外环划痕故障。对真实的滚动轴承数据进行线性变换处理，线性变换的目的是让实测滚动轴承外环故障数幅值大小保持一个范围。如图 3.2 所呈现，并进行 EMD 分解，获得的 3.3 所示：
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TH133.33;TP301.6

【参考文献】