基于小波包和EMD的滚动轴承故障信号分析

发布时间：2020-04-14 01:40

【摘要】： 滚动轴承既是旋转机械中的最常用部件之一,又是极易发生损伤的元件,对滚动轴承的故障诊断研究具有重要的现实意义。在故障诊断过程中,从故障振动信号中提取故障特征是故障诊断技术的关键,而现代信号处理技术的运用在特征提取过程中发挥着核心的作用。 对于滚动轴承振动信号一类的非平稳、非线性信号,传统时频分析方法都具有各种各样的局限性。本文首先分析了如短时傅立叶变换、Wigner—Ville分布、小波变换等时频分析方法的特点与局限。随后通过对瞬时频率、内模函数、Hilbert谱等基本概念的介绍,对由美籍华人N.E.Huang等人提出的经验模态分解方法(Empirical Mode Decomposition)的原理和算法进行了详细说明,揭示了EMD分解方法将信号分解成一系列单分量成分,并通过Hilbert变换这一有效桥梁,反映信号频率、幅值的局部瞬时变化规律的本质,验证了EMD方法自适应性、多分辨率、完备性等优势特点。 本文还针对经验模态分解在实际应用中存在的模式混叠、在低频段产生多余IMF分量等问题,通过外部、内部两种小波分析与EMD方法的结合,对EMD筛分方法进行了改进。其中外部结合方法,利用小波去噪优势,在滤除干扰噪声的基础上与EMD方法结合,有效解决了EMD方法受噪声干扰的问题;内部结合方法,以内模函数定义为出发点,创新性地提出了一种基于小波包的筛分方法(Wavelet Packet Based Sifting,WPBS),该方法不但规避了采用三次样条拟合包络线所引起的一系列问题,还提高了信号的分解效率和精度,对噪声干扰也有一定的抑制作用。通过仿真信号和滚动轴承故障振动信号的检验,证明了小波包与EMD结合方法的可行性和有效性。
【图文】：

实际筛分过程中，过多次数的迭代往往会产生一些没有意义的调幅(AmplitudeModulatedFrequencyModulated，AMFM)信号分量;而迭代次数过得不到有意义的n吐F。为此，在筛选每一个分量时，都要进行分量终止判定。H等先后提出过两种停止迭代的判据:仿柯西收敛准则和s数准则‘’5，’“’。(1)仿柯西收敛准则:如式(2.7)定义，如果.叽小于预先设定的数值(如0.2一时，迭代过程就停止。艺l人一，(‘)一人(‘)}，抵=二愁匕一一一一一一一—.........................……(2艺h:--:(‘)(2)S数准则:当极值点的数目与过零点的数目相等或相差1个时，再连续次就停止。Huang等通过实验确定的s数为4一8次。而整个EMD分解过程还存在另一个停止判据，即分解终止准则:当分量。，

二 二_几手刃厂、二厂。一，、。_， ____z壕僻工仁图2一12仿真信号x3(t)的Hilbert谱Fig.z一12几 eHi化ert:peetrum。 fstimulatea51，， alx3(t)
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：TH133.33

【相似文献】

相关期刊论文 前10条

1 朱昶基,胡用生,陈健凡,刘继;滚动轴承故障诊断技术的研究(上)[J];铁道车辆;1992年04期

2 毛志阳;陆爽;;基于K-L变换和支持向量机的滚动轴承故障诊断[J];煤矿机械;2006年06期

3 王春;彭东林;朱革;;小波变换在轴承故障诊断中的应用[J];机床与液压;2006年09期

4 杨勇;程珩;陈法法;;基于小波包和BP神经网络的滚动轴承故障诊断[J];煤矿机电;2008年01期

5 胡易平;安钢;王凯;贺亮;;基于复小波多尺度包络谱的滚动轴承故障诊断研究[J];煤矿机械;2009年11期

6 王平,廖明夫;滚动轴承故障诊断的自适应共振解调技术[J];航空动力学报;2005年04期

7 陆爽;李萌;;基于关联维数的滚动轴承故障诊断的研究[J];机械传动;2005年06期

8 张超杰;张永祥;贺国;;基于应变的柴油机滚动轴承故障诊断方法研究[J];机械设计与制造;2006年01期

9 蔡立艮;周春华;杨小强;史长根;;基于小波变换的信号奇异性检测在滚动轴承故障诊断中的应用研究[J];机床与液压;2006年07期

10 李军;张永祥;王凯;姚晓山;;利用多通道盲反卷积提取滚动轴承故障冲击信号[J];轴承;2008年02期

相关会议论文 前10条

1 单鸿鹏;关月红;;频谱分析技术在滚动轴承故障诊断中的应用[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

2 张庆龙;;SPM冲击脉冲技术在滚动轴承故障诊断的应用[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

3 苏钢;姚成宝;;高温鼓风机轴承故障分析与诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

4 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

5 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

6 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年

7 赵宏;;基于优化遗传神经网络的井下运输机械滚动轴承故障诊断[A];第二十三届中国控制会议论文集（下册）[C];2004年

8 和卫星;陈晓平;陈季云;陆森林;;石油钻井传动滚动轴承的故障诊断[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

9 陈霞;;滚动轴承的智能诊断系统研究[A];湖北省机械工程学会机械设计与传动专业委员会第十五届学术年会论文集（二）[C];2007年

10 高耀智;谭援强;;基于1(1/2)谱与小波分析相结合的滚动轴承故障诊断[A];2009年全国青年摩擦学学术会议论文集[C];2009年

相关重要报纸文章 前10条

1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年

2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年

3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年

4 孙建阳　刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年

5 见习记者 仝亚娜;孙彦广：冶金故障诊断设备前景广阔[N];机电商报;2005年

6 小田;网卡故障诊断[N];中国电脑教育报;2000年

7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年

8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年

9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年

10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年

相关博士学位论文 前10条

1 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年

2 陈非;基于过程信息融合的旋转机械信息（火用）故障诊断研究[D];华中科技大学;2010年

3 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年

4 鲁文波;基于声场空间分布特征的机械故障诊断方法及其应用研究[D];上海交通大学;2012年

5 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年

6 刘永斌;基于非线性信号分析的滚动轴承状态监测诊断研究[D];中国科学技术大学;2011年

7 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年

8 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年

9 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年

10 蒋斌;机电系统故障诊断的理论与应用研究[D];浙江大学;2002年

相关硕士学位论文 前10条

1 马金山;机电系统的滚动轴承故障诊断方法研究[D];太原理工大学;2005年

2 杜永明;货车滚动轴承故障检测仪的研制[D];西南交通大学;2006年

3 李冬梅;基于时延相关解调与B样条模糊神经网络的轴承故障诊断[D];西南交通大学;2008年

4 闫宏莉;证据理论在机械设备故障诊断中的应用研究[D];华北电力大学（北京）;2006年

5 张新明;声发射技术在滚动轴承故障诊断中的应用[D];清华大学;2006年

6 杨超;4800纸机压榨部动态运行特征及其监诊方法的研究[D];南京林业大学;2005年

7 黄建鸿;基于小波包分析的滚动轴承故障智能诊断[D];南昌大学;2005年

8 刘浩;基于声发射技术的货车滚动轴承故障诊断研究[D];中南大学;2010年

9 李少军;滚动轴承故障诊断的多参数融合特征提取方法研究[D];北京交通大学;2011年

10 肖洁;基于Walsh变换的滚动轴承典型故障诊断方法研究[D];大庆石油学院;2010年

本文编号：2626709