基于集合经验模态分析的滚动轴承故障特征提取

发布时间：2017-05-29 08:11

  本文关键词：基于集合经验模态分析的滚动轴承故障特征提取，由笔耕文化传播整理发布。

【摘要】：旋转机械是机械故障诊断的重点,而许多旋转机械的故障都和轴承相关。当轴承出现故障问题,严重时则会影响到整台机械的运行,所以对其进行故障诊断是非常有必要,且具有现实意义。 本论文的研究是基于振动信号的轴承故障诊断。当轴承出现故障时,会产生周期冲击脉冲信号,然后从振动信号中提取故障特征值,从而作为判断轴承故障的依据。 先用幅值域诊断参数对轴承进行初步诊断,来确定是否存在故障,随后采用包络分析对采集的信号进行解调,得到包络信号(时域信号),然后经过傅里叶变换(FFT)得到频谱,从而可以直接提取故障特征频率。但对于实际测得的信号,往往都含有较大的噪声,所以包络分析就不能够有效地解调出故障特征频率。因此我们需要对采集的信号进行处理,EMD是对非线性、非平稳信号处理的时频分析方法。但EMD存在模态混叠问题,为了抑制模态混叠,Huang等提出集合经验模式分解(Ensemble Empirical Mode Decomposition, EEMD),利用高斯白噪声的特点,能够很好地还原信号的本质,是对EMD算法的重大改进。 在较大的背景噪声中,对旋转机械进行监测,包络分析从测得的振动信号中不能解调出故障,旋转机械的振动信号具有非平稳、非线性特点,提出一种新的滚动轴承故障诊断方法—基于EEMD和包络分析的故障特征值提取方法。此方法原理是：利用EEMD将振动信号分解成有限个本征模态分量和残余量,然后对这些分量进行包络分析,从而可以解调出故障频率。为了验证此方法的可行性,本文分别通过对仿真信号和实际滚动轴承内圈、外圈的振动信号进行处理,结果证明该方法能够有效地识别滚动轴承的故障。
【关键词】：EEMD 希尔伯特包络分析 故障诊断 滚动轴承
【学位授予单位】：安徽农业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH165.3;TH133.33
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-16
• 1.1 本文研究背景及意义7
• 1.2 滚动轴承故障诊断技术研究现状7-9
• 1.2.1 滚动轴承诊断技术8
• 1.2.2 基于振动信号分析的滚动轴承诊断技术8-9
• 1.2.3 现有诊断技术的局限性及急待解决的问题9
• 1.3 基于振动信号分析处理方法的研究现状9-14
• 1.3.1 时域分析法10-11
• 1.3.2 频域分析法11
• 1.3.3 时频分析法11-14
• 1.4 本文主要研究内容14-16
• 第二章 滚动轴承故障特征提取基础16-21
• 2.1 滚动轴承的主要故障类型16-17
• 2.2 滚动轴承的振动诊断机理17-18
• 2.3 滚动轴承的振动特征频率18-20
• 2.4 本章小结20-21
• 第三章 集合经验模态理论(EEMD)的阐述21-30
• 3.1 引言21
• 3.2 经验模态EMD分解方法的原理及特性21-27
• 3.2.1 本征模态分量21
• 3.2.2 经验模态分解的原理和算法21-24
• 3.2.3 经验模态EMD分解的特点24-25
• 3.2.4 经验模态EMD分解的存在问题25-27
• 3.3 集合经验模态分解EEMD提出及概念27
• 3.4 集合经验模态分解EEMD原理及算法27-29
• 3.5 本章小结29-30
• 第四章 包络解调法理论30-35
• 4.1 引言30
• 4.2 包络分析30
• 4.3 希尔伯特变换30-34
• 4.3.1 希尔伯特变换的定义30-32
• 4.3.2 希尔伯特变换的性质32-34
• 4.4 本章小结34-35
• 第五章 一种基于EEMD和包络分析的故障特征提取新方法35-51
• 5.1 实验一35-41
• 5.2 仿真信号41-44
• 5.3 实验二44-50
• 5.4 本章小结50-51
• 第六章 总结与展望51-53
• 6.1 总结51
• 6.2 展望51-53
• 参考文献53-57
• 致谢57-58
• 个人简介58-59
• 攻读硕士学位期间发表的论文59

【参考文献】

中国期刊全文数据库 前10条

1 李智,陈祥初,刘政波;包络分析及其在设备故障诊断中的应用[J];测试技术学报;2002年02期

2 杨宇,于德介,程军圣,丁戈;经验模态分解(EMD)在滚动轴承故障诊断中的应用[J];湖南大学学报(自然科学版);2003年05期

3 韩辉;梁国军;丛培田;;基于共振解调法的机车轴承故障诊断[J];机床与液压;2010年09期

4 皮骏;王辉;张银波;林家泉;;时频分析在轴承故障诊断中的应用研究[J];机械设计与制造;2009年02期

5 杨秋芬;;基于EMD分解的探地雷达信号瞬时频率分析[J];煤田地质与勘探;2009年04期

6 李力,廖湘辉,陈保家;基于经验模式分解的滚动轴承故障诊断方法[J];制冷空调与电力机械;2005年04期

7 董锡明;;机车车辆测试性与技术诊断[J];铁道机车车辆;2006年01期

8 郭伟;贺佳;;时域波形分析在故障诊断中的重要性[J];设备管理与维修;2010年01期

9 张盈盈;潘宏侠;郑茂远;;基于小波包和Hilbert包络分析的滚动轴承故障诊断方法[J];电子测试;2010年06期

10 张建军;王仲生;芦玉华;丁蓬勃;;基于非线性动力学的滚动轴承故障工程建模与分析[J];振动与冲击;2010年11期

中国博士学位论文全文数据库 前1条

1 黄伟国;基于振动信号特征提取与表达的旋转机械状态监测与故障诊断研究[D];中国科学技术大学;2010年

  本文关键词：基于集合经验模态分析的滚动轴承故障特征提取，，由笔耕文化传播整理发布。

本文编号：404503