資源描述：
《基于改進(jìn)小波包和EEMD的軸承故障診斷-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、蘭Q二軸承2014／,~6期CN41—1148／THBearing2014，No．6測(cè)量與儀器基于改進(jìn)小波包和EEMD的軸承故障診斷任學(xué)平，龐震，辛向志，邢義通(內(nèi)蒙古科技大學(xué)機(jī)械工程學(xué)院，內(nèi)蒙古包頭014010)摘要：針對(duì)軸承振動(dòng)信號(hào)非平穩(wěn)性及工作情況下難以獲得故障頻率，提出一種基于改進(jìn)小波包和總體經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)的軸承故障診斷方法。首先運(yùn)用改進(jìn)小波包對(duì)振動(dòng)信號(hào)進(jìn)行分解，得到按順序排列的子帶頻帶。然后提取故障頻率范圍的子帶信號(hào)并進(jìn)行EEMD，以互相關(guān)系數(shù)和峭度準(zhǔn)則提取故障分量，避免了固有模
2、態(tài)函數(shù)(IMF)分量選擇的盲目性。仿真和試驗(yàn)分析結(jié)果表明，該方法能有效且準(zhǔn)確地檢測(cè)出軸承故障。關(guān)鍵詞：滾動(dòng)軸承；改進(jìn)小波包；總體經(jīng)驗(yàn)?zāi)B(tài)分解；故障診斷中圖分類號(hào)：TH133．33；TP206．3文獻(xiàn)標(biāo)志碼：B文章編號(hào)：1000—3762(2014)06—0041—04FaultDiagnosisforBearingsBasedonImprovedWaveletPacketandEEMDRenXueping，PangZhen，XinXiangzhi，XingYitong(MechanicalEngin
3、eeringSchool，InnerMongoliaUniversityofScience＆Technology，Baotou014010，China)Abstract：Inviewofthenou—stationaryofvibrationsignalsofbearingsandthedificultytoobtainfaultfrequenciesinpractice，afaultdiagnosismethodforbearingsisputforwardbasedonimprovedwavel
4、etpacketandEEMD．Firstly，thevibrationsignalsaredecomposedbyimprovedwaveletpacket，anumberofsub—bandfrequencybandsinorderareob—tained．Thenthesub—bandsignalsoffault~equencyrangeareextractedandtheEEMDisca~iedout．Thefaultcom—ponentisextractedbycrosscorrelati
5、oncoeficientandkurtosiscriteria，whichcanavoidtheblindnessoftheIMFcom—ponentselection．Thesimulationandtestanalysisresultsshowthatthemethodcaneffectivelyandaccuratelydetectfaultofbearings．Keywords：roilingbearing；improvedwaveletpacket；EEMD；faultdiagnosis合
6、理并有效地提取故障信息不僅可及時(shí)診斷經(jīng)驗(yàn)?zāi)B(tài)分解(EmpiricalModeDecomposi—故障，還能提高故障識(shí)別準(zhǔn)確性。小波包是在小tion，EMD)對(duì)于處理非線性、非平穩(wěn)信號(hào)具有很強(qiáng)波基礎(chǔ)上發(fā)展起來的信號(hào)處理方法¨J，具有更的適用性J，但在其分解過程中存在模態(tài)混疊現(xiàn)細(xì)致、精確的信息分布，可同時(shí)在高、低頻段進(jìn)行象，很大程度上限制了其實(shí)際應(yīng)用。總體經(jīng)驗(yàn)?zāi)７纸?，提高信?hào)頻率的分辨率，但小波包在分解中態(tài)分解(EnsembleEmpiricalModeDecomposition，會(huì)產(chǎn)生子帶虛假頻率，造
7、成嚴(yán)重的頻率混疊現(xiàn)象，EEMD)是EMD的改進(jìn)，其利用附加的Gauss白噪對(duì)后續(xù)分析不利。聲均勻分布在整個(gè)時(shí)域空間，使整個(gè)信號(hào)在不同尺度上具有連續(xù)性，從而有效解決了模態(tài)混疊問收稿日期：2013—09—12；修回日期：2014—01—05題一?；痦?xiàng)目：內(nèi)蒙古自治Ⅸ自然科學(xué)基金項(xiàng)目(2012MS0717)1基本理論作者簡(jiǎn)介：任學(xué)平(1963～)，男，漢族，河北陽原人，博士，1．1改進(jìn)小波包教授，副院長，主要從事機(jī)械工程測(cè)試與故障診斷研究，在小波包分解過程中，小波濾波器的隔點(diǎn)采E—mail：rxp@im
8、ust．cn；龐震(1988一)，男，漢族，內(nèi)蒙古包頭人，碩士研究生，主要從事機(jī)械故障診斷與小波包理論樣使采樣頻率減半，往往引起頻率折疊現(xiàn)象；而在研究，E—mail：bgpz2007@163．tom。小波包重構(gòu)過程中，隔點(diǎn)插零使采樣頻率加倍，產(chǎn)《軸承)2014．No．6生無法濾去的真實(shí)頻率映像，即虛假頻率，對(duì)整個(gè)分解和重構(gòu)過程造成頻率混疊現(xiàn)象。因此，對(duì)信號(hào)進(jìn)行理想濾波可防止分解過程中的頻率折疊，并去除重構(gòu)過程中多余的虛假頻率成分?；诖讼敕ǎ谛盘?hào)分解過程中對(duì)經(jīng)過濾波
