基于小波包和EMD處理的滾動(dòng)軸承故障診斷

《基于小波包和EMD處理的滾動(dòng)軸承故障診斷》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、第41卷第2期太原理工大學(xué)學(xué)報(bào)VoL41NO．22010年3月JOURNALOFTAIYUANUNIVERSITYOFTECHN0I0GYMar．2O1O文章編號(hào)：10079432(2010)02—0l7805基于小波包和EMD處理的滾動(dòng)軸承故障診斷呂永衛(wèi)，熊詩(shī)波，林選，田慕琴(太原理工大學(xué)a．機(jī)械電子研究所；b．電氣與動(dòng)力工程學(xué)院，太原030024)摘要：為解決異步電機(jī)故障軸承振動(dòng)信號(hào)易受噪音影響信噪比較小的缺點(diǎn)，提出了一種新的故障診斷方法。首先，采用小波分析方法對(duì)測(cè)得的原始信號(hào)進(jìn)行去噪，并根據(jù)頻率對(duì)原始信號(hào)進(jìn)行頻帶劃分；其次，用經(jīng)驗(yàn)?zāi)?/p>

2、式分解(EMD)方法對(duì)小波包分解重構(gòu)得到的低頻段信號(hào)進(jìn)行分解，獲得若干固有內(nèi)在模函數(shù)(IMF)；最后，采用傅里葉變換對(duì)各個(gè)IMF函數(shù)進(jìn)行時(shí)頻分析獲得頻譜圖，進(jìn)而提取故障頻率，根據(jù)故障頻率和故障類型的對(duì)應(yīng)關(guān)系得出最后的診斷結(jié)果。實(shí)驗(yàn)表明，該方法能有效地提取出故障特征頻率，方便地判斷出故障類型。對(duì)比分析了傅里葉變換和小波變換與本方法的優(yōu)缺點(diǎn)，為滾動(dòng)軸承的早期故障診斷提供了一個(gè)新的思路。關(guān)鍵詞：小波分解；經(jīng)驗(yàn)?zāi)Ｊ椒纸?；固有?nèi)在模函數(shù)；軸承故障診斷中圖分類號(hào)：TP028．8文獻(xiàn)標(biāo)識(shí)碼：A隨著科學(xué)技術(shù)的不斷發(fā)展，機(jī)械設(shè)備結(jié)構(gòu)越來越故障信息淹沒在背景

3、噪聲和干擾之中，從而使信號(hào)特復(fù)雜，機(jī)器運(yùn)行中發(fā)生故障的概率很高，會(huì)引起嚴(yán)重征提取變得異常困難_1]。后果，有時(shí)還會(huì)造成重大的經(jīng)濟(jì)損失。滾動(dòng)軸承是電筆者以滾動(dòng)軸承為研究對(duì)象，結(jié)合小波包分析力、石化、冶金、機(jī)械、航空航天以及一些軍事工業(yè)部設(shè)計(jì)了一種新的非平穩(wěn)信號(hào)分析方法——經(jīng)驗(yàn)?zāi)Ｊ介T中使用最廣泛的機(jī)械零件，也是最易損傷的元件之分解法(EmpiricalModeDecomposition，簡(jiǎn)稱一。據(jù)統(tǒng)計(jì)，在使用滾動(dòng)軸承的旋轉(zhuǎn)機(jī)械設(shè)備中，約EMD)，進(jìn)行分析。該方法能夠突出表現(xiàn)信號(hào)的局有30的機(jī)械故障與軸承損傷有關(guān)。因此，對(duì)滾動(dòng)部信號(hào)對(duì)滾動(dòng)軸承在

4、故障狀態(tài)下的振動(dòng)信號(hào)產(chǎn)生的軸承故障的診斷分析，在生產(chǎn)實(shí)際中尤為重要。傳統(tǒng)數(shù)據(jù)特征，并將其有效地提取出來，克服了快速傅立的滾動(dòng)軸承故障診斷方法有頻域分析方法和時(shí)域分葉變換的局限性，為滾動(dòng)軸承的振動(dòng)信號(hào)分析提供析方法，它們對(duì)滾動(dòng)軸承的分步式故障有很好的效了一種新的方法。果。但是對(duì)于局部缺陷，這些診斷方法的應(yīng)用效果不太理想，尤其是在故障的初期。近年來，新的診斷方l小波變換在軸承故障中的運(yùn)用法不斷涌現(xiàn)，如時(shí)頻分析方法可以有效地應(yīng)用于非平本文所用實(shí)驗(yàn)分析數(shù)據(jù)中不可避免地存在噪聲穩(wěn)信號(hào)的分析，彌補(bǔ)了傳統(tǒng)的基于快速傅利葉變換的干擾。當(dāng)噪聲成分過大或者信

5、號(hào)本身的成分比較復(fù)頻譜分析只適用于平穩(wěn)信號(hào)分析的缺陷；小波包變換雜時(shí)，后續(xù)信號(hào)處理得不到理想的效果，小波分析是提高了中高頻帶的分辨率，克服了短時(shí)傅立葉變換和近來應(yīng)用較廣的一種時(shí)頻分析方法。由于它在時(shí)域小波變換的缺點(diǎn)，小波包變換有利于提取軸承故障特和頻域的局部化和可變時(shí)頻窗的特點(diǎn)，故在非穩(wěn)態(tài)征。但是現(xiàn)有的信號(hào)分析技術(shù)在低信噪比振動(dòng)信號(hào)信號(hào)的分析方面比傳統(tǒng)的傅立葉分析法具有更大的的特征提取方面，并未取得突破性進(jìn)展。在滾動(dòng)軸承優(yōu)勢(shì)。小波包分析能對(duì)信號(hào)的頻帶進(jìn)行多層次劃運(yùn)行過程中，提取振動(dòng)信號(hào)時(shí)難免會(huì)受到大量非監(jiān)測(cè)分，提高信號(hào)在時(shí)域和頻域的分辨率

6、，減小其他信號(hào)部件振動(dòng)的干擾，造成有效信號(hào)的淹沒。特別是滾動(dòng)和噪聲信號(hào)的干擾。軸承的振動(dòng)信號(hào)是經(jīng)過復(fù)雜傳遞途徑所得，往往造成筆者在信號(hào)處理過程中，采用小波基函數(shù)對(duì)原收稿日期：2009—07一I5基金項(xiàng)目：山西省科技攻關(guān)資助項(xiàng)目(2006031153—01)；山西省自然科學(xué)基金資助項(xiàng)目(2007011068)作者簡(jiǎn)介：呂永衛(wèi)(1964)，男，山東龍[51人，副教授，主要從事機(jī)械故障診斷研究，(Te1)13653650859第2期呂永衛(wèi)等：基于小波包和EMD處理的滾動(dòng)軸承故障診斷179始信號(hào)進(jìn)行消噪處理，對(duì)所得信號(hào)進(jìn)行四層或五層b．把所有的局

7、部極大值用三次樣條連接起來，小波分解和低頻重構(gòu)，只對(duì)低頻分量進(jìn)行下一步的得到上包絡(luò)線e+(￡)。同樣地，可以得到下包絡(luò)線分析。e一(￡)。計(jì)算局部均值re(t)：小波包對(duì)信號(hào)的分解結(jié)構(gòu)用樹型結(jié)構(gòu)表示，在(￡)一(P+(￡)-i-V(￡))／2．(2)這里以三層分解為例進(jìn)行說明，其小波包分解樹如c．求出差值函數(shù)z(￡)：圖1所示。其中，a表示低頻，d表示高頻，末尾的(￡)一(￡)一(￡)．(3)序號(hào)數(shù)表示小波包分解的層數(shù)(也即尺度數(shù))。分解檢查z()是否滿足IMF條件，若不是，把(￡)當(dāng)作關(guān)系如下式表示：新的待處理量，重復(fù)做以上步驟。如果(

8、)滿足條S—o．a(chǎn)a3+daa3-+-dda3+件，那么(￡)就是第一個(gè)IMF，另記作()。dad3+add3+ddd3．(1)d．將y(￡)從z()中分離出來，即得到一個(gè)去它可以有很多種分解