【摘要】：電機(jī)是現(xiàn)代社會生產(chǎn)中應(yīng)用最廣泛的一種驅(qū)動機(jī)械,它的運(yùn)行狀態(tài)會直接影響整個(gè)生產(chǎn)系統(tǒng)的正常工作,而滾動軸承是電機(jī)中較為薄弱的環(huán)節(jié),其運(yùn)行狀態(tài)是否正常直接影響到整臺機(jī)器的性能。因此滾動軸承故障檢測變的尤為重要。本文針對小波硬閾值函數(shù)的不連貫性和軟閾值函數(shù)的失真性的問題,將小波閾值函數(shù)做了進(jìn)一步的改進(jìn)。針對EMD(經(jīng)驗(yàn)?zāi)B(tài)分解,簡稱EMD)分解存在的模態(tài)混疊問題和端點(diǎn)效應(yīng)問題,繼而采用CEEMD(互補(bǔ)集合經(jīng)驗(yàn)?zāi)B(tài)分解,簡稱CEEMD)和端點(diǎn)延拓相結(jié)合對滾動軸承故障進(jìn)行分解,CEEMD分解和端點(diǎn)延拓相結(jié)合通過向信號中加入對稱的高斯白噪聲,從而有效的解決EMD分解方法中的模態(tài)混疊問題和端點(diǎn)效應(yīng),隨后將小波閾值去噪與EMD分解、CEEMD分解相結(jié)合,給出了改進(jìn)小波閾值去噪和EMD分解、CEEMD分解相結(jié)合的包絡(luò)檢測法具體實(shí)現(xiàn)步驟。首先將信號進(jìn)行EMD分解或CEEMD分解,將故障信號有效的分解到不同頻帶,再以峭度指標(biāo)作為IMF(固有模態(tài)函數(shù),簡稱IMF)分量選擇的依據(jù),對于符合峭度指標(biāo)的IMF分量進(jìn)行重構(gòu),改進(jìn)小波閾值去噪對重構(gòu)信號進(jìn)行去噪。為驗(yàn)本文提出方法的優(yōu)越性,用Matlab進(jìn)行實(shí)驗(yàn)分析。分析結(jié)果證明:對于本文提出改進(jìn)小波閾值去噪方法比傳統(tǒng)小波閾值函數(shù)具有更高的信噪比和更低的最小均方差值。對于本文提出的CEEMD分解與譜峭度相結(jié)合的診斷方法與EMD檢測法相比,在早期滾動軸承故障中,隨著滾動軸承故障程度加重,EMD分解則無法準(zhǔn)確的反應(yīng)滾動軸承故障特征頻率,而此時(shí),CEEMD分解和譜峭度相結(jié)合的方法仍能較好的對軸承故障信號進(jìn)行診斷。
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM307

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周曉君;劉勝蘭;;基于集合譜峭度法的軸承故障診斷[J];艦船科學(xué)技術(shù);2013年09期

2 李懷鵬;岳林;;基于峭度的運(yùn)行模態(tài)分析中諧波的識別方法[J];機(jī)械工程與自動化;2010年04期

3 蔡改改;劉海洋;黃偉國;朱忠奎;;自適應(yīng)譜峭度濾波方法及其振動信號檢測應(yīng)用[J];振動.測試與診斷;2014年02期

4 鄭威;樊可清;;基于譜峭度的不確定性振源監(jiān)測方法[J];噪聲與振動控制;2007年05期

5 武兵;賈峰;熊曉燕;;基于最大相關(guān)峭度反褶積的軸承故障診斷方法[J];振動.測試與診斷;2014年03期

6 趙妍;李志民;李天云;;一種基于譜峭度的異步電機(jī)故障診斷方法[J];電工技術(shù)學(xué)報(bào);2014年05期

7 安國慶;秦程;郭立煒;梁永春;;峭度濾波器用于電機(jī)軸承早期故障特征提取[J];電機(jī)與控制學(xué)報(bào);2014年06期

8 崔志濤;溫潔嫦;胡南輝;;一種新的基于歸一化峭度的ICA算法[J];廣東工業(yè)大學(xué)學(xué)報(bào);2007年04期

9 梁瑜;郭瑜;吳川輝;;基于復(fù)Morlet小波譜峭度圖包絡(luò)分析算法的改進(jìn)[J];昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

10 楊光永;胡國清;陳樂;吳海鋒;宋佳聲;;用于信號盲提取的最大三階相關(guān)峭度反卷積算法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 范清清;;一種基于峭度的盲多用戶檢測方法[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

2 徐新韜;王華慶;楊曉;李嶺陽;;基于STFT的譜峭度法在軸承故障診斷中的應(yīng)用[A];第11屆全國轉(zhuǎn)子動力學(xué)學(xué)術(shù)討論會（ROTDYN2014）論文集（上冊）[C];2014年

3 李軍;張永祥;姚曉山;;峭度自適應(yīng)學(xué)習(xí)步長盲提取算法提取軸承沖擊信號[A];第八屆全國設(shè)備與維修工程學(xué)術(shù)會議、第十三屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會議論文集[C];2008年

4 李富才;孟光;胥永剛;;基于多尺度峭度指標(biāo)的損傷識別研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

5 方紅雨;;基于最小峭度準(zhǔn)則的碼約束盲恒模干擾抑制算法[A];第十九屆電工理論學(xué)術(shù)年會論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 陳元園;面向阿爾茨海默病的磁共振擴(kuò)散峭度成像特征分析與識別[D];天津大學(xué);2014年

2 彭暢;旋轉(zhuǎn)機(jī)械軸承振動信號分析方法研究[D];重慶大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王艷茹;基于信號峭度的復(fù)值盲分離算法研究[D];東北大學(xué);2014年

2 王志遠(yuǎn);基于譜峭度理論的錨桿無損檢測方法研究[D];石家莊鐵道大學(xué);2016年

3 劉盈萱;CEEMD和譜峭度結(jié)合在電機(jī)軸承故障診斷中的研究[D];東北石油大學(xué);2016年

4 王嘉晨;基于峭度最大化算法的復(fù)數(shù)功能磁共振成像信號分析[D];大連理工大學(xué);2011年

5 陳剛;譜峭度及其在電力系統(tǒng)暫態(tài)信號處理中的應(yīng)用研究[D];西南交通大學(xué);2012年

6 劉海洋;基于譜峭度的信號特征提取及其傳動系統(tǒng)關(guān)鍵部件故障診斷應(yīng)用[D];蘇州大學(xué);2013年

7 范清清;基于峭度的盲自適應(yīng)檢測方法研究[D];安徽大學(xué);2004年

8 吳宏天;基于方差與峭度的模擬電路故障診斷及實(shí)現(xiàn)[D];湖南師范大學(xué);2012年

9 閆彩虹;基于自相關(guān)函數(shù)和峭度的FECG提取算法研究[D];重慶大學(xué);2009年

10 陳君瑜;復(fù)數(shù)參考獨(dú)立分量分析算法及其fMRI應(yīng)用研究[D];大連理工大學(xué);2008年

，

本文編號：2549284