本文關(guān)鍵詞：熵選擇IMF分量的滾動(dòng)軸承故障診斷方法

  更多相關(guān)文章： 滾動(dòng)軸承 變轉(zhuǎn)速信號(hào) 香農(nóng)熵 EMD分解 階比跟蹤 包絡(luò)解調(diào) FFT

【摘要】：滾動(dòng)軸承是旋轉(zhuǎn)機(jī)械的關(guān)鍵組成部分,也是極容易損壞的部件之一,長(zhǎng)期以來(lái),對(duì)旋轉(zhuǎn)機(jī)械滾動(dòng)軸承的故障診斷一直是業(yè)內(nèi)研究的重點(diǎn)和難點(diǎn)。通過(guò)分析旋轉(zhuǎn)機(jī)械運(yùn)行過(guò)程中產(chǎn)生的振動(dòng)信號(hào)可以實(shí)現(xiàn)對(duì)滾動(dòng)軸承的故障診斷。絕大多數(shù)旋轉(zhuǎn)機(jī)械都是在變轉(zhuǎn)速工況下運(yùn)行的,因此所產(chǎn)生的振動(dòng)信號(hào)大部分都是非平穩(wěn)信號(hào)。當(dāng)滾動(dòng)軸承發(fā)生故障時(shí),這些變轉(zhuǎn)速信號(hào)將會(huì)表現(xiàn)的更加明顯,并且其中包含豐富的故障特征信息。然而現(xiàn)有的信號(hào)處理方法并不能有效地完成變轉(zhuǎn)速工況下滾動(dòng)軸承的故障診斷。 本文在對(duì)現(xiàn)有的信號(hào)處理方法進(jìn)行研究的基礎(chǔ)上,提出了熵選擇IMF分量的滾動(dòng)軸承故障診斷方法。該方法將EMD分解、香農(nóng)熵、傅里葉變換、階比跟蹤以及包絡(luò)解調(diào)等方法進(jìn)行了有機(jī)結(jié)合,實(shí)現(xiàn)了對(duì)變轉(zhuǎn)速工況下振動(dòng)信號(hào)的處理與分析,最終利用分析結(jié)果完成了對(duì)變轉(zhuǎn)速工況下滾動(dòng)軸承的故障診斷,該方法的具體步驟如下。 首先,利用EMD分解方法對(duì)采集到的振動(dòng)信號(hào)進(jìn)行預(yù)處理,將其自適應(yīng)的分解為一系列的本征模函數(shù),即IMF分量。該方法可以將原振動(dòng)信號(hào)分解為不同頻率成分的振動(dòng)信號(hào),起到了濾波的作用。 其次,選擇合適的IMF分量分別提取滾動(dòng)軸承的轉(zhuǎn)速信息與進(jìn)行滾動(dòng)軸承的故障診斷。為了更好的實(shí)現(xiàn)對(duì)故障信號(hào)的提取分析,首先需要求出EMD分解之后得到的各IMF分量的香農(nóng)熵,然后根據(jù)香農(nóng)熵值的大小判斷信號(hào)的無(wú)序性程度。香農(nóng)熵值越小,信號(hào)越有序；香農(nóng)熵值越大,信號(hào)越無(wú)序。當(dāng)滾動(dòng)軸承發(fā)生故障時(shí),其故障表面與其它元件相接觸時(shí)會(huì)發(fā)生周期性的撞擊,從而產(chǎn)生間隔均勻的脈沖,因此本文選擇香農(nóng)熵值最小的IMF分量提取滾動(dòng)軸承的故障特征。轉(zhuǎn)速信息一般位于信號(hào)的低頻段,僅僅利用香農(nóng)熵值的大小很難判斷信號(hào)頻率的分布情況,所以需要對(duì)IMF分量做FFT變換,了解各IMF分量的頻率分布,進(jìn)而選擇合適的分量來(lái)提取振動(dòng)信號(hào)中的轉(zhuǎn)速信息。 最后,提取故障特征,對(duì)滾動(dòng)軸承進(jìn)行故障診斷。利用提取的轉(zhuǎn)速信息對(duì)熵值最小的IMF分量做等角度重采樣,將其從時(shí)域非平穩(wěn)信號(hào)轉(zhuǎn)換為角域平穩(wěn)信號(hào),對(duì)角域平穩(wěn)信號(hào)做包絡(luò)解調(diào),得到包絡(luò)階比譜,判斷滾動(dòng)軸承的故障類型。 本文以多功能轉(zhuǎn)子試驗(yàn)臺(tái)為實(shí)驗(yàn)平臺(tái),對(duì)上述方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明該方法能夠準(zhǔn)確可靠地實(shí)現(xiàn)變轉(zhuǎn)速工況下滾動(dòng)軸承的故障診斷。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TH165.3;TH133.33

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 徐振輝,馬立元;滾動(dòng)軸承的故障特征提取[J];兵工自動(dòng)化;2004年01期

2 楊翠麗;秦榮;杜燦誼;;基于EMD理論的等角度重采樣方法在凸輪軸故障診斷中的應(yīng)用[J];車用發(fā)動(dòng)機(jī);2011年06期

3 陳平;李慶民;趙彤;;瞬時(shí)頻率估計(jì)算法研究進(jìn)展綜述[J];電測(cè)與儀表;2006年07期

4 馮輔周;饒國(guó)強(qiáng);張麗霞;司愛(ài)威;;基于EMD和排列熵的軸承異常檢測(cè)方法研究[J];軸承;2013年02期

5 鄒紅星,戴瓊海,李衍達(dá),盧旭光;不含交叉項(xiàng)干擾且具有WVD聚集性的時(shí)頻分布之不存在性[J];中國(guó)科學(xué)E輯:技術(shù)科學(xué);2001年04期

6 彭立中,王永革;具有優(yōu)美結(jié)構(gòu)的緊支正交小波的構(gòu)造[J];中國(guó)科學(xué)E輯:技術(shù)科學(xué);2004年02期

7 鄭海波,李志遠(yuǎn),陳心昭;基于連續(xù)小波變換的齒輪故障診斷方法研究[J];機(jī)械工程學(xué)報(bào);2002年03期

8 郭瑜,秦樹(shù)人,湯寶平,紀(jì)躍波;基于瞬時(shí)頻率估計(jì)的旋轉(zhuǎn)機(jī)械階比跟蹤[J];機(jī)械工程學(xué)報(bào);2003年03期

9 姜鳴,陳進(jìn),汪慰軍;幾種Cohen類時(shí)頻分布的比較及應(yīng)用[J];機(jī)械工程學(xué)報(bào);2003年08期

10 鄧擁軍,王偉,錢成春,王忠,戴德君;EMD方法及Hilbert變換中邊界問(wèn)題的處理[J];科學(xué)通報(bào);2001年03期

，

本文編號(hào)：1208915