本文關(guān)鍵詞：基于LMD的譜峭度算法在滾動軸承故障診斷中的應(yīng)用研究

  更多相關(guān)文章： 滾動軸承 局域均值分解 Hilbert變換 譜峭度 包絡(luò)分析

【摘要】：滾動軸承作為機(jī)械設(shè)備中重要的旋轉(zhuǎn)零件,是機(jī)械設(shè)備的重要故障源之一。因此,對滾動軸承進(jìn)行狀態(tài)監(jiān)測和故障診斷具有重要的意義。完整的滾動軸承故障診斷過程包括信號測取、特征提取、故障診斷(狀態(tài)分析)、決策干預(yù)等四個(gè)環(huán)節(jié)。本文通過對滾動軸承故障機(jī)理的研究,針對滾動軸承故障振動信號的非平穩(wěn)調(diào)制特性,引入了新的時(shí)頻分析方法——局域均值分解,并進(jìn)一步將其與譜峭度相結(jié)合應(yīng)用于滾動軸承故障診斷中。本文的主要研究內(nèi)容如下:首先研究了局域均值分解方法,其原理是將非平穩(wěn)非線性的多分量信號分解成一系列的PF分量,所有PF分量瞬時(shí)幅值和瞬時(shí)頻率的組合便是原始信號的時(shí)頻分布。編寫了matlab程序,選取兩種不同類型的信號進(jìn)行了仿真驗(yàn)證,同時(shí)進(jìn)一步引用美國西儲大學(xué)的軸承故障數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)驗(yàn)證。其次針對滾動軸承故障振動信號濾波分析時(shí),濾波參數(shù)無法準(zhǔn)確確定,只能依靠歷史數(shù)據(jù)和人工經(jīng)驗(yàn)這一問題,引入了基于局域均值分解的譜峭度算法。該算法首先采用局域均值分解法對原始信號進(jìn)行時(shí)頻分析;其次依據(jù)信號的時(shí)頻分布選取一定的尺度,將信號分解成若干個(gè)相異的頻段并計(jì)算其譜峭度;然后利用Matlab畫出對應(yīng)的峭度圖,根據(jù)峭度最大原則選擇最佳的濾波頻段進(jìn)行FIR濾波;最后對濾波后的信號進(jìn)行包絡(luò)分析,從而提取出信號的調(diào)制信息。編寫了該算法的matlab程序,選取多分量信號進(jìn)行了仿真驗(yàn)證,同時(shí)進(jìn)一步引用美國西儲大學(xué)的軸承故障數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)驗(yàn)證。最后借助精密機(jī)電研究所旋轉(zhuǎn)機(jī)械故障檢測平臺測取了圓柱滾子軸承內(nèi)圈故障、外圈故障、滾動體故障和正常軸承的振動信號實(shí)驗(yàn)數(shù)據(jù),利用基于局域均值分解的譜峭度算法對滾動軸承的內(nèi)圈、外圈、滾動體故障以及正常軸承進(jìn)行了分析。四個(gè)實(shí)驗(yàn)分別成功地提取到了滾動軸承內(nèi)圈、外圈和滾動體的故障頻率以及正常運(yùn)行時(shí)的固有振動頻率。從實(shí)驗(yàn)中驗(yàn)證了基于局域均值分解的譜峭度算法在滾動軸承各部件故障診斷中的可行性。
【關(guān)鍵詞】：滾動軸承 局域均值分解 Hilbert變換 譜峭度 包絡(luò)分析
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH17
，

本文編號：565230