發(fā)布時(shí)間：2021-01-03 03:59

　　針對(duì)滾動(dòng)軸承早期故障特征提取困難的問題,提出了將集合經(jīng)驗(yàn)?zāi)B(tài)分解（Ensemble Empirical Mode Decomposition,EEMD）和優(yōu)化的頻帶熵（OFBE）相結(jié)合的軸承故障特征提取方法。針對(duì)EEMD的多個(gè)本征模態(tài)分量（Intrinsic Mode Function,IMF）,如何選出更能反映故障特征的敏感IMF的問題,提出一種基于頻帶熵的敏感IMF的選取方法。首先,對(duì)原始振動(dòng)信號(hào)進(jìn)行EEMD分解,獲得一系列IMFs;然后,對(duì)原信號(hào)和各個(gè)IMF分量求頻帶熵,在熵值最小處設(shè)計(jì)帶通濾波器帶寬作為特征頻帶,比較各個(gè)IMF的特征頻帶與原信號(hào)熵最小值所處頻帶之間的從屬關(guān)系,進(jìn)而選出反映故障特征的敏感IMF。由于背景噪聲的影響,從選取的IMF中難以準(zhǔn)確地得到故障頻率。因此,利用FBE在選取IMF的基礎(chǔ)上設(shè)計(jì)的帶通濾波器,并提出利用包絡(luò)峭度最大值原則優(yōu)化帶寬,然后對(duì)其進(jìn)行帶通濾波,并進(jìn)行包絡(luò)功率譜分析以提取故障特征頻率。將該方法應(yīng)用到軸承仿真數(shù)據(jù)和實(shí)際數(shù)據(jù)中,能夠?qū)崿F(xiàn)軸承故障特征的精確診斷,證明了該方法的有效性和優(yōu)勢(shì)。 

【文章來源】：振動(dòng)工程學(xué)報(bào). 2020年02期 北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

診斷方法流程圖

內(nèi)圈故障仿真信號(hào)

圖2 內(nèi)圈故障仿真信號(hào)式中系統(tǒng)采樣頻率fs為12000 Hz，結(jié)構(gòu)共振頻率fn為3000Hz，內(nèi)圈故障頻率fi為79Hz，轉(zhuǎn)頻fr為28Hz，系統(tǒng)衰減系數(shù)記為B，且其值為500。為了驗(yàn)證算法的有效性，添加了信噪比為-5dB的隨機(jī)噪聲。仿真信號(hào)時(shí)域圖如圖2(a）所示，由于噪聲影響，很難提取到?jīng)_擊特征。由圖2(b）的包絡(luò)譜可知，雖然可以提取故障特征頻率、倍頻及轉(zhuǎn)頻，但都被通頻帶噪聲包圍。因此，有必要對(duì)其進(jìn)行預(yù)處理，以提高信號(hào)的信噪比。

【參考文獻(xiàn)】：
期刊論文
[1]基于快速譜峭度圖的EEMD內(nèi)稟模態(tài)分量選取方法[J]. 蔣超,劉樹林,姜銳紅,王波.  振動(dòng).測(cè)試與診斷. 2015(06)
[2]基于EEMD形態(tài)譜和KFCM聚類集成的滾動(dòng)軸承故障診斷方法研究[J]. 鄭直,姜萬錄,胡浩松,朱勇,李揚(yáng).  振動(dòng)工程學(xué)報(bào). 2015(02)
[3]一種譜峭度和Morlet小波的滾動(dòng)軸承微弱故障診斷方法[J]. 丁康,黃志東,林慧斌.  振動(dòng)工程學(xué)報(bào). 2014(01)
[4]基于EEMD和共振解調(diào)的滾動(dòng)軸承自適應(yīng)故障診斷[J]. 周智,朱永生,張優(yōu)云,朱川峰,王鵬.  振動(dòng)與沖擊. 2013(02)
[5]基于集成經(jīng)驗(yàn)?zāi)B(tài)分解和峭度準(zhǔn)則的滾動(dòng)軸承故障特征提取方法[J]. 胡愛軍,馬萬里,唐貴基.  中國(guó)電機(jī)工程學(xué)報(bào). 2012(11)
[6]滾動(dòng)軸承故障的EMD診斷方法研究[J]. 高強(qiáng),杜小山,范虹,孟慶豐.  振動(dòng)工程學(xué)報(bào). 2007(01)



本文編號(hào)：2954269