針對注塑機(jī)軸承故障信號含有強(qiáng)背景噪聲且難以診斷的問題,提出使用最小反褶積（MED）降噪算法結(jié)合經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）對注塑機(jī)軸承的故障振動信號進(jìn)行分析,通過所得頻譜確定注塑機(jī)軸承故障位置。結(jié)果表明:該方法可以對含有較大背景噪聲的仿真信號及實(shí)例軸承信號去噪,經(jīng)EMD分解后可得到高信噪比故障信號,通過頻譜分析技術(shù)可以很好地診斷輸入信號是否存在故障。 

【文章來源】：塑料科技. 2020,48(06)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

幅值脈沖信號

采集到的注塑機(jī)軸承故障信號通常包含較大的背景噪聲，為了建立較為真實(shí)的注塑機(jī)軸承的數(shù)學(xué)模型，對上述脈沖信號添加3 dB的高斯白噪聲[11]，圖4為其故障仿真信號圖。使用MED降噪算法對含有噪聲的仿真信號進(jìn)行處理，該算法依據(jù)極值點(diǎn)尋優(yōu)自適應(yīng)地對輸入信號進(jìn)行降噪，圖5為MED降噪后的信號。由圖5可知，經(jīng)MED降噪后信號的沖擊成分相當(dāng)明顯，與圖3中脈沖個數(shù)相同，由此可以得出，MED算法對強(qiáng)噪聲信號具有很好的降噪作用。

MED降噪后所得信號

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)LMD和MED的滾動軸承故障診斷研究[J]. 范卓幽,高曉蓉,羅林.  鐵路計算機(jī)應(yīng)用. 2019(12)
[2]基于SAS降噪和譜峭度的特征頻率提取方法[J]. 肖凌俊,呂勇,袁銳.  機(jī)械傳動. 2019(12)
[3]基于EEMD和CS-SVM的滾動軸承故障診斷研究[J]. 梁治華,曹江濤,姬曉飛.  機(jī)電工程. 2019(06)
[4]基于MED和LMD的自動傾斜器軸承廣義Shannon熵譜分析[J]. 張先輝,李新民,金小強(qiáng).  航空動力學(xué)報. 2019(04)
[5]擴(kuò)展卡爾曼濾波方法在轉(zhuǎn)子典型故障診斷中的應(yīng)用[J]. 張永強(qiáng),荊建平,李亞偉,牛超陽,賈林.  噪聲與振動控制. 2018(05)
[6]MCKD在滾動軸承振動信號處理中的應(yīng)用[J]. 劉鯤鵬,趙磊,白云川,李澤華,呂麒鵬.  內(nèi)燃機(jī)與配件. 2018(13)
[7]基于FFT的電力系統(tǒng)諧波分析[J]. 趙航宇,毛王清.  電工技術(shù). 2018(13)
[8]基于EMD和改進(jìn)Teager能量算子的軸承故障診斷[J]. 王耀贏,劉德平,鄭鵬.  組合機(jī)床與自動化加工技術(shù). 2018(06)
[9]傅里葉變換在轉(zhuǎn)動設(shè)備故障診斷中的應(yīng)用[J]. 張銀雪.  油氣田地面工程. 2017(07)
[10]Rolling element bearing instantaneous rotational frequency estimation based on EMD soft-thresholding denoising and instantaneous fault characteristic frequency[J]. 趙德尊,李建勇,程衛(wèi)東,王天楊,溫偉剛.  Journal of Central South University. 2016(07)



本文編號：3451335