本文關(guān)鍵詞：基于EEMD的滾動(dòng)軸承微弱故障特征提取方法研究

  更多相關(guān)文章： 早期故障 EEMD 相關(guān)峭度 時(shí)延相關(guān)解調(diào) 自相關(guān) 邊際譜

【摘要】：機(jī)械設(shè)備的構(gòu)造十分復(fù)雜,每個(gè)零件之間相互的聯(lián)系十分密切。任何一個(gè)部件損壞都會(huì)影響到設(shè)備的正常運(yùn)轉(zhuǎn)。軸承是旋轉(zhuǎn)機(jī)械中極易損壞的部件之一。因此,研究有效的軸承故障診斷方法,特別是早期的微弱故障特征提取方法。及時(shí)發(fā)現(xiàn)并排除這些關(guān)鍵部件的故障,對(duì)設(shè)備安全生產(chǎn)具有重大意義。滾動(dòng)軸承的故障信號(hào),特別是早期的微弱故障信號(hào)往往淹沒在強(qiáng)大的噪聲背景下,不易提取。這些振動(dòng)信號(hào)兼有非線性和非平穩(wěn)的特點(diǎn)。本文從降噪和非線性的信號(hào)處理方法兩方面入手,對(duì)滾動(dòng)軸承的振動(dòng)信號(hào)進(jìn)行以下主要研究:經(jīng)過理論和仿真分析,發(fā)現(xiàn)在非線性信號(hào)處理方面:EEMD分解較EMD分解有更好的抗混疊效果;自相關(guān)函數(shù)降噪性能優(yōu)越,可保留信號(hào)原有的頻率成分;時(shí)延相關(guān)解調(diào)在早期故障提取特征方面具有很大的優(yōu)勢(shì)。提出將相關(guān)峭度法應(yīng)用在IMF分量?jī)?yōu)選方面,通過實(shí)測(cè)數(shù)據(jù)分析表明該方法在優(yōu)選IMF分量方面的效果要明顯優(yōu)于峭度法和相關(guān)系數(shù)法。針對(duì)調(diào)制頻率突出的高頻信號(hào),提出一種基于EEMD和相關(guān)峭度的時(shí)延相關(guān)解調(diào)故障特征提取方法。該方法先將信號(hào)進(jìn)行EEMD分解,然后用相關(guān)峭度法來(lái)優(yōu)選IMF分量,彌補(bǔ)了峭度法或相關(guān)系數(shù)法的不足。然后對(duì)重構(gòu)信號(hào)進(jìn)行時(shí)延相關(guān)解調(diào),有效的削弱了經(jīng)過EEMD分解給重構(gòu)信號(hào)中增添的噪聲的影響。通過仿真分析,發(fā)現(xiàn)該方法較基于EEMD分解后直接對(duì)重構(gòu)信號(hào)Hilbert解調(diào)的效果更好,可準(zhǔn)確的提取故障的基頻及其倍頻成分,提高了故障診斷的準(zhǔn)確性。同時(shí)也說(shuō)明了其在早期故障特征提取方面的優(yōu)勢(shì)。針對(duì)調(diào)制頻率不明顯的低頻信號(hào),提出了一種基于EEMD和自相關(guān)的邊際譜故障特征提取方法。該方法先將信號(hào)進(jìn)行EEMD分解,對(duì)其中具有低頻故障且時(shí)域特征明顯的IMF分量進(jìn)行自相關(guān)降噪處理,該過程有效的抑制了與低頻故障相似的頻率干擾。然后對(duì)自相關(guān)處理后的IMF分量做邊際譜分析。通過仿真實(shí)驗(yàn),發(fā)現(xiàn)該方法不僅能去除故障頻率外的邊頻帶,而且比直接EEMD分解進(jìn)行邊際譜分析更加準(zhǔn)確和有效。搭建了滾動(dòng)軸承故障診斷實(shí)驗(yàn)臺(tái),利用以上提出的兩種改進(jìn)算法對(duì)滾動(dòng)軸承內(nèi)圈、外圈和滾動(dòng)體的早期故障數(shù)據(jù)進(jìn)行分析。驗(yàn)證了基于EEMD和相關(guān)峭度的時(shí)延相關(guān)解調(diào)法,優(yōu)于EEMD分解后直接Hilbert解調(diào)的方法,其解調(diào)的故障基頻和倍頻都十分明顯,適用于早期故障診斷;驗(yàn)證了基于EEMD和自相關(guān)的邊際譜法優(yōu)于EEMD分解后直接做邊際譜方法,該方法有效抑制干擾邊頻帶的同時(shí)使得提取的故障特征頻率更加準(zhǔn)確,提高了故障診斷的準(zhǔn)確性和有效性。
【關(guān)鍵詞】：早期故障 EEMD 相關(guān)峭度 時(shí)延相關(guān)解調(diào) 自相關(guān) 邊際譜
【學(xué)位授予單位】：石家莊鐵道大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7;TH133.33
【目錄】：

• 摘要3-5
• Abstract5-10
• 第一章 緒論10-19
• 1.1 課題研究目的及意義10-11
• 1.2 機(jī)械故障診斷技術(shù)國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.3 機(jī)械故障特征提取方法的國(guó)內(nèi)外研究現(xiàn)狀12-16
• 1.3.1 降噪技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀12-14
• 1.3.2 信號(hào)處理時(shí)頻分析方法國(guó)內(nèi)外研究現(xiàn)狀14-16
• 1.4 主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)16-19
• 1.4.1 主要研究?jī)?nèi)容16-17
• 1.4.2 創(chuàng)新點(diǎn)17-19
• 第二章 EEMD分解和自相關(guān)分析19-39
• 2.1 引言19
• 2.2 EMD方法19-23
• 2.2.1 EMD的基本概念19-21
• 2.2.2 EMD分解步驟21
• 2.2.3 EMD的算法流程圖21-22
• 2.2.4 EMD分解的特點(diǎn)22-23
• 2.3 EEMD方法23-29
• 2.3.1 EEMD分解步驟23
• 2.3.2 EEMD算法流程圖23-24
• 2.3.3 參數(shù)設(shè)置24-25
• 2.3.4 EEMD和EMD抗模態(tài)混疊性能對(duì)比25-29
• 2.4 自相關(guān)降噪分析29-36
• 2.4.1 自相關(guān)函數(shù)定義29-30
• 2.4.2 調(diào)制信號(hào)的自相關(guān)分析30-32
• 2.4.3 自相關(guān)降噪32-34
• 2.4.4 仿真信號(hào)分析34-36
• 2.5 時(shí)延相關(guān)解調(diào)法研究36-38
• 2.6 本章小結(jié)38-39
• 第三章 基于EEMD的改進(jìn)時(shí)延相關(guān)解調(diào)法39-51
• 3.1 引言39
• 3.2 IMF優(yōu)選準(zhǔn)則39-44
• 3.2.1 互相關(guān)系數(shù)法40
• 3.2.2 峭度法40
• 3.2.3 相關(guān)峭度法40-41
• 3.2.4 實(shí)驗(yàn)驗(yàn)證41-44
• 3.3 基于EEMD和相關(guān)峭度的時(shí)延相關(guān)解調(diào)的故障特征提取方法44-50
• 3.3.1 滾動(dòng)軸承的故障模型及仿真信號(hào)45-46
• 3.3.2 仿真信號(hào)分析46-50
• 3.4 本章小結(jié)50-51
• 第四章 基于EEMD的改進(jìn)邊際譜方法51-57
• 4.1 引言51
• 4.2 邊際譜51-52
• 4.3 基于EEMD和自相關(guān)的邊際譜的故障特征提取方法52
• 4.4 仿真信號(hào)分析52-56
• 4.5 本章小結(jié)56-57
• 第五章 實(shí)驗(yàn)驗(yàn)證57-74
• 5.1 實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)57-60
• 5.1.1 整體方案57
• 5.1.2 硬件系統(tǒng)57-60
• 5.1.3 軟件系統(tǒng)60
• 5.2 實(shí)驗(yàn)數(shù)據(jù)60-63
• 5.2.1 滾動(dòng)軸承參數(shù)60-61
• 5.2.2 實(shí)驗(yàn)工況及數(shù)據(jù)61-63
• 5.3 基于EEMD和相關(guān)峭度的時(shí)延相關(guān)解調(diào)法的故障診斷實(shí)例分析63-71
• 5.3.1 滾動(dòng)軸承內(nèi)圈數(shù)據(jù)分析63-65
• 5.3.2 滾動(dòng)軸承外圈數(shù)據(jù)分析65-68
• 5.3.3 滾動(dòng)體數(shù)據(jù)分析68-71
• 5.4 基于EEMD和自相關(guān)的邊際譜法的故障診斷實(shí)例分析71-73
• 5.5 本章小結(jié)73-74
• 第六章 結(jié)論與展望74-76
• 6.1 結(jié)論74-75
• 6.2 展望75-76
• 參考文獻(xiàn)76-81
• 致謝81-82
• 個(gè)人簡(jiǎn)介、在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文82

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 趙明生;梁開水;羅元方;徐玉萍;;EEMD在爆破振動(dòng)信號(hào)去噪中的應(yīng)用[J];爆破;2011年02期

2 鄭旭;郝志勇;金陽(yáng);盧兆剛;;基于EEMD與廣義S變換的內(nèi)燃機(jī)噪聲源識(shí)別研究[J];內(nèi)燃機(jī)工程;2011年05期

3 常鵬;高亞靜;張琳;李均強(qiáng);;基于EEMD與時(shí)間序列法的短期風(fēng)電場(chǎng)功率預(yù)測(cè)[J];電力科學(xué)與工程;2012年03期

4 秦娜;金煒東;黃進(jìn);李智敏;劉景波;;基于EEMD樣本熵的高速列車轉(zhuǎn)向架故障特征提取[J];西南交通大學(xué)學(xué)報(bào);2014年01期

5 劉俊;王占林;付永領(lǐng);郭彥青;;基于EEMD分解的直驅(qū)式機(jī)電作動(dòng)器故障診斷[J];北京航空航天大學(xué)學(xué)報(bào);2012年12期

6 秦娜;金煒東;黃進(jìn);李智敏;劉景波;;基于EEMD的高速列車轉(zhuǎn)向架故障診斷[J];計(jì)算機(jī)工程;2013年12期

7 陳成法;李樹珉;張建生;張英鋒;孫長(zhǎng)庫(kù);;基于EEMD及敏感IMF的再制造發(fā)動(dòng)機(jī)振動(dòng)模式研究[J];振動(dòng)與沖擊;2014年02期

8 夏均忠;蘇濤;張陽(yáng);王龍;冷永剛;;基于EEMD能量熵及LS-SVM滾動(dòng)軸承故障診斷[J];噪聲與振動(dòng)控制;2014年03期

9 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 夏江江;嚴(yán)中偉;;北京地區(qū)城市化進(jìn)程對(duì)局地生長(zhǎng)季變化的影響[A];第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S7城市氣象精細(xì)預(yù)報(bào)與服務(wù)[C];2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 趙肖宇;基于EMD和EEMD的自適應(yīng)光譜預(yù)處理方法及其應(yīng)用研究[D];燕山大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王少君;基于EEMD的滾動(dòng)軸承微弱故障特征提取方法研究[D];石家莊鐵道大學(xué);2016年

，

本文編號(hào)：854559