針對煉鐵廠除塵風機服役在高溫、高濕、多粉塵的惡劣環(huán)境下以及強背景噪聲的復雜工況造成其驅(qū)動側滾動軸承振動信號具有強非線性、強調(diào)制的特點,致使其故障特征頻率難提取、難辨識的問題,融合變分模態(tài)分解(Variational Mode Decomposition,VMD)與最大相關峭度解卷積(Maximum Correlated Kurtosis Deconvolution,MCKD)實現(xiàn)了對除塵風機滾動軸承振動信號的降噪、故障特征頻率的提取,并通過包絡解調(diào)方法完成了故障的識別。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1除塵風機驅(qū)動側軸承振動故障診斷流程

首先，搭建測試系統(tǒng)測取滾動軸承的振動信號;其次，將滾動軸承的振動信號經(jīng)由VMD分解，獲得若干個IMF分量;然后，借助于MCKD對上述各IMF進行濾波來凸顯不同頻段內(nèi)隱含的故障成份;最后，將上述隱含的故障分量進行包絡解調(diào)，綜合研判確定故障的類型及程度。具體流程如圖1所示。4現(xiàn)場驗....

圖2除塵風機驅(qū)動側軸承振動數(shù)據(jù)采集系統(tǒng)

為驗證所提方法的有效性，在生產(chǎn)現(xiàn)場基于LMSTest.Lab采集儀及工作站搭建除塵風機驅(qū)動側滾動軸承的測試系統(tǒng)(圖2)。除塵風機驅(qū)動側滾動軸承的型號及參數(shù)如表1所示。試驗前，將2支PCB的356A16型傳感器分別通過磁座吸附在軸承座的徑向的水平與垂直2個位置上，傳感器通過6m....

圖3除塵風機驅(qū)動側滾動軸承振動信號時域波形

分析時，截取如圖3所示的一段長度為1s、采樣點數(shù)為5120個的滾動軸承振動時域波形，對其進行傅里葉變換獲得圖4所示的頻域圖，發(fā)現(xiàn)很難找到故障信息。由于故障特征頻率被噪聲背景淹沒致使在圖4頻譜中無法找到任何相近特征頻率。對此，利用本文所提方法將該信號經(jīng)由VMD分解求取信號的6組....

圖4除塵風機驅(qū)動側滾動軸承振動信號頻域波形

圖3除塵風機驅(qū)動側滾動軸承振動信號時域波形圖5經(jīng)VMD分解后各IMF分量

本文編號：3953275