基于循环平稳周期延拓EMD的滚动轴承故障诊断研究

2020-10-09 10:08刘佳杭王伟韬刘振涛何振鹏
科技风 2020年25期
关键词:滚动轴承改进方法故障诊断

刘佳杭 王伟韬 刘振涛 何振鹏

摘 要:經验模态分解可根据信号本身变化进行信号分解,具有较好的自适应和时频分辨能力,应用较为广泛[1-3],但存在端点效应和模态混叠问题。此外,旋转器械(轴承,转子系统等)具有对称结构,其正常和故障信号都具有循环平稳性,本文提出基于循环平稳周期延拓的EMD改进方法,并进行滚动轴承故障诊断,取得了较好的效果。

关键词:经验模态分解;改进方法;滚动轴承;故障诊断

1 基本理论

经验模态分解(Empirical Mode Decomposition,EMD)是黄锷[4]提出的一种处理非平稳信号的新方法,该方法可将信号分解成一系列信号,外加一个残余分量,这些信号分量叫做本征模态函数(Intrinsic Mode Function,IMF)。

4 实例分析

美国凯斯西储大学轴承中心实验台如图4所示,本章节选用SKF6205驱动端轴承滚动体损伤振动数据,滚动体损伤直径l为0.1778mm,装置转速为1797r/min,采样频率为12Khz,载荷为0HP,轴承外圈直径为51.9989mm,内圈直径为25.0012mm,节径为39.0398mm,滚珠直径为7.9400mm,滚珠个数为9,接触角度为0。

时域信号及频谱如图5和6所示。故障频率蕴含在第五阶IMF分量中,理论值为141.09Hz,改进前后IMF5频谱如图7所示,改进后故障频率较改进前(153.84Hz)更接近理论计算值。

5 结论

本文提出了循环平稳周期延拓的EMD改进方法,利用仿真信号和轴承故障信号验证方法的有效性,改进方法所得故障频率较传统EMD方法更接近理论计算值,为旋转机械故障诊断提供了一种理论参考。

参考文献:

[1]Smith,Jonathan S.The local mean decomposition and its application to EEG perception data[J].Journal of The Royal Society Interface,2005,2(5):443-454.

[2]Lei Y,Lin J,He Z,et al.A review on empirical mode decomposition in fault diagnosis of rotating machinery[J].MECHANICAL SYSTEMS AND SIGNAL PROCESSING,2013,35(1-2):108-126.

[3]Cheng J,Yu D,Tang J,et al.Local rub-impact fault diagnosis of the rotor systems based on EMD[J].Mechanism and Machine Theory,2009,44(4):784-791.

[4]Huang N E,Shen Z,Long S R,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings A,1998,454(1971):903-995.

猜你喜欢
滚动轴承改进方法故障诊断
风力发电机组齿轮箱轴承故障诊断分析
基于EMD和SSAE的滚动轴承故障诊断方法
滚动轴承装配方法及注意事项
浅谈某电力公司绩效管理实施改进方法及成效
新医改下医院档案管理的改进方法
基于R8C的汽车OBD通用故障诊断仪设计