基于EEMD和快速谱峭度的滚动轴承故障诊断研究*

曹玲玲,李 晶,彭 镇,韩文冬,张银飞

(西安工程大学 机电工程学院,陕西 西安 710048)

0 引 言

轴承是机械系统中的关键零部件,其健康程度影响着机械设备的工作状态。旋转机械的核心部件就是滚动轴承。在滚动轴承使用过程中多种因素会使其受到损伤,一旦出现严重故障可能会导致机器停机,甚至造成巨大的经济损失。

据统计,在旋转机械的失效案例中有45%～55%是由于滚动轴承失效导致的[1]。因此,研究滚动轴承的信号采集分解和故障诊断具有重要的现实意义。

经验模态分解(EMD)是HUANG N E等人[2]提出的无需先于经验的知识就能够自适应时频分解非线性、非平稳信号的方法。AN Xue-li等人[3]结合EMD和希尔伯特变换方法,直驱式风电机组故障进行了诊断。田晶等人[4]针对滚动轴承故障信号非平稳、非线性的特点,提出了基于EEMD和空域相关降噪相结合的故障诊断方法。胡爱军等人[5]将EEMD与峭度准则的包络解调方法相结合,提取了滚动轴承的故障特征信息,实现了对故障轴承的诊断。

目前,学者在故障诊断中采用谱峭度的方法已经做了大量的研究。王梦人[6]利用EEMD与谱峭度结合的方法,对旋转机械进行了故障诊断。蒋超等人[7]针对总体平均经验模式分解获取了的每一个IMF分量,求取了快速谱峭度图,筛选了最大峭度所在频带以抑制干扰,并提取出了其故障信息。

在上述研究中,通过EMD方法对振动信号进行分解会产生模态混合等现象,而EEMD则是通过添加白噪声获得综合信号进行IMF分解,但对于微弱不明显的早期故障而言,其故障特征不能很好地表现。……