噪声环境下滚动轴承故障特征提取.pdf

《噪声环境下滚动轴承故障特征提取.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、噪声环境下滚动轴承故障特征提取水边杰①②梅庆①②张春月①②(①中航工业航空动力机械研究所，湖南株洲412002；②航空发动机振动技术航空科技重点实验室，湖南株洲412002)摘要：滚动轴承故障振动信号采集中往往含有大量的噪声信号。为了从含噪信号中提取故障特征，首先对采集的信号进行小波降噪。然后利用经验模态分解(empiricalmodedecomposition，EMD)得到若干个内禀模态函数(intrinsicmodefunction，IMF)，并考虑分解的各模态函数的能量特征，将分解后的IMF分量与分解前信号的能量比作为判断标准，剔除附加低频成分，最后选取有效的IM

2、F集进行包络谱分析，提取故障特征。通过仿真分析和以真实滚动轴承为研究对象的故障诊断实验，表明该方法有效地去除了混杂在故障信号中的噪声，有效地提取旋转机械中的故障特征信息。关键词：滚动轴承；故障特征提取；经验模态分解；包络谱；小波降噪中图分类号：TH133．3：TP206+．3文献标识码：AFaultfeatureextractionofrollingbearingunderthenoiseenvironmentBIANJie①②MEIQing①②，ZHANGChunyue(ix~，(@AVICAviationPowerplantResearchInstitute，Zhu

3、zhou412002，CHN；@AviationKeyLaboratoryofAero—engineVibrationTechnology，Zhuzhou412002，CHN)Abstract：Thecollecteddefectivevibrationsignalsofrollingbearingusuallycontainalotofnoisedisturbance．Inordertoextractfaultfeaturesfromnoisysignals，thesignalswerefirstdenoisedwithwavelet，andthenempirical

4、modedecomposition(EMD)methodwasusedtoobtainseveralintrinsicmodefunctions(IMF)．AlsotheenergyfeaturesoftheIMFswereconsideredandtheenergyratiooftheIMFcompo—nentsafterdecompositionandthesignalbeforedecompositionwasusedasthestandardofjudgment，theredundantlow—frequencycomponentswereeliminated．

5、Finally，theeffectiveIMFsetwasselectedtoconducttheenvelopespectrumanalysisandthefaultfeatureswereextracted．Thesimulationanalysisandthefaultdiagnosisexperimentwithrealrollingbeatingastheresearchobjectshowthatusingthismeth—od，thenoisedisturbanceinthesignalscanberemovedeffectively，andthefaul

6、tfeaturesoftherotatingmachinerycanbeextractedeffectively．Keywords：rollingbeating；faultfeatureextraction；empiricalmodedecomposition；envelopeanalysis；waveletde—noising旋转机械是现代工业中一种普遍使用的机械设经验模态分解(EMD)[83是一种有效的时频分析备，旋转机械典型和核心部件之滚动轴承，工作环境恶方法，它基于信号的局部特征尺度，将复杂信号分解成劣，故障频发。其发生故障，轻则使设备瘫痪，重则引一组正交的内禀

7、模态函数(intrinsicmodefunction，起重大安全事故。因此，如何有效识别旋转机械可能IMF)。m分量代表包含在信号中的固有模态，由信的故障形式一直以来受到人们的广泛关注。时域和频号本身决定。虽然EMD是一种自适应、高效的信号处域方法基于信号是静态的和线性的。若将它们应用在理方法，但它也会存在一些问题。首先，当原始信号的非静态和瞬态信号的故障诊断中，将会产生错误的结频率成分丰富，第一次分解得到的ⅢF分量可能包含果⋯。对于这种非静态、非平稳信号，一些改进的时较宽的频带，很难得到单一分量信号。因此，在应用频分析技术在旋转机械故障