李孝全，张兴，谢一静

(空军工程大学 导弹学院，陕西 三原 713800)

电动机轴承故障发生的概率约为40%，在电动机各种故障中所占比例最大。目前在轴承故障诊断中常用的是振动信号分析法[1-2]，该方法需要安装振动传感器，由于传感器造价高，容易损坏，从而限制了该方法的推广。定子电流信号分析法是一种非侵入式的电动机轴承故障检测方法[3]，相对于轴承振动信号分析法，定子电流信号更易提取，方法更加简捷、实用。

基于此，下文应用经验模式分解(Empirical Mode Decomposition，EMD)技术对感应电动机定子单相功率进行分解，成功地提取出故障特征量。

1 EMD方法和基本理论

EMD[4]可将复杂的信号分解成有限个本征模态函数(IntrinsicModeFunction，IMF)，从而使Hilbert变换定义的瞬时频率有意义。IMF具有以下特点：

(1)在整个数据序列中，极值点和过零点的数目应该相等，或者至多相差1。

(2)信号上任意一点，由局部极大值和局部极小值定义的包络线的平均值为零，即信号关于时间轴局部对称。

提取信号IMF的计算过程如下。

首先根据信号X(t)的极大值点和极小值点，利用3次样条插值求出其上包络和下包络的平均值

(1)

(2)

将x视为新的X(t)重复上述操作，直到x满足IMF条件为止，这时令C1=x，即是从原信号中分离出的第1个分量。

从原信号中减去分量c1，得

X(t)-c1=r1。

(3)

将r1视为新的X(t)按照上述过程进行处理，依次得到各个IMF信号：c2，c3，…，直到r的局部极值点小于2个时可以认为分解结束，这时r可能是1个直流量或者1个趋势。

经过n次分解，原信号被分解为n个本征模函数和1个残余量之和，即