APP下载

基于CHI-LMD方法的转子振动信号分析

2014-09-07邓林峰赵荣珍

振动与冲击 2014年15期
关键词:振动信号方法

邓林峰,赵荣珍

(1. 兰州理工大学 机电工程学院,兰州 730050;2. 兰州理工大学 数字制造技术与应用省部共建教育部重点实验室,兰州 730050)

由于机械设备的振动信号往往包含丰富的故障特征信息且易于工程采集,所以在旋转机械的状态监测与故障诊断研究及应用中,利用振动信号进行分析是目前最主要的一种故障诊断方法[1-2]。然而,当机械设备发生质量不平衡、动静碰摩等故障时,其转子-轴承系统(Rotor-Bearing System, RBS)的刚度、阻尼和弹性力等都发生变化,RBS实际上成为一个时变的非线性系统,从而使振动信号表现出明显的非平稳特性[1]。因此,如何从非平稳的振动信号当中提取故障特征,就成为机械故障诊断研究需要解决的关键问题[3]。

为了提取故障特征,国内外学者采用各种信号分析方法处理振动信号,使故障特征提取技术有了很大的进步[4-7]。由于非平稳信号具有时变特性,所以必须对其进行时频联合分析才可能获得准确全面的特征信息,进而发现信号的瞬时变化特征[8]。因此,针对非平稳过程的时频分析方法受到故障诊断研究特别多的关注[9]。其中,局部均值分解(Local Mean Decomposition, LMD)近年来格外引人瞩目,尤其是国内学者,已经开展了大量关于将LMD方法应用到机械故障诊断中的研究工作,并取得了一些创新性的研究成果[10-13]。LMD与经验模态分解(Empirical Mode Decomposition, EMD)相比,二者十分相似,都是一种自适应的信号分解方法,可以将一个多成分的复杂信号分解为若干个单分量的具有物理意义的简单信号,再经过一系列的计算得到原始信号的时频分布。……

登录APP查看全文

猜你喜欢

振动信号方法
振动的思考
信号
完形填空二则
振动与频率
基于FPGA的多功能信号发生器的设计
中立型Emden-Fowler微分方程的振动性
用对方法才能瘦
基于LabVIEW的力加载信号采集与PID控制
四大方法 教你不再“坐以待病”!
捕鱼