APP下载

基于解析模态分解的机械故障诊断方法

2016-04-14时培明苏翠娇韩东颖

中国机械工程 2016年5期
关键词:故障诊断

时培明 苏翠娇 赵 娜 韩东颖

1.燕山大学河北省测试计量技术及仪器重点实验室,秦皇岛,0660042.燕山大学,秦皇岛,066004



基于解析模态分解的机械故障诊断方法

时培明1,2苏翠娇1,2赵娜1,2韩东颖2

1.燕山大学河北省测试计量技术及仪器重点实验室,秦皇岛,0660042.燕山大学,秦皇岛,066004

摘要:针对旋转机械故障诊断问题,提出了一种基于解析模态分解(AMD)的旋转机械故障诊断方法。只要知道信号的频率成分,AMD方法就可以将含不同频率成分的信号分解为单频率信号,尤其能够分解有紧密间隔频率成分的信号。对于可预知故障特征频率的旋转机械的故障诊断,可利用AMD方法提取机械振动信号中故障特征频率所在频段的信号,并求该段信号的频谱,若频谱中含有故障特征频率,则说明机械振动信号中存在该故障。通过对滚动轴承故障信号和转子不对中故障信号的分析以及和经验模态分解(EMD)方法的对比,证明了AMD方法的有效性,且AMD方法比EMD方法更快速、准确。

关键词:解析模态分解;信号提取;故障诊断;旋转机械

0引言

旋转机械设备在工业生产中占有非常重要的地位,保障旋转机械的安全运行是非常重要的,因此对旋转机械进行故障诊断具有重要现实意义[1-4]。目前,旋转机械故障诊断的方法非常多,如经验模态分解(EMD)、小波分析、神经网络及包络解调等。文献[4]将EMD方法应用于旋转机械故障诊断,但EMD方法存在的模态混叠、端点效应问题会影响分析结果;文献[5]利用小波脊线的解调方法对故障进行诊断,但该方法主要针对单分量信号,而大多数旋转机械的故障信号是多分量的,因此,使用该方法处理前还需要通过带通滤波将多分量信号分解成单分量信号。……

登录APP查看全文

猜你喜欢

故障诊断
基于包络解调原理的低转速滚动轴承故障诊断
ILWT-EEMD数据处理的ELM滚动轴承故障诊断
冻干机常见故障诊断与维修
基于EWT-SVDP的旋转机械故障诊断
数控机床电气系统的故障诊断与维修
基于改进的G-SVS LMS 与冗余提升小波的滚动轴承故障诊断
改进的奇异值分解在轴承故障诊断中的应用
基于LCD和排列熵的滚动轴承故障诊断
基于KPCA和PSOSVM的异步电机故障诊断
基于WPD-HHT的滚动轴承故障诊断