经验模式分解在滚动轴承故障诊断中的应用
2016-10-27夏均忠于明奇汪治安
军事交通学院学报 2016年9期
赵 磊,夏均忠,王 虎,于明奇,汪治安
( 1.军事交通学院 研究生管理大队,天津 300161; 2.军事交通学院 军用车辆系,天津 300161)
经验模式分解在滚动轴承故障诊断中的应用
赵磊1,夏均忠2,王虎2,于明奇1,汪治安1
( 1.军事交通学院 研究生管理大队,天津 300161; 2.军事交通学院 军用车辆系,天津 300161)
经验模式分解作为一种自适应的非线性、非平稳性信号分析方法,广泛应用于滚动轴承故障诊断中,但存在模态混淆、本征模式函数的判据、边界效应等问题。首先系统阐述了经验模式分解方法原理及特性,分别对经验模式分解的改进算法固有时间尺度分解、局部特征尺度分解和完备总体经验模式分解作了分析,研究了其基本原理、应用和特点,提出经验模式分解与其他诊断方法相融合是滚动轴承故障诊断的研究方向。
滚动轴承;经验模式分解;固有时间尺度分解;局部特征尺度分解;完备总体经验模式分解
滚动轴承在旋转机械上主要起支撑作用,即支撑回转体进行更高精度的旋转,同时有方便装配、减少摩擦、延长机械寿命、效率高等优点,因此应用较为普遍。滚动轴承在故障初期损坏较为轻微,不易被人们发现。由于发现不及时,往往会出现停机现象甚至造成设备不应有的损坏,因此,对滚动轴承的早期故障进行诊断具有十分重要的意义。
目前用于滚动轴承故障诊断的方法有很多,如小波理论、随机共振理论[1]、循环平稳理论[2]、经验模式分解等。经验模式分解(empirical mode decomposition,EMD)是Huang N E等[3]在对瞬时频率进行了深入研究后提出来的,并对瞬时频率作了合理的定义和有物理意义的求解,迅速地运用到地震学、水波研究以及机械设备故障诊断[4]等领域。……
登录APP查看全文
