APP下载

基于LMD和频谱校正的滚动轴承故障诊断方法

2018-07-20李新民金小强黄建萍

制造技术与机床 2018年6期
关键词:故障诊断故障信号

孙 伟 李新民 金小强 黄建萍

(中国直升机设计研究所直升机旋翼动力学重点实验室,江西景德镇333001)

滚动轴承是机械设备最为重要的零部件,其发生故障将导致整个设备不能正常工作。在线监测技术可以有效地进行实时跟踪、快速反馈设备故障情况,已广泛应用于各种滚动轴承故障诊断中。由于该技术的实时性,要求计算数据量尽可能少。频谱分析是一种广泛的信号处理方法,采用计算机进行傅里叶变换时,由于采样点少,进行时域的截断时就会出现能量泄漏和栅栏效应,从而影响离散频谱的幅值、相位和频率的精度。这时对离散频谱进行校正很有必要,使频域信息最大程度地逼近真实信号[1]。

局部均值分解(LMD)方法是一种新的自适应时频分析方法,由 Jonathan.Smith在 2005年提出[2],近几年在故障诊断中取得了良好的效果[3-5]。LMD可以自适应地将故障信号分解成若干个PF分量,然后对各PF分量进行傅里叶变换,提取故障特征信号。在实时在线故障诊断时,要求较高计算速度,在现有的计算机硬件基础上,在采样频率不变的情况下,可以通过使用较短的原始采样数据来提高运算速度,但是短时数据经过LMD分解得到的PF分量频率分辨率较低,使得频域不能准确地定位。本文对采用频谱校正方法对PF分量频域信息进行校正,提高频谱分析精度,使故障特征信息更突出。频谱校正方法在有限的数据长度和频率分辨率下,可以有效地对信号频谱信息进行校正,从而使得故障诊断结果更为可靠。……

登录APP查看全文

猜你喜欢

故障诊断故障信号
信号
完形填空二则
故障一点通
基于FPGA的多功能信号发生器的设计
奔驰R320车ABS、ESP故障灯异常点亮
基于LabVIEW的力加载信号采集与PID控制
故障一点通
江淮车故障3例
基于LCD和排列熵的滚动轴承故障诊断
基于WPD-HHT的滚动轴承故障诊断