基于经验模式分解方法的故障诊断系统研制
2020-12-22石梦笛
机电产品开发与创新 2020年6期
石梦笛
(北京电子科技职业学院, 北京 100176)
0 引言
当今社会工业与信息化快速发展, 各种机械设备被广泛应用于现代化工业生产实践中, 开展设备状态故障诊断工作,对保障设备安全可靠的运行意义重大。针对大型旋转机械设备进行数据信号状态分析, 避免故障的发生,是确保设备正常运行以及设备管理维护的主要手段。
目前,美国National Instruments 公司的Sound and Vibration Analysis Software、Erbessd Instruments 公 司 的EICalc、SignalLab 公司的Sigview 和Commtest 公司的Ascent等专业软件都已得到了成功的应用[1]。 在国内,中国运载火箭技术研究所、南京汽轮机研究所、西安热工研究院、西安交通大学等国内高校对于设备故障监测与诊断系统均有研究, 研制了一大批具有特色且适应不同环境下的设备故障诊断系统[2]。 但现有的离线设备故障诊断系统成本过高,不利于设备维护;功能单一,算法种类不全面,缺少较为新颖的算法; 部分软件编程基于Matlab、Labview等外部软件,在工程实际应用中表现出诸多不便。 因此,本文提出并设计一款基于EMD 算法的离线式故障诊断系统,该系统可以实现故障信息提取,判断故障位置及类型,进行设备维护有效避免事故的发生。
1 程序设计

图1 EMD 算法原理图
EMD 分解的原理图及流程图如图1、2 所示。 其中,EMD 算法必须满足两个条件:①分解得到的IMF 的极值(包括极大值和极小值)数目和过零点数目要相等或最多相差一个;②任一时间点处,信号的局部极大值所确定的上包络线与局部极小值所确定的下包络线的局部均值为零。
EMD 算法的分解步骤如下所示:……p>
登录APP查看全文
