金强强，张 云

(1.武汉理工大学 机电工程学院，湖北 武汉 430070；2.武汉理工大学 建材行业回转窑检测技术中心，湖北 武汉 430070)

水泥回转窑是大型重载低速旋转设备，回转窑主要由筒体、支撑系统和传动系统等组成。窑在长期恶劣的工况下运行，因为筒体内部温度分布不均、热膨胀、雪球效应等，回转窑难免会发生热弯曲形变和窑中心线偏移等故障[1]，当其故障严重时，将影响窑的正常运行。为此国内有关科研人员做了相关研究工作。2011年张云等[2]提出一种基于圆的最小二乘拟合方法来拟合筒体偏心大小；钟晓平等[3]利用经验模态分解(empirical mode decomposition,EMD)的时频特性，将某机械运转机构的振动信号进行分解和重构，通过比对提取运转过程中的失步故障特征，但其提取特征信号的模态混叠现象较严重。刘觉晓[4]利用集合经验模态分解(ensemble empirical mode decomposition,EEMD)对滚动轴承信号进行特征提取，通过与EMD分解结果的对比分析可知，EEMD的诊断故障正确率更高，但其加大循环次数M来降低重构的误差，但是M越大，计算量越高，使得所花费时间过长。张云等[5-6]首次建立托轮振动模型及分析其内在机理，采用CEEMD(complete ensemble mode decomposition)提取振动信号的特征，取得了一定的进展，虽然其可以减少模态混叠的现象，但其噪声幅值系数和循环次数的确定很困难。

托轮轴的径向位移信号是多种信号叠加引起的非线性、非平稳信号，其中准确的提取故障的特征信号是诊断窑故障的关键。因此，在对托轮轴进行受力分析和建立振动模型后，笔者基于对托轮轴径向位移信号中故障特征信号的提取方法进行分析研究，针对上述处理方法的不足，考虑工程应用要简易可靠，提出一种基于CEEMDAN的窑故障特征提取方法。……