基于EMD算法的軸承故障診斷研究

劉　繼

(1.長春工業(yè)大學　基礎科學學院，吉林　長春　130000；2.長春理工大學　光電信息學院，吉林　長春　130000)

?

基于EMD算法的軸承故障診斷研究

劉繼1,2

(1.長春工業(yè)大學基礎科學學院，吉林長春130000；2.長春理工大學光電信息學院，吉林長春130000)

[摘要]文章將小波包與EMD算法結合進行軸承故障診斷研究。該方法能夠突出表現軸承在故障狀態(tài)下的振動信號產生的數據特征并將其有效地提取出來，克服了快速傅立葉變換的局限性。并采用該方法分別對實驗所得的軸承滾動體故障信號進行處理，提取故障特征，取得了良好的效果。此方法可以較好地解決滾動軸承故障診斷問題，更加有效和準確。

[關鍵詞]EMD；小波包；故障診斷

[DOI]10.13939/j.cnki.zgsc.2016.02.063

1引言

機械故障診斷是通過研究故障與征兆(特征向量)之間的關系來判斷設備故障的。滾動軸承的運行狀態(tài)對制造裝備的精度、可靠性及使用壽命往往有直接影響，其缺陷一般會導致制造裝備產生異常振動和噪聲，嚴重時甚至會直接損壞設備。目前，為保障制造裝備的安全高效運行，對制造裝備的滾動軸承等旋轉部件實施狀態(tài)監(jiān)測與故障診斷，已經成為現代化制造企業(yè)的企業(yè)資產管理和視情維修的一項重要內容。[1]-[3]

隨著經濟建設的發(fā)展和電氣化程度的提高，電機設備已被廣泛應用于工業(yè)生產的各個領域，異步電動機尤其是鼠籠式異步電動機以其結構簡單、制造成本低廉、可靠性高、使用壽命長、維修方便等特點廣泛應用于工農業(yè)生產中的風機、泵類、傳動系統等設備的驅動上，在生產、生活等領域中占有極其重要的地位。電機的正常工作對保證生產制造過程中的安全、高效、敏捷、優(yōu)質及低耗運行意義非常重大。電機的故障和停止運行，不僅會損壞電機本身，而且會影響整個生產系統的正常工作，甚至會危及人身安全，造成巨大的經濟損失和惡劣的社會影響，因此對電機故障的診斷要求十分迫切。目前，對生產設備的維護主要是進行定期維護和故障后維修，這種傳統的維修模式容易造成維修過量和維修不足，從而導致維修成本增加，降低設備使用壽命，嚴重時將導致發(fā)生嚴重的停機或損壞事故，因此需要對設備進行有效的在線監(jiān)測和故障診斷。通過對電機常見故障的診斷和分析，可以及早發(fā)現故障和預防故障的進一步惡化，減少突發(fā)事故造成的停產損失，防止對人員和設備安全的威脅，并為實現狀態(tài)檢修創(chuàng)造條件。為了將因電動機故障造成的損失降低到最小的程度，人們迫切希望能對電動機的早期故障進行檢測，這對于人們及早發(fā)現故障，預防故障的進一步惡化，及時進行故障定位、決策和維修，都是十分重要的。[4]-[5]

2EMD方法

經驗模式分解是美國學者Norden E.Huang提出的一種自適應的信號分析方法。基于EMD的時頻分析方法的最大特色是通過信號的EMD分解，使非平穩(wěn)信號平穩(wěn)化，從而使瞬時頻率有意義，更加直觀。

IMF函數的獲得方法如下：

(1)找出信號x(t)的局部極值點。

(2)把所有的局部極大值用三次樣條光滑地連接起來,得到上包絡線e+(t)，同樣地，可以得到下包絡線e-(t)，可由式(1)計算局部均值m(t):

m(t)=(e+(t)+e-(t))/2

(1)

(3)求出差值函數Zi(t)：

Zi(t)=x(t)-m(t)

(2)

檢查 Zi(t)是否滿足IMF條件,若不是,把Zi(t)當作新的待處理量,重復做以上步驟,如果滿足條件,那么Zi(t)就是第一個IMF,另記作y1(t)。

(4)將y1(t)從x(t)中分離出來,即得到一個去掉高頻分量的差值信號x1(t),即有x1(t)=x2(t)-y1(t)，將x1(t)視為新的x(t),同樣地, 可以得到x2(t)和y2(t)，重復整個過程,至此,信號x(t)已被分解成n項基本模式分量yi(t) 和一個余項rn(t),即

(3)

因此,EMD方法可以把任何一個信號x(t)分解成k 個基本模態(tài)分量和一個冗余量之和,y1(t),y2(t), …, yk(t)分別包含了信號從高到低不同頻率段的成分,每一個頻率段所包含的頻率成分都是不同的,而且不是等帶寬的,隨信號本身的變化而變化。因此EMD方法是一個自適應的信號分解方法。

基本模式分量的兩個限定條件只是一種理論上的要求,在實際的篩選過程中,很難保證信號的局部均值絕對為零。如果完全按照上述兩個限定條件判斷分離出的分量是否為基本模式分量,很可能需要過多的重復篩選,從而導致基本模式分量變成具有恒定幅度的純粹的頻率調制信號。為了保證基本模式分量保存足夠的反映物理實際的幅度與頻率調制,我們必須確定一個篩選過程的停止準則。篩選過程的停止準則可以通過限制兩個連續(xù)的處理結果之間的標準差Sd的大小來實現,一般取0.2～0.3時篩選結束。

3基于EMD 的滾動軸承故障診斷

若將小波包的消噪作用與EMD的局部故障(下轉P69)