PDF《故障诊断中的应用》

2 4期2003年

1 2月下 半月 响,本文采用Da u b e c h i e s l

0 ( D1

0 )正交小波对拾取的滚动轴承振动信号进行1层 小波分解.对高频段的小波系数 作Hi l b e r t 变换,从而可以得到基于小波系数 的包络信号B( f ) . 对包络信号B( f ) 进行EMD分解得到C,f:,…,c:.共20个IMF分 量,这2O个 I M F分量分别包含了从高到低的不同的频率成分,而经分析滚动轴承故障特征频率及其倍频可能分布在C7,C8,C9,C10,Cll'

因此选取C7,C8,C.,C.,C这5个 I M F分量进行分析,得到如图2所示的局部Hi l b e r t 边际谱P(/'

),从图2中 可以看g\ 氆馨2O

1 O

0 5

0 0 频率f/rt~图2滚动轴承外圈缺陷振动信号的局部Hi l b e r t边际谱出在 滚动轴承外圈故障特征频率一76Hz及其二倍频2]=152Hz 处存在明显谱线.图3是 用传统的Hi l b e r t 包络分析方法对同样的数据分析得到的包络谱,从图3中 找不到滚动轴承的外圈故障特征频率的谱线.图4是 内圈缺陷的振动加速度的时域波形,转频为20Hz ,经计算滚动轴r20 g

1 0 理毫O50

0 频率,/Hz 图3用传统的Hi l b e r t 包络分析方法得到的包络谱g\ 毯50O一-.-L・L.Jl^J_1-『'

T'

'

vW ! 承内圈故 障特征频率]=99.2Hz . 采用上述相同的方法对原始信号进行分析,对基于小波系数的包络信号B( f ) 进行EMD分解得到C,c:,…,C:共21个IMF分量,经分析滚动轴 承故障特征频率可能分布在C4,Cs,C6,C7,C8,f9,因此选取f4,Cs,C6,f,C,C.这6个IMF分 量进行分析,得到如图5所 示 的局 部Hi l b e r t 边际谱P(厂) , 从图5中 可 以看 出在滚动轴承内圈故 障特征频率=99.2Hz处存在明显谱线.・2】

42 ・ g \ 甚孽50o5001000频率f/ l - l z 图5滚动轴承内圈缺陷振动信号的局部Hi l b e r t边际谱5结论在滚动轴承的故障诊 断的方法中,包络分析法是一种有效的分析方法,但传统的包络分析法具有一定的局限性.为了克 服传统包络分析法的局限性 , 本文将包络法和Hi l b e r t ~ Hu a n g变换相结合,取得了较好的分析效果.Hi l b e r t― Hu a n g 方法是自适 应的信号处理方法,非常适用于非线性和非平稳过程,具有很高的信噪比.将滚动轴承故障振 动信号进行小波分解,对高频段的小波系数用Hi l b e r t 进行包络分析得到包络信 号,再对包络信号进行EMD 分解得到若干个IMF分量,选取感兴趣的某几个IMF 分量分析得到局部Hi l b e r t 边际谱,从局部Hi l b e r t 边际谱中可以找出滚 动轴承的故障特征频率,根据滚动轴承故障特征频率能够有效地识别滚动轴承的故 障部 位和类型.通过对 滚动........