基于LMD的滚动轴承故障诊断介绍.doc

摘要 滚动轴承是旋转中的重要零件，它在各个机械部门中的应用最为广泛，也是机器中最易损坏的零件之一。本文采用局部均值分解（local mean decomposition，简称LMD）算法，编写一个信号分析系统，对滚动轴承的振动信号进行分析，提取故障特征，从而实现故障诊断。 本文首先研究了LMD的原理，用MATLAB编写LMD的具体实现算法，并使用其他文献的模拟信号进行测试，验证了所编程序的正确性。其次利用MATLAB的GUI设计出基于LMD的信号分析软件，该软件界面友好，使用方便。最后，本文对实测的几组滚动轴承振动信号进行了分析，提取信号特征频率。结果表明，采用本文设计的分析软件，能够对滚动轴承的几种典型故障进行正确识别。 关键词：滚动轴承；故障诊断；；局部均值分解ABSTRACTRolling bearing is an important part of rotating machinery, which is used in various machinery sectors widely, also is one of the most vulnerable parts of the machine. In this paper, with the local mean decomposition (local mean decomposition, referred to as the LMD) algorithm, written in a signal analysis system for analyzing rolling bearing vibration signal and extracting fault characteristics achieving fault diagnosis. Firstly, the principles of LMD was studied, LMD concrete algorithm with MATLAB was wrote, and other literature analog signal testing to verify the correctness of compiled programs. Secondly, signal analysis software based on LMD with MATLAB GUI was designed, the software interface is friendly and easy to use. Finally, several groups of rolling bearing vibration signal measured was analyzed to extract the signal characteristic frequency. The results show that the analysis software designed in the paper can identify several typical faults of rolling bearings correctly. Keywords: rolling bearing; fault diagnosis; vibration signal; local mean decomposition目 录 第1章 引言 1 1.1 研究意义及目的 1 1.2 滚动轴承故障诊断的研究现状 2 1.3 滚动轴承故障诊断的发展趋势 4 第2章 滚动轴承故障诊断与LMD的相关理论分析 1 2.1 滚动轴承的故障机理及特征频率 1 2.1.1 滚动轴承产生振动的原因分析 1 2.1.2 滚动轴承故障特征频率的计算 4 2.2 滚动轴承的常用故障诊断方法 7 2.2.1 低频信号接收法 8 2.2.2 冲击脉冲法（SPM） 8 2.2.3 共振解调法 9 2.3 局部均值分解方法 9 2.3.1 概述 9 2.3.2 局部均值分解方法实现步骤 10 2.4 本章小结 12 第3章 基于LMD的振动信号分析系统设计 13 3.1 系统总体设计 13 3.2 振动信号分析软件的GUI设计 13 3.2.1 MATLAB GUI简介 14 3.2.2 振动信号分析软件的用户界面设计 17 3.3 振动信号分析软件的程序设计 21 3.3.1 用户界面程序的编程实现与使用 21 3.3.2 LMD算法的程序实现 22 3.3.3 仿真信号分析与分析软件的验证 24 3.4 本章小结 29 第4章 实测滚动轴承振动信号的分析与故障诊断 30 4.1 测试数据说明 30 4.1.1 实验设备情况简介 30 4.1.2 滚动轴承参数