基于的滚动轴承特征提取算法.PDFVIP

书第 ! 卷第 # 期 $%# 年 $ 月 振动!测试与诊断 ()*+,-./0)+1/* 23+4()353*16 7/+ 8 *4/4 .,9!:9# ;309$%# !# # %9#=% $ ? 9@*A/9/44*9#%%=BC%#9$%#9%#9%$D 基于 $%%()*+ 的滚动轴承特征提取算法! 王丽华#! 陶润?#! 张永宏#! 赵晓平$! 谢阳阳# % #9 南京信息工程大学信息与控制学院 南京 $#%%== % $9 南京信息工程大学江苏省网络监控中心 南京 $#%%== 摘要 为实现对滚动轴承振动信号中特征频率成分的精确提取提出了将互补总体平均经验模态分解% @5 E ,3 B 53*1+) F 3*4350,335 E /)/@+,5G3G3@5 E 4/1/* 简称 HII27 与小波包变换% J+K3,31 E +@A+ 8 31)+*4-)5 简称 LMN 相结合即 HI227BLMN 特征信号提取算法两种方法的结合既有效解决了 HII27 分解后依然存在的模 态混叠问题又消除了进行 LMN 处理后产生虚假频率分量!频率混淆现象的影响通过仿真试验验证了该方法的 有效性并应用于实际取得很好的结果 关键词 滚动轴承(小波包变换(互补总体平均经验模态分解(特征提取 中图分类号 N:D## ( NO# 引 言 滚动轴承是旋转机械中应用最广但最易损坏的 机械零件其工作好坏直接影响机械的工作状态故 对滚动轴承振动信号中的特征成分实现精确提取十 分重要由于机械设备振动信号多为非线性非平稳 信号时频分析方法如小波变换% J+K3,311)+*4 B -)5 简称 LN !希尔伯特黄变换% O/,03)1 B O(+* 8 1)+*4-)5 简称 OON 和 P+0) 变换等由于能够 同时提供时域信号和频域信号的局部信息因此得 到广泛应用文献) # *提出了一种基于连续小波的 信号检测和故障诊断的方法但不管是小波还是小 波包变换在实际应用中都会在频段分割处产生频 率混淆!虚假分量现象且不具有自适应性)$*直接 用于特征信号的提取效果不佳近年来随着希尔 伯特黄变换的提出经验模态分解% 35 E /)/@+,5G3 G3@5 E 4/1/* 简称 I27 得到推广应用 I27 分解出的固有模态函数% /*1)/*4/@5G3-(*@1/* 简 称 Q2; 包含原信号不同时间尺度的局部特征)!* 通过对各 Q2; 变化的监测可以实现对滚动轴承状 态的监测)=* I27 存在严重的模态混叠的缺点)* 无法实现对特征的精确提取针对模态混叠的缺 点陈建国等)*提出了采用独立分量分析% /*G3 B E 3*G3*1@5 E *3*1+*+, F 4/4 简称 QHR 来抑制模态 混叠的方法但 QHR 的幅值不确定性大大影响了结 果的精确性 L( 等)*通过研究白噪声信号的统计 特征提出了总体平均经验模态分解% 3*4350,335 B E /)/@+,5G3G3@5 E 4/1/* 简称 II27 取得了 一定的抑制效果但仍无法完全消除且分解过程中 每次添加的白噪声可能会引起重构误差)C*雷亚国 等)D*根据 L( 的算法提出了一种自适应的 II27 并应用在行星齿轮箱故障检测中进一步削弱了模 态混叠的现象但仍继承了 II27 分解后得到的分 量未必满足 Q2; 定义的缺陷!且增加了分解过程中 的计算量 S3T 等)#%*在 II27 的基础上提出了 HII27 解决了重构误差问题到目前为止在实 际应用中想要完全避免模态混叠实现对特征信号 的精确提取仍然是没有得到解决的问题)##* 为了消除 HII27 分解后依然存在的少量模 态混叠问题实现对工作信号中特征频率成分的精 确提取笔者提出将 HII27 和 LMN 相结合的特 征 提 取 算 法利 用 LMN 的 局 部 分 析 能 力 对 HII27 分解后依然存在的模态混叠部分予以修 正并消除 LMN 处理时再次产生频率混淆!虚假分 量现象的影响从而实现特征信号的精确提取 ! 国家自然科学基金资助项目% #=%$=# #%$!= #$C! 收稿日期# $%#B%=B% (修回日期# $%#B%DB#D , 算法描述 ,-, $%% 分解 HII27 是基于 I27 和 II27 提出的一种改 进算法 I27 ) ! *是一种自适应的局部化分析方法 它从原信号中分解出的 Q2; 突出了数据的局部特 征从根本上摆脱了傅里叶变换的局限性适用于非 平稳!非线性信号的处理但 I27 会出现模态混叠 现象模态混叠是指同一 Q2; 分量包含了不同的 时间尺度分量%不同的频率成分被分解到同一 Q2; 内或同一频率成分被分解到不同的 Q2; 内)#$* 产生