基于变分模态分解的滚动轴承故障诊断方法研究.pdf

摘 要 滚动轴承作为机械旋转设备的核心组成部分，其故障与否直接影响设备的 安全与稳定，实际的运转中为了满足不同的生产需求，滚动轴承既有恒定转速 又有变动转速运行状态，因此如何从不同运行状态下的滚动轴承进行故障诊断 十分重要。滚动轴承故障诊断关键在于提取振动信号中的故障信息，而这需要 选取合适的信号分析方法。目前出现了众多有代表性的信号分解方法，例如经 验模态分解(EMD)、总体平均经验模态分解(EEMD)、局部均值分解(LMD)及其 他们一系列改进算法，然而这些算法在理论上仍存在一些难以解决的问题，例 如模态混叠、端点效应等。因此采用新的信号分解方法应用到滚动轴承故障诊 断领域尤为重要。变分模态分解(VMD)是由 Konstantin Dragomiretskiy 在 2014 年创造性提出的一种新的信号处理方法，该方法有着坚实理论基础和数学框架， 本文在对变分模态分解算法进行了深入的研究，在此基础上将其应用于滚动轴 承故障诊断中，对不同运转情况下的轴承故障诊断进行了方法研究，主要内容 如下： 首先介绍了课题的研究背景及意义，对故障诊断方法的发展，轴承结构， 振动机理及故障特征频率计算方法作了全面阐述，在此基础上提出了本文研究 方法。将 VMD 和 EMD 两种方法分别应用于仿真信号分析中，证明了 VMD 方 法在抗模态混叠、噪声鲁棒性方面性能优于 EMD 。针对 VMD 方法中惩罚因子 与模态分量两个参数的选取问题，通过仿真信号探究了 VMD 参数设置不同对信 号分解能力的影响，最后结合各分量的相关系数与中心频率提出了参数的合理 设置方法。 其次针对滚动轴承早期振动信号故障信息微弱难以提取的问题，提出了基 于互相关函数与 VMD 的滚动轴承早期故障诊断方法，早期故障信号经互相关分 析能够消除背景噪声及其他干扰，从而突出信号中故障冲击成分；然后对降噪 信号进行 VMD 分解，并对峭度值和互信息值较高的分量进行解调分析；通过滚 动轴承仿真外圈故障信号及实测内圈、滚动体故障信号进行分析，结果表明该 方法能有效消除噪声干扰并提取故障特征信息。 再次由于滚动轴承实际运转中启停、载荷变化等会导致转速的变化，为了 实现变转速工况下滚动轴承故障诊断，结合阶次谱峭度算法与 VMD 的优势，应 用于变转速振动信号故障特征提取中。分别采用对实测减速工况下的外圈故障 信号直接进行阶次包络分析和阶次-VMD 分析进行对比，结果验证了该方法在变 转速工况下滚动轴承故障诊断的有效性及准确性，在故障特征阶次提取效果上 更加精确。 关键词：滚动轴承；故障诊断；变分模态分解；互相关函数；变转速；阶 次谱峭度 目 录 第一章 绪 论 1 1.1 课题研究背景及意义 1 1.2 故障诊断技术发展历程与研究方法 2 1.2.1 滚动轴承故障诊断发展历程 2 1.2.2 滚动轴承故障诊断方法 3 1.2.3 模态分解理论发展现状 4 1.3 课题主要研究内容与章节安排 5 1.3.1 课题主要研究内容 5 1.3.2 论文章节安排 5 第二章 滚动轴承故障机理及实验平台介绍 7 2.1 滚动轴承结构与失效类型 7 2.1.1 滚动轴承基本结构 7 2.1.2 滚动轴承失效形式 7 2.2 滚动轴承故障机理分析 8 2.2.1 滚动轴承振动特性 8 2.2.2 滚动轴承固有振动频率 9 2.2.3 滚动轴承故障特征频率 10 2.3 实验平台及信号采集设备 10 2.3.1 故障诊断实验台介绍 10 2.3.2 实验数据采集设备 11 2.4 本章小结 13 第三章 基于 VMD 的信号分解性能分析 14 3.1 前言 14 3.2 VMD 理论介绍 15 3.