当前位置:论文写作 > 论文大全 > 文章内容

基于EMD算法的轴承故障诊断

主题:故障信号灯 下载地址:论文doc下载 原创作者:原创作者未知 评分:9.0分 更新时间: 2023-12-17

简介:关于对不知道怎么写故障信号论文范文课题研究的大学硕士、相关本科毕业论文故障信号论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。

故障信号论文范文

故障信号灯论文

目录

  1. 2.长春理工大学光电信息学院,吉林长春130000)
  2. 1.引言
  3. 2.EMD方法
  4. 3.基于EMD 的滚动轴承故障诊断
  5. 4.结论
  6. 故障信号灯:画面故障信号干扰图文包装展示效果

(1.长春工业大学基础科学学院,吉林长春130000;

2.长春理工大学光电信息学院,吉林长春130000)

[摘 要]文章将小波包与EMD算法结合进行轴承故障诊断研究.该方法能够突出表现轴承在故障状态下的振动信号产生的数据特征并将其有效地提取出来,克服了快速傅立叶变换的局限性.并采用该方法分别对实验所得的轴承滚动体故障信号进行处理,提取故障特征,取得了良好的效果.此方法可以较好地解决滚动轴承故障诊断问题,更加有效和准确.

[关键词]EMD;小波包;故障诊断

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

1.引言

机械故障诊断是通过研究故障与征兆(特征向量)之间的关系来判断设备故障的.滚动轴承的运行状态对制造装备的精度、可靠性及使用寿命往往有直接影响,其缺陷一般会导致制造装备产生异常振动和噪声,严重时甚至会直接损坏设备.目前,为保障制造装备的安全高效运行,对制造装备的滚动轴承等旋转部件实施状态监测与故障诊断,已经成为现代化制造企业的企业资产管理和视情维修的一项重要内容.[1]-[3]

故障信号灯:画面故障信号干扰图文包装展示效果

随着经济建设的发展和电气化程度的提高,电机设备已被广泛应用于工业生产的各个领域,异步电动机尤其是鼠笼式异步电动机以其结构简单、制造成本低廉、可靠性高、使用寿命长、维修方便等特点广泛应用于工农业生产中的风机、泵类、传动系统等设备的驱动上,在生产、生活等领域中占有极其重要的地位.电机的正常工作对保证生产制造过程中的安全、高效、敏捷、优质及低耗运行意义非常重大.电机的故障和停止运行,不仅会损坏电机本身,而且会影响整个生产系统的正常工作,甚至会危及人身安全,造成巨大的经济损失和恶劣的社会影响,因此对电机故障的诊断要求十分迫切.目前,对生产设备的维护主要是进行定期维护和故障后维修,这种传统的维修模式容易造成维修过量和维修不足,从而导致维修成本增加,降低设备使用寿命,严重时将导致发生严重的停机或损坏事故,因此需要对设备进行有效的在线监测和故障诊断.通过对电机常见故障的诊断和分析,可以及早发现故障和预防故障的进一步恶化,减少突发事故造成的停产损失,防止对人员和设备安全的威胁,并为实现状态检修创造条件.为了将因电动机故障造成的损失降低到最小的程度,人们迫切希望能对电动机的早期故障进行检测,这对于人们及早发现故障,预防故障的进一步恶化,及时进行故障定位、决策和维修,都是十分重要的.[4]-[5]

2.EMD方法

经验模式分解是美国学者Norden E.Huang提出的一种自适应的信号分析方法.基于EMD的时频分析方法的最大特色是通过信号的EMD分解,使非平稳信号平稳化,从而使瞬时频率有意义,更加直观.

IMF函数的获得方法如下:

基本模式分量的两个限定条件只是一种理论上的要求,在实际的筛选过程中,很难保证信号的局部均值绝对为零.如果完全按照上述两个限定条件判断分离出的分量是否为基本模式分量,很可能需要过多的重复筛选,从而导致基本模式分量变成具有恒定幅度的纯粹的频率调制信号.为了保证基本模式分量保存足够的反映物理实际的幅度与频率调制,我们必须确定一个筛选过程的停止准则.筛选过程的停止准则可以通过限制两个连续的处理结果之间的标准差Sd的大小来实现,一般取0.2~0.3时筛选结束.

3.基于EMD 的滚动轴承故障诊断

若将小波包的消噪作用与EMD的局部故障特征提取能力相结合对故障轴承进行故障诊断将会取得良好的效果.具体步骤如下:

(1)用小波包对振动信号进行去噪,得到消噪后的信号.

(2)对去噪后的信号进行小波分解和重构,得到低频段信号y,并对其进行FFT变换得到频谱图.

(3)用EMD方法对信号 y 进行分解得到若干IMF函数,对各个IMF函数做FFT变换提取故障特征频率.

(4)对比各个频谱图查找故障特征频率,根据故障特征频率与故障类型的对应关系进行故障判别,得出结论.

4.结论

本文提出了一种EMD分解和基于小波包相结合的方法,该方法既抑制了噪声,又突出了故障特征的冲击成分,而且处理后,其故障特征也有明显的增强,也即表明该方法能有效地提取出滚动轴承故障原始信号滚动轴承故障特征,并根据故障特征频率与故障类型的对应关系判别电机轴承的故障类型,为电机轴承的早期故障诊断提供了一个新的思路.

参考文献:

[1]孙增圻,张再兴,邓志东.智能控制理论与技术[M].北京:清华大学出版社,1997:133-136.

[2]Mallat S G.A theory for multiressolution signal decomposition:the w论文范文elet representation[J].IEEE Trans.On Pattern Analysis and Machine Intelligence,1989,11(7):674-693.

[3]周东华,叶银忠.现代故障诊断与容错控制[M].北京:清华大学出版社,2000:144-149.

[4]杨福生.小波变换的工程分析与应用[M].北京:科学出版社,2000.

[5]Huang N E,Shen Z,Long S R et al.The empirical mode decomposition method and the hilbert spectrum for non-linear and non-stationary time series analysis[J].Royal Society of London Proceedings,1998,A(454):903-995.

[作者简介]刘继(1979—),男,汉族,吉林白城人,本科,长春理工大学光电信息学院,实验教师助教.研究方向:数据挖掘.

总结:本文是一篇关于故障信号论文范文,可作为相关选题参考,和写作参考文献。

故障信号灯引用文献:

[1] 故障毕业论文怎么写 铁路信号和数据挖掘相关硕士论文开题报告范文2万字
[2] 计算机故障与维修论文题目推荐 计算机故障与维修论文题目哪个好
[3] 计算机故障类论文选题 计算机故障论文题目选什么比较好
《基于EMD算法的轴承故障诊断》word下载【免费】
故障信号灯相关论文范文资料