滚动轴承故障诊断方法.PDFVIP

2004年 10月 系统工程理论与实践 第 1O期 文章编号：1000—6788(2004)10—0092—06 一 种基 于Hilbert—Huang 变换和AR模型的 滚动轴承故障诊断方法 程军圣，于德介，杨 宇 (湖南大学机械与汽车工程学院，湖南 长沙41OO82) 摘要： 提出了一种基于 Hilbert—Huang变换和AR模型的滚动轴承故障诊断方法．采用 Hilbert—Huang 变换将滚动轴承振动信号分解成若干个平稳的IMF(Intrinsic Mode Function)分量，求出每一个 IMF分 量的瞬时幅值和瞬时频率，然后对每一个 IMF分量的瞬时幅值和瞬时频率序列建立 AR模型 ，以模型主 要的 自回归参数和残差的方差作为特征向量建立 Mahalanobis距离判别函数，进一步判断滚动轴承的工 作状态和故障类型．实验结果分析表明，本文方法能有效地应用 于滚动轴承的故障诊断． 关键词： Hilbert—Huang变换；瞬时幅值；瞬时频率；AR模型；特征向量；距离判别函数 中图分类号 ： TH165；TH113；TH133 文献标识码 ： A A Fault Diagnosis Approach for Roller Bearings Based on Hilbert—Huang Transform and AR M odel CHENG Jun—sheng，YU De—jie，YANG Yu (Colege of Mechanicahand Automotive Engineering，Hunan University，Changsha 410082，China) Abstract： A fault diagnosis approach for roler bearings based on Hilbert—Huang transform and AR model is．proposed．The Hilbert—Huang transform is used tO decompose the vibration signal of a roler bearing into a number of IMF components and the instantaneous amplitudes and frequencies of each IM F component are obtained．Then the AR model of each instantaneous amplitude and frequency sequence is established． The main auto—regressive parameters and the variances of remnant are regarded as the + feature vectors． Thus， the Mahalanobis distance criteri．gn function is established tO identify the condition and fault pattern of a roller bearing．Practical examples demonstrate that the approach based on Hilbert—Huang transform and AR model can be applied tO the roller bearing fault diagnosis effectively． Key words： Hilbert—Huang transform；instantaneous amplitude；instantaneous frequency AR model； feature vector；distance criterion function l 前 言 滚动轴承故障诊断过程基本上可以分 3个步骤：第一 ，故障信号的采集；第二，故障特征的提取 ；第三， 状态识别和故障诊断．其中的主要内容是从滚动轴承故障振动信号中提取故障特征和状态识别 ，滚动轴承 故障振动信号是非平稳信号 ，如何从非平稳信号中提取特征向量是滚动轴承故障诊断的关键．传统的滚动 轴承故障诊断技术通过分析并提取振动信号时域或频域波形的特征量 ，建立判别函数来识别滚动轴承的 工作状态．但是 ，由于滚动轴承结构及工作状态的复杂性 ，载荷、间隙、摩擦力、刚度等非线性因素的影响程 度不同，有时很难仅通过时域或频谱分析来对滚动轴承的工作状态做出较为准确的评价． 本文采用Hilbert—Huang变换和AR模型相结合来提取滚动轴承故障振动信号的特征向量，然后建立