集成经验模态分解与相关峭度在滚动轴承故障诊断中的应用.pdfVIP

第9期 机械设计与制造 2015年 9月 Machinery Design ＆ Manufacture 61 集成经验模态分解与相关峭度在滚动 轴承故障诊断中的应用 王孝霖，韩纬华，顾 含，胡 存 (63680部队，江苏 江阴 214431) 摘 要：船舶设备中的滚动轴承其振动信号成分复杂，故障信号易被背景噪声湮没，常规诊断方法难以有效提取轴承故 障信息。为了从复杂的轴承振动信号中提取弱故障信号，将集成经验模态分解(EnsembleEmpiricalModeDecomposition， EEMD)应用到滚动轴承故障诊断中，并引入了相关峭度的定义，提出了一种新的滚动轴承故障特征提取方法。该方法首 先利用EEMD将轴承振动信号分解为若干个分量信号，然后根据相关峭度最大原则选取分量信号，提取出滚动轴承的弱 故障信号。通过对轴承内圈故障的仿真和实验研究验证了该方法的有效性。 关键词 ：船舶设备；滚动轴承；振动信号；故障诊断；集成经验模态分解；相关峭度 中图分类号：THI6；TH133．3；TN911 文献标识码：A 文章编号：1001—3997(2015)09—0061-04 ApplicationofEnsembleEmpiricalModeDecompositionandCorrelated KurtosistoRollingElementBearingFaultDiagnosis W ANG Xiao—lin，HAN W ei-hua，GU Han，HU Cun (Unit63680，JiangsuJiangyin214431，China) Abstract：Thevibrationsignalscreatedbyrollingbearingareverycomplicated，especiallyforthosebearingappliedins machineryequipment．Ⅳ0m thefaultsignalise傩f c删edbybackgroundnosie，s0thetraditionalmethodscan’t effective extracttheweakfaultinformation．Inordertosolvethisproblem，theEEMDandcorrelatedkurotsissipaplied rollingbearingfaultdiagnossi，andafeatureextractionmethodisproposed．Accordingtothemethod，argoupofcomponent 5gn ateobtainedbyEEMD，thenthecomponents withmaximalcorrelatedkurtossisiselected，andthe-，mfualt informationisextracted． r0啦 simulatoinandexperiment，theeffectivenessofthenewmethodsidemonstrateeL KeyW ords：ShipMachineryEquipment；RollingBearing；VibrationSignals；FaultDiagnosis；EnsembleEmpirical ModeDecomposition；CorrelatedKurtosis 1引言 于冲击成分较多的复杂信号，EMD方法易出现模态混叠。为此， 文献 将噪声辅助分析应用于EMD，提出了集成经验模态分解 滚动轴承广泛应用于船舶机械设备，是设备的关键零部件，也