轴承实验台加速规DSP资料撷取卡PC.pptVIP

碩研機械二甲 指導教授:沈毓泰 學號:M9810204 姓名:蔡騏鴻 大綱 摘要 研究目的 研究方法 HHT(Hilbert Huang Transform)方法 結果與討論 摘要 軸承作為一種重要的機械傳動設備，對其進行故障診斷具有重要意義。傳統的軸承故障診斷大都採用FFT(快速傅立葉轉換)或者小波分析方法，對處理具有非平穩性的軸承故障信號效果不太明顯。 在訊號處理與頻譜分析的目的是要描述信號的頻譜含量在時間上變化，以便能在時間和頻譜上同時表示信號的能量或者強度。 HHT方法由經驗模態分解方法（EMD）的和Hilbert變換兩步組成。經驗模態分解方法（EMD）把信號分解成不同特徵時間尺度的固有模態函數（IMF），適合處理非線性和非平穩過程。Hilbert變換對具有調製現象的信號的分析有很大優勢,能有效地診斷軸承的故障。 研究目的(一) 現今的科技,越來越注重自動化、高速化和精密化的作業流程,但相對的也衍生出一些問題,那就是機台在日以繼夜的自動化或者是高速化的運轉之下,常常使得機械元件壽命縮減,如軸承、齒輪以及幫浦皆為常使用的機械元件 一般而言,大多數採用定期保養或是等到機台發生故障在進行維修,但這些方式無疑的將會使得生產效率下降,因此說明了若是有一套完善的軸承診斷系統,對於機台進行監測,則能避免發生難以預知的機台故障。 研究目的(二) 近年來,以數位訊號處理的方式解決震動訊號的問題,發展出許多診斷的方法,以監測的方式進行觀察機械系統,而在機械元件有所磨耗時,就需要隨時注意機械系統的情況,而預測元件故障狀態,在最佳時間內將機械元件更新,才能使得因故障停機所造成的損失可以降到最低。 研究方法(一) 本研究中,對於機械軸承系統之震動訊號是以希爾伯特黃轉換(Hilbert Huang Transform)進行訊號處理,在訊號處理與頻譜分析,要描述信號的頻譜含量在時間上變化,以作為診斷損壞軸承之量化指標,在診斷上可以容易得知軸承是否有無損壞。 研究方法(二) 本實驗設備中,是以單軸向加速歸來量取軸承實驗台的震動訊號,並將震動訊號轉換成壓電訊號,再配合電源供應器才能將震動訊號順利擷取,錐形的軸承是裝置在軸承實驗台的兩端,而軸承可以簡易的更換多種的損壞方式;而軸承實驗台的運轉是以馬達及聯軸器來連接主軸,馬達的轉速有可調交流變頻器來控制;實驗架構是配合軸誠實驗台、加速規、數位訊號處理卡再連結到電腦,形成一組軸承震動系統。 軸承實驗台 加速規 DSP資料擷取卡 PC 研究方法(三) 利用不同的滾子、內環、外環以及在外施加敲擊,可由這幾種不同的損壞方式互相搭配,形成多種損壞,分別去擷取不同的訊號來加以分析,在時間和頻譜上表示信號的能量或者強度,作為診斷軸承系統的指標。 HHT(Hilbert Huang Transform)理論簡介 Hilbert-Huang (HHT) 轉換方法是黃鍔根據近代知名數學家Hilbert 的數學理論設計，做爲分析非穩定或非線性的訊號。 HHT的應用範圍非常的廣,不只用在機械診斷上,也常被拿來測量心律不整、海軍用它來探測潛艇、地震工程、潮汐、波浪場等各項研究。 HHT-EMD經驗模態分解(Empirical Mode Decomposition) EMD的方法是通過對非線性，非平穩信號的分解獲得一系列表徵信號特徵時間尺度的固有模態函數(簡稱IMF) 模態函數經過希爾伯特變換得到的瞬時頻率有意義。但是，幾乎所有要分析的信號數據都不是原模態函數，在任意時問點上，信號數據可能包含多個波動模式，為了能把一般信號數據分解成原模態函數提出了EMD的方法。 每個IMF是滿足以下2個條件的信號： (1)整個信號中零點數與極點數相等或至多相差1。 (2)由局部極大值點確定的上包絡線和由局部極小值點確定的下包絡線的均值均為0，即信號關於時間軸局部對稱。 EMD 過程 Step2：找出局部極大值的包絡線 Step4：找出局部極小值的包絡線 EMD 過程 結果與討論 把Hilbert—Huang轉換應用於軸承的故障診斷中，經驗模式分解把振動信號分為幾個同有摸態函數分量，反映了信號的頻率成分和變化的情況，經過HHT獲得信號的邊際譜圖，通過對邊際譜圖的分析，判斷出軸承的故障。 實驗結果表明該方法用在軸承的故障診斷中是有效的。與傅立葉變換相比有明顯的優越性，更加準確地提取了軸承的故障特徵信息;但還是有一些問題需要進一步的進行探討。 報告結束 * *