轴承故障诊断(matlab).doc

基于经验模态分解的轴承故障诊断方法 Xx (大连大学，大连，116622) 摘 要：针对轴承故障诊断问题,提出一种基于经验模态分解( EMD, Emp iricalMode Decomposition)与切片双谱分析相结合的新方法. 将原始信号分解成不同尺度的固有模态函数( IMF, IntrinsicMode Function) ,求取IMF分量的包络,计算其对角切片双谱,提取由于二次相位耦合产生的非线性特征,得到轴承的故障特征频率. 通过对仿真信号进行分析,表明该方法克服了传统的基于EMD的包络功率谱方法不能抑制噪声的缺点,同时较传统高阶谱方法计算量更小. 给出了瑞典进口620522RS JEM SKF深沟球轴承诊断实例,说明了该方法的可用性. 关键词: 故障诊断; 轴承; EMD; MATLAB Fault diagnosis approach for bearing based on EMD lichengchao (Dalian University, Dalian 116622) Abstract: A new ap roach based on the em irical mode decomposition ( EMD) and slice bi-spectrumwas presented for fault diagnosis on roller bearings. Original signalswere decomposed into a series of intrinsicmode functions ( IMFs) of different scales. Envelopes of the IMFswere extracted and a diagonal slice bi-spectrum for the envelopeswas computed to extract the non-linear feature deriving from the quadratic phase coupling, as well as the fault characteristic frequencies. An analysis on simulation signals shows that the drawback that traditional envelope spectrum methods based on EMD cannot inhibit the noise can be overcome by this app roach. Meanwhile, its computation load is less than traditional high-order spectrum methods. A diagnosis instance of the bearing Sweden imports 6205-2RS JEM SKF was p resented to show the feasibility of this app roach. Key words:: fault diagnosis; bearings; emp iricalmode decomposition;matlab 　　基于经验模态分解( EMD, Emp irical ModeDecomposition)的时频分析方法是1998年Norden E. Huang 等人创立的一种时频信号分析方法[ 1 - 3 ] ,尤其适用于非线性、非稳态的信号序列处理. 同时,该方法可自适应地提取故障冲击信号,避免了共振解调中心频率选择和多个固有频率共存的问题;此外,与小波分析技术相比,该方法不存在难于选取小波函数的问题,表现出更强的易用性. 高阶谱分析技术[ 4 - 6 ]是近年来信号处理的新技术,是对非高斯、非线性、非因果信号处理和高斯噪声处理非常有用的分析工具,在理论上可以完全抑制噪声的影响,提高分析和辨识精度,同时更容易获得相位信息. 传统的基于EMD的轴承故障诊断方法大多是利用包络的功率谱分析技术来实现的[ 7 ] ,但是,功率谱方法不能够抑制噪声对EMD方法的影响,使得EMD在工程中的使用受到了很大局限.为此,本文引入了切片双谱方法, 提出了基于EMD与切片双谱的轴承故障诊断方法. 1　EMD方法的基本原理 EMD方法[ 1 ]的目的是通过对非线性、非平稳信号的分解获得一系列表征信号特征时间尺度的固有模态函数( IMF, Intrinsic Mode Function) ,使得各个IMF是单分量的幅值或频率调制信号.IMF要满足2个条件: ①整个数据序列的极值点与过零点的个数相等或最多相差一