發(fā)布時間：2020-12-01 18:12

　　針對齒輪箱軸承信號非平穩(wěn)性及其故障特征難以提取的問題,提出一種自適應白噪聲平均總體經驗模態(tài)分解(CEEMDAN)能量熵和馬氏距離相結合的故障診斷方法。首先采用CEEMDAN方法對非平穩(wěn)的軸承故障信號進行分解,獲得若干階表征信號特性的固有模態(tài)函數(IMF)分量;然后計算各IMF分量的自相關函數和相關系數,以濾除信號內的噪聲干擾和對故障特征不敏感的IMF分量;最后計算各敏感故障特征分量的能量熵,將其作為特征參數形成狀態(tài)特征向量,并使用馬氏距離判別方法對軸承的工作狀態(tài)和故障類型進行診斷。通過對實測不同工況以及不同故障程度的齒輪箱軸承信號的分析,證明了所提方法的有效性。 

【文章來源】：機床與液壓. 2020年16期 第218-223頁 北大核心

【文章頁數】：6 頁

【部分圖文】：

不同狀態(tài)下齒輪箱軸承時域信號

由圖2可知:由于算法欠穩(wěn)定性,EMD在分解過程中出現了模態(tài)混疊現象,其中低頻分量更為明顯;EEMD方法在一定程度上抑制了模態(tài)混疊問題的產生,但由于參數設置的影響,使其無法完全消除向信號內所添加的白噪聲,導致分解結果中產生了多個虛假模態(tài)分量。而CEEMDAN方法是依據信號特性向其中自適應地添加獨立同分布的噪聲,并在總體平均的計算中彼此抵消,以降低噪聲成分對于分解結果的影響。相較于EMD和EEMD的分解結果,該方法的分解準確性更高,信號分解時產生的模態(tài)混疊問題得到有效抑制,各IMF分量更加有效地表征了原信號的不同頻率成分。表1列出了不同分解方法在對外圈故障信號分解時所需的迭代次數。可知:雖然EMD方法所用迭代次數最少,但該方法存在嚴重的模態(tài)混疊問題,難以實現信號的有效分解;EEMD和CEEMDAN的總體迭代次數分別為17 800和12 635,CEEDMAN方法的總體迭代次數比EEMD方法降低了39%。由此可知,CEEMDAN方法具有更高的計算效率。

為選取可有效表征信號狀態(tài)特性的IMF分量,降低噪聲和虛假成分對于軸承信號能量特征提取準確性的影響,采用敏感IMF分量選擇算法,分別計算CEEMDAN方法分解出各IMF分量的相關系數和自相關函數,結果如圖3所示。由圖3(a)可知:IMF1～IMF6與原信號的相關系數較大,說明IMF1～IMF6對軸承故障信息較為敏感,結合圖3(b)及信號的自相關函數特性可知,IMF2為高頻噪聲成分,將其剔除。基于上述分析,IMF1、IMF3～IMF6分量中包含豐富的故障特征信息,將其作為數據源,可提高信號特征提取的準確性。

【參考文獻】：
期刊論文
[1]基于小波包熵和馬氏距離的級聯式變頻器故障診斷[J]. 王銳,王新.  自動化儀表. 2017(12)
[2]基于改進HHT和馬氏距離的齒輪故障診斷[J]. 周小龍,劉薇娜,姜振海,馬風雷.  振動與沖擊. 2017(22)
[3]EMD自相關閾值去噪法在水電機組振動信號中的研究[J]. 徐艷春,方紹晨.  中國農村水利水電. 2017(07)
[4]基于LMD的包絡譜特征值在滾動軸承故障診斷中的應用[J]. 楊宇,王歡歡,程軍圣,鄒憲軍.  航空動力學報. 2012(05)
[5]希爾伯特-黃變換方法的改進[J]. 徐斌,徐德城,朱衛(wèi)平,劉冰野.  西北工業(yè)大學學報. 2011(02)
[6]獨立分量分析在齒輪箱軸承故障診斷中的應用[J]. 唐力偉,田廣,張彥,田昊.  軸承. 2010(09)
[7]基于經驗模式分解和最小二乘支持矢量機的滾動軸承故障診斷[J]. 王太勇,何慧龍,王國鋒,冷永剛,胥永剛,李強.  機械工程學報. 2007(04)



本文編號：2894968