集总经验模式分解的汽车滚动轴承故障诊断系统(附件)
毕业设计说明书（论文）外文
目 录
1.1选题的背景和意义 1
1.2本文研究目的和要求 1
1.3解调法研究现状 2
1.4滚动轴承的早期故障检测和诊断分析方法 3
2滚动轴承的故障特征 4
2.1滚动轴承的基本结构 4
2.2滚动轴承的故障形式 5
2.3滚动轴承的振动机理 6
2.3.1滚动轴承正常时的振动 7
2.3.2滚动轴承故障时产生的振动 7
3 集总经验模式的信号提取和诊断方法 8
3.1经验模式分解 8
3.1.1EMD原理 8
3.2集总经验模式分解 8
3.2.1GUI界面搭建步骤 9
3.2.2EEMD分解原理 10
3.3 EEMD对抗模态混叠能力分析 11
4 基于集总经验模式分解的滚动轴承故障诊断 12
4.1数据说明和来源 12
4.2 本征模态分量的故障诊断分析 12
结 论 15
参 考 文 献 17
1 绪论
1.1选题的背景和意义
利用EEMD的分解轴承的故障信号，国外有些国家的EEMD分解诊断技术已经变的成熟，并且向着集成化、智能化发展。而我需要研究的课题设计是利用在1998年Huang[1]提出的另一种在EMD基础上的改进算法EEMD，而且EEMD算法对数据信号的分解是自适应的，可以将数据分解出若干个IMFs分量。EEMD的算法的优势在于在信号中加入白噪声，减少分解后信号的模态混叠现象，使分解后的信号更容易进行下一步变换。
尽管我国的这项科学技术并不如国外，但是我国的研究人员在这项技术上提出了自己每个人的独特思想，产生的经济效益也是不可小觑的。因为生活生产中用到滚动轴承的机器成百上千，因此对设备及时监测和诊断可以避免重大的生产事故，避免经济损失[2]。国内在这个滚动轴承的故障诊断方面投资了很多的人力物力，滚动轴承的失效率以及故障率在所有机械零件中最高的。随着使用设备的电子化，故障监测的力度也要加大，如果早期的故障不优先解决，那么当故障完全 *好棒文|www.hbsrm.com +Q: @351916072@
发生的时候就会发生交通事故，这不仅是个人的损失也是社会经济的损失，国家要做的是损失降低到最低，可以避免的尽量避免。根据相关资料的得出总结，在对机器设备做好提前预防诊断，机器的故障几率和维修费用降低了7成左右。国民工业中，一台机器如果出现早期的故障而不去进行必要的监测，这种潜在的危机可以导致整个系统运行越来越差。因此，故障的实时监测对滚动轴承的安全运行非常重要，知道现在很多这方面的科研人员任然在做很多这方面的研究[35]。
1.2本文研究目的和要求
本文主要利用集总经验模式理论分析滚动轴承的早期故障进行分量化诊断，分解出一定数量的IMF分量，对这些分解的振动信号进行解读，再做成分分析时频图，根据图像上的上下幅度来判断该频段是否有故障。对信号分析首先建立在MATLAB软件上，需要新建一个GUI界面，需要对界面编辑必须的界面符号。然后还需要编写一段程序算法，添加到GUI界面当中，程序需要做到可以检测振动信号并且可以很好对信号形成的IMF分量进行自行分析。Huang提出的的假设是本征函数可以具体分析出本次主题对滚动轴承故障频率图的分析，根据图形来判断滚动轴承是否在使用初期就有微弱故障，这样就可以对轴承做初期的保养工作。虽然对振动信号的分析方法有很多，但是EEMD的分解方法算是比较科学的一种了，到现在在很多诊断方面还是用的这种分解方法。但是由于这种新推出的技术不够成熟，所以还是在发展阶段，需要进一步研究，现阶段的技术已经进步了很多，如图11为EEMD的分解出的IMFs图。
图11 EEMD分解后的IMFs分量
1.3解调法研究现状
解调法其实是共振解调法，也叫做包络分析法，是解决振动信号中高频信号的很好的办法[67]。轴承信号检测出现间断高频信号时，可以使用相关软件做高频带滤波，之后进行希尔伯特变换做出包络线，形成包络谱。对包络得出的信号进行其峰值、均值的检查，可以确定滚动轴承的一些特定的故障。有关研究人员选择频带较宽的进行滤波，但是较宽的频带一定会引入巨大的干扰噪声，因此降低信号中的噪声成分是不可缺少的步骤[89]。包络谱的单个谱峰的峰值也将不可用来评估滚动轴承故障的严重程度。EEMD程序分解得到IMFs分量，分解后的IMFs分量需要进行FFT的变换，得到FFT诊断图，可以对比每一幅图，根据轴承的各个部件的故障频率，之后就可以确认故障所在之处。
1.4滚动轴承的早期故障检测和诊断分析方法
滚动轴承的早期故障分析可以分解为三个过程：①根据产生的振动利用仪器得出振动数据，然后将这些数据集中起来，可以把这些数据做成Excel文档②用做好的集总经验模式分解信号得出IMFs图，经过变换的FFT图可以根据幅值和频率诊断所出的故障。③经过第二步得到的诊断结果可以对实际的滚动轴承进行必要的修复。早期故障一般出现在新的滚动轴承运行一小段时间而出现微小故障，对其实时监测可以有效的保持各种依靠轴承运动的机器发现早期故障[10]。然而在对早期微弱故障信号的及时提取的实时性和快速性却有着很大的缺陷，在这个方面的研究需要科研人员进一步的努力研究。
目 录
1.1选题的背景和意义 1
1.2本文研究目的和要求 1
1.3解调法研究现状 2
1.4滚动轴承的早期故障检测和诊断分析方法 3
2滚动轴承的故障特征 4
2.1滚动轴承的基本结构 4
2.2滚动轴承的故障形式 5
2.3滚动轴承的振动机理 6
2.3.1滚动轴承正常时的振动 7
2.3.2滚动轴承故障时产生的振动 7
3 集总经验模式的信号提取和诊断方法 8
3.1经验模式分解 8
3.1.1EMD原理 8
3.2集总经验模式分解 8
3.2.1GUI界面搭建步骤 9
3.2.2EEMD分解原理 10
3.3 EEMD对抗模态混叠能力分析 11
4 基于集总经验模式分解的滚动轴承故障诊断 12
4.1数据说明和来源 12
4.2 本征模态分量的故障诊断分析 12
结 论 15
参 考 文 献 17
1 绪论
1.1选题的背景和意义
利用EEMD的分解轴承的故障信号，国外有些国家的EEMD分解诊断技术已经变的成熟，并且向着集成化、智能化发展。而我需要研究的课题设计是利用在1998年Huang[1]提出的另一种在EMD基础上的改进算法EEMD，而且EEMD算法对数据信号的分解是自适应的，可以将数据分解出若干个IMFs分量。EEMD的算法的优势在于在信号中加入白噪声，减少分解后信号的模态混叠现象，使分解后的信号更容易进行下一步变换。
尽管我国的这项科学技术并不如国外，但是我国的研究人员在这项技术上提出了自己每个人的独特思想，产生的经济效益也是不可小觑的。因为生活生产中用到滚动轴承的机器成百上千，因此对设备及时监测和诊断可以避免重大的生产事故，避免经济损失[2]。国内在这个滚动轴承的故障诊断方面投资了很多的人力物力，滚动轴承的失效率以及故障率在所有机械零件中最高的。随着使用设备的电子化，故障监测的力度也要加大，如果早期的故障不优先解决，那么当故障完全 *好棒文|www.hbsrm.com +Q: @351916072@
发生的时候就会发生交通事故，这不仅是个人的损失也是社会经济的损失，国家要做的是损失降低到最低，可以避免的尽量避免。根据相关资料的得出总结，在对机器设备做好提前预防诊断，机器的故障几率和维修费用降低了7成左右。国民工业中，一台机器如果出现早期的故障而不去进行必要的监测，这种潜在的危机可以导致整个系统运行越来越差。因此，故障的实时监测对滚动轴承的安全运行非常重要，知道现在很多这方面的科研人员任然在做很多这方面的研究[35]。
1.2本文研究目的和要求
本文主要利用集总经验模式理论分析滚动轴承的早期故障进行分量化诊断，分解出一定数量的IMF分量，对这些分解的振动信号进行解读，再做成分分析时频图，根据图像上的上下幅度来判断该频段是否有故障。对信号分析首先建立在MATLAB软件上，需要新建一个GUI界面，需要对界面编辑必须的界面符号。然后还需要编写一段程序算法，添加到GUI界面当中，程序需要做到可以检测振动信号并且可以很好对信号形成的IMF分量进行自行分析。Huang提出的的假设是本征函数可以具体分析出本次主题对滚动轴承故障频率图的分析，根据图形来判断滚动轴承是否在使用初期就有微弱故障，这样就可以对轴承做初期的保养工作。虽然对振动信号的分析方法有很多，但是EEMD的分解方法算是比较科学的一种了，到现在在很多诊断方面还是用的这种分解方法。但是由于这种新推出的技术不够成熟，所以还是在发展阶段，需要进一步研究，现阶段的技术已经进步了很多，如图11为EEMD的分解出的IMFs图。
图11 EEMD分解后的IMFs分量
1.3解调法研究现状
解调法其实是共振解调法，也叫做包络分析法，是解决振动信号中高频信号的很好的办法[67]。轴承信号检测出现间断高频信号时，可以使用相关软件做高频带滤波，之后进行希尔伯特变换做出包络线，形成包络谱。对包络得出的信号进行其峰值、均值的检查，可以确定滚动轴承的一些特定的故障。有关研究人员选择频带较宽的进行滤波，但是较宽的频带一定会引入巨大的干扰噪声，因此降低信号中的噪声成分是不可缺少的步骤[89]。包络谱的单个谱峰的峰值也将不可用来评估滚动轴承故障的严重程度。EEMD程序分解得到IMFs分量，分解后的IMFs分量需要进行FFT的变换，得到FFT诊断图，可以对比每一幅图，根据轴承的各个部件的故障频率，之后就可以确认故障所在之处。
1.4滚动轴承的早期故障检测和诊断分析方法
滚动轴承的早期故障分析可以分解为三个过程：①根据产生的振动利用仪器得出振动数据，然后将这些数据集中起来，可以把这些数据做成Excel文档②用做好的集总经验模式分解信号得出IMFs图，经过变换的FFT图可以根据幅值和频率诊断所出的故障。③经过第二步得到的诊断结果可以对实际的滚动轴承进行必要的修复。早期故障一般出现在新的滚动轴承运行一小段时间而出现微小故障，对其实时监测可以有效的保持各种依靠轴承运动的机器发现早期故障[10]。然而在对早期微弱故障信号的及时提取的实时性和快速性却有着很大的缺陷，在这个方面的研究需要科研人员进一步的努力研究。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/qcgc/836.html
