设备设计/诊断维修/再制造
现代制造工程(Modem Manufacturing Engineering）
2013年第12期
基于EMD和增强功率谱分析的滚动轴承故障诊断方法
杨望灿，张培林，吴定海，陈彦龙（军工程学院七系，石家庄050003）
摘要：针对滚动轴承振动信号的故障特征难以提取的间题，提出了一种基于经验模态分解（EmpiricalModeDecomposi-tion，EMD)和增强功率谱的分析方法。首先通过EMD分解方法将非线性、非平稳的轴承故障振动信号分解成若干个本征模态函数(IntrinsicModeFunetion，IMF）分量，然后对包含轴承故障待征信息的本征模态函数分量做增强功率谱分析。仿真分析结果和实验结果表明，增强功率谱分析能够增强IMF分量中与轴承故障有关的周期脉冲信号成分，同时减弱
随机噪声信号成分，消除干扰频率，得到故障信号清晰明显的频域调幅特征，从面实现滚动轴承故障的难确诊断。关键调：经验模态分解：本征模态函数：增强功率谱：滚动轴承；故障诊断
中图分类号：TH113.1;TN911.7文献标志码：A文章编号：1671-—3133(2013)12—0116—05
Fault diagnosis of roller bearings based on EMD and
enhancedpower spectrumanalysis
Yang Wangcan,Zhang Peilin, Wu Dinghai, Chen Yanlong
(Seven Department, Ordnance Engineering College,Shijiazhuang 050003, China)
Abstract: To overcome the difficulty of extracting fault characteristic from roller bearing vibration signal,a method based on Em-ou jo pues rogeq ney aay peroy nd s sske aads aod paorua pue (G) roisooaa apo [ed linear and non-stationary was decomposed into several Intrinsie Mode Functions (IMF) by EMD. Second, enhanced power spee-trum was used to analyze IMF which were related to the bearing fault information, Simulation analysis and experiment indicated that enhanced power spectrum enhanced the components of periodic pulse signal, weakened the components of stochastic noise signal and eliminated the interference frequency in IMF, The result proved that the frequency domain amplitude modulation fea-
ture of the fault vibration signal achieved clearly and then the fault of the roller bearing was diagnosed accurately. Key words: EMD;IMF ;enhanced power spectrum;roller bearing;fault diagnosis
0引言
滚动轴承是旋转机械中应用最广且最易损坏的
机械零件之一，许多机械故障都与轴承有关，轴承故障导致设备产生异常振动和噪声，影响生产，甚基至造成设备损坏和人员伤亡，因此，对滚动轴承的监测与故障诊断具有重要意义""。通过传感器采集和提取轴承的振动加速度信号是轴承故障诊断中应用较为广泛的方法，但采集到的信号通常具有非线性、非平稳特征。近些年发展起来的经验模态分解（EMD）方法是一种自适应的信号分解方法，适用于分析和处理采集到的非线性、非平稳的轴承信号，因此在轴承故障诊断中得到了广泛应用(24)。
个非线性、非平稳信号经过EMD，可以得到若干个本征模态函数（IntrinsicModeFunction，IMF）分 116
万方数据
量。轴承的不同部位发生故障时，信号的故障频率会发生变化而分布在不同的频带内。若直接对IMF分量做频谱分析，由于残余噪声的存在，信号的频谱上会出现难以识别的多簇调制边频带，使故障特征频率不突出，影响故障诊断[34]。
基于此,本文提出一种基于EMD和增强功率谱分析的轴承故障诊断方法。利用EMD将振动信号分解为若干个平稳的IMF分量，采用增强功率谱分析，对IMF分量进行自相关运算，使得与轴承故障有关的周期脉冲信号成分得到加强，随机噪声信号成分被减弱，运用增强算法进一步去除干扰频率，凸显轴承故障信号的调幅特征，提取轴承故障特征频率，准确地判断轴承是否发生故障及故障类型。仿真信号和实测轴承信号表明，本文提出的方法能有效地应用于轴承的故障诊断中。