当前位置：文档之家 › EMD包络谱故障分析

EMD包络谱故障分析

  • 格式：doc
  • 大小：370.00 KB
  • 文档页数：13

基于EMD 的包络谱进行故障诊断故障频率介绍：轴承故障的频率f=a*fr(a 是上表系数，fr 是电机转数)正常信号对正常信号分别观察原始信号和频谱，原始信号的包络，EMD 分解，EMD 分解后的IMF 分频谱和包络。

原始信号及频谱0.10.20.30.40.50.60.70.80.9-2-1012原始信号时域波形01000200030004000500060000.050.10.150.2原始信号频谱0.10.20.30.40.50.60.70.80.9-0.4-0.200.20.4原始信号时域波形01000200030004000500060000.020.040.06X: 358.9Y: 0.01467原始信号频谱X: 164.8Y: 0.01828X: 1036Y: 0.0564X: 2102Y: 0.02123从时域图中可以看到较为明显的周期性冲击，但是故障特征不明显。

在频谱当中，亦存在较为明显的边频带以及很多共振频率，这些冲击大都是电机转数的倍频。

原始信号的包络10002000300040005000600000.010.020.030.04原始信号包络谱100200300400500600求信号的包络谱，明显看出转速及其二倍频。

EMD 分解0.10.20.30.40.50.60.70.80.9-0.200.2IMF1时域波形图00.10.20.30.40.50.60.70.80.9-0.200.2IMF2时域波形图00.10.20.30.40.50.60.70.80.9-0.200.2IMF3时域波形图00.10.20.30.40.50.60.70.80.9-0.200.2IMF4时域波形图00.10.20.30.40.50.60.70.80.9-0.100.1IMF5时域波形图00.10.20.30.40.50.60.70.80.9-0.0500.05IMF6时域波形图IMF 分量的频谱00.05IMF1频谱00.010.02IMF2频谱010002000300040005000600000.0050.01IMF3频谱00.010.02IMF4频谱00.0050.01IMF5频谱01000200030004000500060000.0050.01IMF6频谱IMF 分量的包络100200300400500600700800900100000.05IMF1包络谱0100200300400500600700800900100000.010.02IMF2包络谱0100200300400500600700800900100000.0050.01IMF3包络谱0100200300400500600700800900100000.010.02IMF4包络谱010020030040050060070080090010000.0050.01IMF5包络谱100200300400500600700800900100005x 10-3IMF6包络谱从上图可以看出，也有电机转速的及其倍频处的冲击。

圈故障（f=5.4152*1797/60=162.1852Hz ）对故障分别观察原始信号和频谱，原始信号的包络，EMD 分解，EMD 分解后的IMF 分频谱和包络。

原始信号及频谱01000200030004000500060000.10.20.30.40.50.60.70.80.9-2-1012原始信号时域波形10002000300040005000600000.050.10.150.2原始信号频谱从时域图中可以看到较为明显的周期性冲击，但是故障特征不明显。

在频谱当中，亦存在较为明显的边频带以及很多共振频率，因此仅通过时域波形和频谱无法得到故障信息。

原始信号的包络10002000300040005000600000.050.10.150.210020030040050060000.050.10.150.2原始信号部分频段包络谱求取故障信号的包络谱，可以显示 161.9Hz （接近162HZ ） 的故障频率，但是也被埋藏在其他的频率中，不能确定就是圈故障。

EMD 分解0.10.20.30.40.50.60.70.80.9-202IMF1时域波形图00.10.20.30.40.50.60.70.80.9-101IMF2时域波形图00.10.20.30.40.50.60.70.80.9-0.500.5IMF3时域波形图00.10.20.30.40.50.60.70.80.9-0.500.5IMF1时域波形图00.10.20.30.40.50.60.70.80.9-0.100.1IMF2时域波形图00.10.20.30.40.50.60.70.80.9-0.0500.05IMF3时域波形图IMF 分量的频谱10002000300040005000600000.10.2IMF1频谱10002000300040005000600000.05IMF2频谱010002000300040005000600000.020.04IMF3频谱10002000300040005000600000.05IMF1频谱010002000300040005000600000.0050.01IMF2频谱01000200030004000500060000.0050.01IMF3频谱00.10.2IMF1包络谱00.050.100.020.0400.010.02100200300400500600700800900100005010020030040050060070080090010000.0050.01IMF3包络谱从上图可以看出，从前四个IMF 分量可以看出故障频率，但是也有电机转速的及其倍频处的冲击。

外圈故障(f=3.5848*1796/60=107.305Hz)外圈故障和圈故障的分析类似。

原始信号及其频谱-4-2024原始信号时域波形00.10.20.30.4原始信号频谱10002000300040005000600000.20.40.60.8原始信号包络谱0100200300400500600原始信号部分频段包络谱EMD 分解0.10.20.30.40.50.60.70.80.9-505IMF1时域波形图00.10.20.30.40.50.60.70.80.9-202IMF2时域波形图00.10.20.30.40.50.60.70.80.9-101IMF3时域波形图00.10.20.30.40.50.60.70.80.9-0.200.2IMF4时域波形图00.10.20.30.40.50.60.70.80.9-0.200.2IMF5时域波形图00.10.20.30.40.50.60.70.80.9-0.100.1IMF6时域波形图IMF 分量的频谱10002000300040005000600000.20.4IMF1频谱010002000300040005000600000.10.2IMF2频谱010002000300040005000600000.020.04IMF3频谱010002000300040005000600000.020.04IMF4频谱010002000300040005000600000.0050.01IMF5频谱01000200030004000500060000.0050.01IMF6频谱IMF 分量的包络00.5100.20.40100200300400500600700800900100000.050.10100200300400500600700800900100000.010.02IMF4包络谱0100200300400500600700800900100000.010.02IMF5包络谱010020030040050060070080090010000.0050.01IMF6包络谱滚动体故障--（141.1）滚动体故障的测试数据都不太明显。

原始信号及其频率-1-0.50.51原始信号时域波形00.010.020.030.04原始信号频谱原始信号的包络010002000300040005000600000.0050.010.0150.02原始信号包络谱00.0050.010.0150.02原始信号部分频段包络谱从上图可以看出，故障信号频率处的冲击不明显，而且和外圈故障相比冲击比较多且乱。

EMD 分解00.10.20.30.40.50.60.70.80.9-0.500.5IMF1时域波形图00.10.20.30.40.50.60.70.80.9-0.200.2IMF2时域波形图00.10.20.30.40.50.60.70.80.9-0.100.1IMF3时域波形图00.10.20.30.40.50.60.70.80.9-0.0500.05IMF4时域波形图00.10.20.30.40.50.60.70.80.9-0.0500.05IMF5时域波形图00.10.20.30.40.50.60.70.80.9-0.0200.02IMF6时域波形图IMF 分量的频率010002000300040005000600000.020.04IMF1频谱010002000300040005000600000.020.04IMF2频谱010002000300040005000600000.010.02IMF3频谱010002000300040005000600000.0050.01IMF4频谱010002000300040005000600000.010.02IMF5频谱0100020003000400050006000012x 10-3IMF6频谱IMF 分量的包络0100200300400500600700800900100000.010.02IMF1包络谱0100200300400500600700800900100000.0050.01IMF2包络谱0100200300400500600700800900100000.0050.01IMF3包络谱01002003004005006007008009001000024-3IMF4包络谱01002003004005006007008009001000024-3IMF5包络谱01002003004005006007008009001000024x 10-3IMF6包络谱。

合集下载

基于emd的齿轮变速箱故障诊断汇总

基于emd的齿轮变速箱故障诊断汇总

基于emd的齿轮变速箱故障诊断汇总
齿轮变速箱作为重要的机械传动部件，在长时间的使用过程中可能遭受各种各样的故障。

为了保障其正常运转，及时诊断和解决故障就显得尤为重要。

基于emd的齿轮变速箱故障诊断主要包括几个方面。

首先，要注意观察变速箱的工作状态，如是否有异响、是否顺畅等。

其次，应通过检查变速箱的油液状况来判断是否存在漏油或者需要更换油液等情况。

另外，还要关注变速箱的温度是否过高，以及变速比和转速之间的匹配是否正常。

在诊断具体故障时，可通过检查齿轮、离合器、油泵等关键部件，进行详细的检测和调试。

总的来说，基于emd的齿轮变速箱故障诊断不断升级和完善，可以更快速、更准确地帮助人们找到故障并及时解决，从而保障整个系统的正常运转。

关于滚动轴承故障检测的改进包络分析

关于滚动轴承故障检测的改进包络分析

关于滚动轴承故障检测的改进包络分析滚动轴承是机械设备中常见的零部件，负责支撑和转动设备中的轴，因此其运转状态直接关系到设备的正常运转和寿命。

滚动轴承故障的检测一直以来是一个重要的课题，传统的故障检测方法往往不够精确和高效。

为了提高滚动轴承故障检测的精度和效率，近年来，学者们开始利用包络分析方法进行故障诊断。

本文将从滚动轴承故障检测的现状和包络分析方法的改进两个方面进行探讨。

一、滚动轴承故障检测的现状目前，滚动轴承故障检测主要依靠振动信号分析。

一般来说，通过对轴承振动信号的采集和分析，可以识别出不同类型的故障，包括滚动体故障、内外环故障和保持架故障等。

传统的振动信号分析方法存在一些问题。

对振动信号的分析需要专业的设备和技术，成本较高，不适合大规模生产的需求。

传统的振动信号分析方法针对不同类型的故障识别效果不尽如人意，特别是对于早期故障的检测效果不佳。

为了提高滚动轴承故障检测的精度和效率，有必要探索新的方法和技术。

二、包络分析方法的改进包络分析是一种常见的信号处理方法，它可以通过对原始信号的包络线进行分析，来识别出信号中的重要信息。

在滚动轴承故障检测中，包络分析方法可以用来分析轴承振动信号，从而识别出轴承的故障类型和程度。

目前的包络分析方法在滚动轴承故障检测中存在一些问题，主要表现在以下几个方面：1. 效果不尽如人意：在实际应用中，现有的包络分析方法对于不同类型故障的识别效果不尽如人意，特别是对于早期故障的诊断效果较差。

2. 计算复杂度高：现有的包络分析方法需要大量的计算资源和时间，不适合实时和在线的故障诊断需求。

为了改进包络分析方法在滚动轴承故障检测中的应用效果，需要从以下几个方面进行改进：1. 改进包络分析算法：针对滚动轴承振动信号的特点，有必要开发新的包络分析算法，以提高对不同类型故障的诊断效果。

2. 优化计算方法：对于包络分析算法的计算复杂度进行优化，以提高其实时性和在线性。

3. 结合其他信号处理方法：将包络分析方法与其他信号处理方法相结合，以提高对滚动轴承故障的诊断精度和效率。

包络分析

包络分析

图2 外圈缺陷引起每个滚动体通过时产生一个冲击
因为这些模拟器是基于每个轴承的几何尺寸的, 你可从多个途径（销售商，厂商） 获得任一轴承技术资料。 放大器转换为频率需要出现故障的机器的转速。 如果 你的模拟放大器是 3.05而机器的运转速度为1000 rpm, 则故障频率为 3050 cpm。这意味机器的故障导致每分钟有 3050次冲击。
图 2 – 如图1的信号在FFT的显示结果
图2的FFT说明在50k - 90k范围有一系列峰值。 这些峰值是轴承故障形成的 “症状”。但为什么呢 ? 为什么在FFT中会产生这些振动频率? 用数学来回答。 只有一系列的正弦将会导致如上所述的信号形状。 想要 更多的证据么 ?
图 3 (如下） 是图1的 30 msec片段 – 可以说是一个特写镜头:
将上述信号输入进行FFT处理。 该过程计算什么样的简单 正弦将合成该信号。 FFT 可以推出正弦和余弦的合成 (信号) ，从而得到上述 的复杂信号 – 所列出的合成结果。 增加或去除任一信号（ 5,400的倍频）都将使冲击变尖锐 （增多信号）或是变平缓（减少信号），从而改变FFT的形 状。 事实上, 每个信号只有一个解 – 只有一组分解后的简单 正弦。 那么，当FFT处理如上所述的信号时, 频谱是什么样的呢 ?
1) 装配轴承固有的, 或 “共振”频率 (基于装配轴承的共振周期)。 •因为冲击力使轴承结构鸣响，产生与装配轴承共振频率有关的正弦波。 •因为产生正弦波, 用FFT可以监测到此频率，首先在加速度频谱上产生振幅 峰值 (因为加速度对高频振动更敏感) ，最后在速度频谱产生峰值(位移振 幅对高频不敏感)。 •困难在于FFT必须用数学方法解释这个事实：冲击波突然消失, 然后离开直 到下一次冲击开始。 这不是连续的正弦波,而是瞬时的。
EMD信号分析方法边缘效应的分析

EMD信号分析方法边缘效应的分析

文章编号:100429037(2003)0120114205EM D 信号分析方法边缘效应的分析陈　忠,郑时雄(华南理工大学机械工程学院,广州,510641)摘要:在论述了经验模式分解(E M D )信号分解原理的基础上,分析了其存在的边缘效应,并提出了通过添加极值点抑制边缘效应的思路和策略。

然后,针对一个单分量非线性信号和齿轮箱振动信号,对比分析了添加两个极值点、一个极值点和直接以数据端点作为极值点三种方式进行E M D 分解的效果,所提出的预测附加极值点较好地抑制了边缘效应,并指出了进一步完善的方向。

关键词:经验模式分解;本征模式函数;边缘效应;三次样条中图分类号:TN 91116 文献标识码:A　基金项目:广东省科技创新百项工程(99B 01901G )和华南理工大学自然科学基金(E 5305248)资助项目。

　收稿日期:2002204203;修订日期:2002209210Ana lysis on End Effects of E MD M ethodChen Z hong ,Z heng S h ix iong(Co llege of M echanical Engineering ,South Ch ina U niversity of T echno logy ,Guangzhou ,510641,Ch ina )Abstract :T he end effects of em p irical m ode decom po siti on (E M D )are discu ssed and the end ef 2fects are restrained by the m ethod .T he resu lts of E M D in bo th signals are analyzed by th ree w ays .T he w ays are carried ou t by adding tw o con secu tive ex trem es ,one ex trem e and tak ing the o riginal end data as one ex trem e .A nalysical resu lts show that the end effects of E M D m ethod by adding ex trem e are restrained and fu rther research directi on s are po in ted ou t .Key words :em p irical m ode decom po siti on ;in trin sic m ode functi on ;end effect ;cub ic sp line 非平稳信号的分析处理有很多方法,包括短时傅立叶分析、小波分析、W igner 2V ille 分布等。