基于ICEEMDAN的滚动轴承声信号故障诊断方法.pdf
《基于ICEEMDAN的滚动轴承声信号故障诊断方法.pdf》由会员分享,可在线阅读,更多相关《基于ICEEMDAN的滚动轴承声信号故障诊断方法.pdf(8页珍藏版)》请在咨信网上搜索。
1、书书书第 卷 第 期 年 月沈阳工业大学学报 收稿日期:基金项目:国家自然科学基金项目(,);辽宁省“揭榜挂帅”科技攻关项目()。作者简介:李篪(),女,辽宁沈阳人,工程师,博士生,主要从事机械故障诊断、声信号分析等方面的研究。檪檪檪檪檪檪檪檪檪檪殏殏殏殏机械工程 :基于 的滚动轴承声信号故障诊断方法李篪,陈长征(沈阳工业大学 机械工程学院,辽宁 沈阳 )摘要:针对基于单通道声信号的机械故障诊断信号干扰成分大,故障特征难以提取的问题,提出了一种结合改进自适应噪声完备经验模态分解()和快速独立分量分析()的方法。依据峭度与信号相关性准则设定本征内模分量()选取系数,对 自适应分解的 进行有效筛选
2、,实现信号降噪和粗提取,并以所选 作为虚拟通道,应用 成功实现信噪的盲源分离。通过内外圈故障轴承实验数据对算法实行对比验证,结果表明,所提算法大幅降低了噪声及干扰,有效提取了故障特征。关键词:机械故障诊断;声学诊断;声信号;滚动轴承;改进自适应噪声完备经验模态分解;快速独立分量分析;特征提取;盲源分离中图分类号:文献标志码:文章编号:(),(,):,()()(),:;滚动轴承故障是导致旋转机械故障的最主要因素之一,因此针对轴承的健康监测和故障诊断多年来一直是重要的研究领域。振动分析是目前应用最广泛的诊断手段,近年来,针对红外测温、超声波等无损检测手段的研究也得到了长足发展 。相较于其他检测手段
3、,基于声信号的故障诊断具有远距离非接触式测量的优点,可以避免传感器安装、维护所导致的停机停产,因而具有十分广泛的应用前景。然而,由于传播距离的增加,测量所接收到的声信号中往往夹杂着大量的干扰成分,其中包括测量场所的环境噪声,其他机械或非机械设备的振动噪声,以及不同来源声波的一次及多次反射声等。单个测点采集到的声信号只包含声压级这一有效信息,在测点选择不当或是早期微弱故障等情况下,低声压级故障信号极易被高分贝噪声淹没,故障特征提取技术难度较大,这也是声信号故障诊断方法较少在实际工程中应用的原因 。经验模态分解方法()的基本理念为基于局部特征时间尺度,将信号自适应拆分为若干本征内模分量()之和,并
4、可通过各阶 分析出原始信号中各频率分量的特征,对于非线性非平稳信号具有较强的降噪和特征提取效果 。等 提出的改进自适应噪声完备经验模态分解()是一种较新的 优化方法,在提高分解效率的同时,解决了残留噪声和伪模态等问题,目前正逐渐被用于振动、声发射等信号的分析。吕凤霞、李铭、王浩楠等 采用峭度、相关系数等特征指标对 所分解的信号分量进行筛选,结合优化后的支持向量机进行分类,在滚动轴承和行星齿轮箱上均获得了较好的故障识别效果。但该方法应用于噪声信号领域的研究尚不多见。独立分量分析()是一种常用的盲源分离技术,用于在多个源信号和传输通道参数均为未知的情况下,通过计算解混矩阵,对源信号进行恢复,对于声
5、信号中特有的鸡尾酒会问题具有良好的解决效果。快速 ()算法由?等 提出,利用固定点进行计算,经由批处理模式进行快速迭代以求解矩阵,具有收敛速度快、分离效果好等特点。许世林等 以峭度为重构指标,利用 对变分模态分解的重构信号进行盲分离,成功提取出了管道腐蚀混合信号中的腐蚀声发射时频熵特征。等 根据不同广义高斯特征自适应作为迭代函数学习规则对 进行优化,应用于水管道噪声信号,解决了管道泄漏定位问题。高俊伟 将变分模态分解算法与 算法相结合,对管道腐蚀中三类声信号进行探讨,实现了混合信号的分离。综上,本文提出了一种基于单通道声信号的故障提取方法,该算法结合了 与 的算法优势,可在提高算法运算效率的同
6、时,实现精确度较高的盲源分离和故障特征提取结果。另外,考虑到环境噪声对声信号的影响较大,以及 的自适应噪声控制技术导致参数选择敏感的特性,提出了一种针对声信号的 选取系数,用于有效分析不同环境下的信号分量。算法的有效性分别于内外圈两种故障模式下的滚动轴承实验数据中得到了良好的验证。算法基本原理 算法原理设原信号为,定义算子()为信号 分解所得第 阶 分量,算子()为所求信号的局部均值,()为所加入第 组高斯白噪声,为所加入高斯白噪声的权值系数,由每一次添加噪声相对于原信号的信噪比决定。具体分解步骤如下:)在原信号中加入第 组高斯白噪声(),得到的序列为()()(,)()得到的第 组残差为 ()
7、()计算第 阶模态分量为 ()继续添加下一组白噪声,计算第 组残差为 ()()以此类推,计算第 个残留分量及第 阶 分量为 ()()()迭代至 为单调函数为止,分解结束,得到所有 分量。算法原理假定观测信号()(),(),(),源信号 ()(),(),(),其关系式为()()()式中,为信号的混合矩阵。方法在 和()均为未知的情况下求解解混矩阵,并通过对源信号进行估测,可知()()()在 方法的基础上,以负熵最大化为标准对 ()进行衡量,使所得估测信号结果在非高斯性上达到最大。具体步骤 如下:)将观测信号 ()中心化和白化处理,可得矩阵 (),即()()式中,为 ()中每一项()的协方差矩阵经
8、特征分解所得特征值的对角矩阵。)选择一个初值化解混矩阵,令()()()()()()()()第 期李篪,等:基于 的滚动轴承声信号故障诊断方法()()()式中,为一个非二次函数,以简化形式近似表达负熵。)持续进行步骤),直到()与()的差值小于设定阈值,即 收敛。)将所得 代入式(),得到估测源信号。方法首先对 分解后的 分量进行选取,以保留信号的有效成分并最大程度去除干扰,一般可采用峭度或相关系数为准则进行选取。考虑到稳态及非稳态环境噪声对声信号测量结果产生影响的方式存在区别,本文综合考虑上述两种标准。设系数 、,定义 的选取系数 为()()式中:为 分量的峭度值;为 分量与原信号的相关系数。
9、系数 的作用是将峭度值进行归一化,使之与相关系数一样将分布限定在 ,之间,其取值为一组 中的最大峭度值。系数 决定两种指标的权重,取值根据采集环境的实际情况,如环境噪声越趋于非稳态噪声,则 取值越低,反之亦然。将计算后的 值从大到小进行排列,经过对不同工况的多组数据进行分析对比后显示,多数情况下,前 个 分量的 值往往明显高于其余分量,表明其包含信号的主要特征成分。为防止分解系数选取误差导致特征丢失,同时保证后续信号解混的计算效率,本文选取前 个 构成分量组用来还原原始信号特征。将所选取的 分量作为输入矩阵,利用 进行解混,并对所得解混信号进行频域包络谱分析,即可提取盲分离后的轴承故障声信号。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 ICEEMDAN 滚动轴承 信号 故障诊断 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。