基于振動(dòng)信號(hào)非線性方法的軸承故障診斷研究.pdf

1、滾動(dòng)軸承在旋轉(zhuǎn)機(jī)械中應(yīng)用廣泛，是較易損壞的零件之一。它的運(yùn)行工況直接影響著機(jī)械系統(tǒng)是否能夠正常運(yùn)行。滾動(dòng)軸承故障信號(hào)是非平穩(wěn)、非線性的，而且因受到隨機(jī)噪聲的干擾而難以檢測(cè)。
　　 針對(duì)這種狀況，本文將小波軟硬閾值折中消噪法、時(shí)頻分析的新方法——希爾伯特黃變換(HHT)和模式識(shí)別的新技術(shù)——支持向量機(jī)(SVM)相結(jié)合應(yīng)用于滾動(dòng)軸承故障診斷中。HHT分析法包含經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)和希爾伯特譜分析兩部分?；贖HT的這一特點(diǎn)，提出了

2、兩種不同的方法提取故障信號(hào)特征來進(jìn)行故障診斷。一種是基于Hilbert邊際譜的故障特征頻率提取的故障診斷方法。采集的故障信號(hào)首先進(jìn)行消噪預(yù)處理，然后經(jīng)過自適應(yīng)的EMD分解和Hilbert變換得到故障信號(hào)的Hilbert邊際譜，從而獲得軸承故障的特征頻率進(jìn)行故障診斷。另一種方法是基于EMD的IMF能量特征向量提取和支持向量機(jī)相結(jié)合的智能診斷方法。該方法是把消噪后的振動(dòng)信號(hào)進(jìn)行自適應(yīng)性的EMD分解得到的若干個(gè)固有模特態(tài)(IMFs)分量，然后