基于EMD的異步電動機軸承故障診斷技術的研究.pdf

1、在工程實際中，環(huán)境影響、電機固有不對稱、噪聲干擾等因素將導致電機體現(xiàn)某些“虛假”特征，這可能混淆電機軸承初發(fā)故障特征，造成誤判。如何兼顧高靈敏度與高可靠性，實現(xiàn)異步電動機軸承初發(fā)故障檢測已經(jīng)成為當前待解決的關鍵問題、難點問題。 傳統(tǒng)的異步電動機軸承初發(fā)故障檢測的信號處理方法都是基于傅立時變換的，而傅立葉變換只能分析頻率不隨時間變換的線性、平穩(wěn)信號。因此本文將一種新的信號分析方法--經(jīng)驗模態(tài)分解法(EMD)引入到異步電動機滾動軸承

2、故障診斷當中。EMD適合于分析非線性、非平穩(wěn)信號序列，具有很高的信噪比。 本文目的在于研究用EMD分解法和Hilbert邊際譜來對異步電動機滾動軸承進行故障診斷，其主要內(nèi)容如下： 1.介紹異步電動機故障和滾動軸承故障診斷基礎知識。研究了滾動軸承振動信號產(chǎn)生的機理，滾動軸承故障的形式，以及不同的振動類型，并給出了故障特征頻率的計算公式，說明了利用滾動軸承振動信號對其進行診斷的可行性。 2.對EMD分解法的理論進行了

3、研究，探討了該方法產(chǎn)生的端點效應問題，提出了改進的信號延拓技術；利用Matlab編寫了EMD分解法以及其后的Hilbert邊際譜的整套程序，以仿真信號進行分析，驗證了該方法有效性。 3.做異步電動機軸承的故障實驗，利用采集到的異步電動機滾動軸承保持架故障數(shù)據(jù)做EMD分解并對其進行Hilbert邊際譜分析，進行故障診斷，結果表明此方法有效的診斷了異步電動機軸承早期較弱的故障；并引用他人實驗的滾動軸承內(nèi)圈故障數(shù)據(jù)做EMD分解并對其進