滚动轴承是旋转机械中使用广泛且较易损伤的机械零件,它的运行状况直接影响机械系统的T作状况,一旦出现故障可能导致重大事故的发生。据统计,在旋转机械设备故障中约有30%来自于滚动轴承。可见,对滚动轴承损伤进行识别,准确判断故障类别,对保障设备安全可靠工作地具有重要意义。滚动轴承的故障一般分为内圈故障、外圈故障和滚动体故障3类,故障时会出|现周期性的脉冲信号,表现形式为调制信号。对于非线性、非平稳的信号,第一代小波变换存在着小波基不易选取、不能灵活匹配待分析信号等缺陷,无法准确地反映信号的本质特征。与之相比,第二代小波变换简单快速,适合于白适应、非线性变换。第二代小波尺度函数和小波函数的形状与滚动轴承出现故障时的振动信号波形相似,可以很好地匹配故障信号的波形,将某一敏感频带内的微弱故障特征凸现出来,从而为故障特征提取提供更加丰富的信息。由Huang等提出的EEMD分解方法可根据信号局部的时变特性进行白适应的时频分解,将信号分解成有限个本征模态函数(IMF).各IMF分量包含了原信号不同时间尺度的局部特征,减小了信号特征信息之间的干扰和耦合。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !