滚动轴承故障诊断(附MATLAB程序)

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第二组实验

轴承故障数据:

Test2.mat 数据打开后应采用 X105_DE_time 作为分析数据,其他可作为参考,转速 1797rpm

轴承型号: 6205-2RS JEM SKF, 深沟球轴承

采样频率: 12k Hz

1、确定轴承各项参数并计算各部件的故障特征频率通过以上原始数据可知次轴承的参数为:

轴承转速 r=1797r/min;滚珠个数 n=9;滚动体直径

d=7.938mm;轴承节径 D=39mm;:滚动体接触角α=0 由以上数据计算滚动轴承不同部件故障的特征频率为:外圈故障频率 f1=r/60 * 1/2 * n(1-d/D *cos

α )=107.34Hz 内圈故障频率 f2=r/60 * 1/2 * n(1+d/D *cos α)=162.21Hz 滚动体故障频率

f3=r/60*1/2*D/d*[1-(d/D)^2* cos^2( α)]=70.53Hz 保持架外圈故障频率 f4=r/60 * 1/2 * (1-d/D *cos

α )=11.92Hz

2.对轴承故障数据进行时域波形分析

将轴承数据Test2.mat导入 MATLAB 中直接做 FFT 分析得到时域图如下:

并求得时域信号的各项特征:

1)有效值:0.2909;

3)峰值因子:5.2441;2)峰值: 1.5256;4)峭度: 5.2793;6)裕度因子:

3.包络谱分析

对信号做 EMD 模态分解,分解得到的每一个 IMF 信号分别和原信号做相关分析,找出相关系数较大的 IMF 分量并对此 IMF 分量进行 Hilbert 变换。

Empirical Mode Decomposition

im

由图中可以看出经过 EMD 分解后得到的9个 IMF 分量和一个残余量。 IMF 分量分别和原信号做相关分析后得出相关系数如下:

由上表得:IMF1 的相关系数明显最大,所以选用 IMF1 做 Hilbert 包络谱分析。所得 Hilbert 包络谱图如下:

对包络谱图中幅值较大区域局部放大得到下图

由以上包络图的局部放大图中可以看出包络图中前三个峰值最大也最明显,三个峰值频率由小到大排列分别为

58.59Hz、 105.5Hz、 164.1Hz。把这三个频率数值和前文计算所得的理论值进行比较可知:频率值最大为 164.1Hz 和内圈的故障理论计算特征频率 f2=162.21Hz 相近,说明此轴承的故障发生在轴承的内圈。

clc

程序 1:原始信号时域分析及小波去噪处理

clear all

轴承诊断\test2.mat');

x1=z.X105_DE_time(1:4096);

clear z;

N=4096; fs=12000;

n=0:N-1;

t=n/fs;

f=n*fs/N; figure(1);

plot(t,x1); xlabel('t');

ylabel(' 幅值');

title(' 原信号时域图')

%小波去噪[thr,sorh,keepapp]=ddencmp('den','wv',x1);

xd=wdencmp('gbl',x1,'db3',2,thr,sorh,keepapp);

figure(2); plot(t,xd); xlabel('t');

ylabel(' 幅值');

title(' 小波去噪后时域图')

程序 2:EMD分解及 Hilbert 包络

clc clear all

轴承诊断\test2.mat');

x=z.X105_DE_time(1:1024);

N=1024; fs=12000;

n=0:N-1; f=n*fs/N;

lag=N;

n=0:N-1;

t=n/fs;

imf=emd(x);

[m,n]=size(imf); %imf 为一m*n阶矩阵,m是imf 分量,n 为数据点emd_visu(x,1:length(x),imf,m); % 实信号的信号重构及emd结果显示函数for i=1:m

a(i)=kurtosis(imf(i,:));% 峭度b(i)=mean(imf(i,:)); % 均值;

c(i)=var(imf(i,:)); % 方差;

d(i)=std(imf(i,:)); % 均方值

e(i)=std(imf(i,:)).^0.5; % 均方根值

f(i)=skewness(imf(i,:)); % 计算偏度

end

[k,c]=max(a); %k 为峭度最大值, c 为最大元素在数组中的位置

[r,lags]=xcorr(x,lag,'unbiased'); % 计算序列的自相关函数for

i=1:m

[R,lags]=xcorr(imf(i,:),lag,'unbiased'); % 计算序列的自相关函数a=corrcoef(R(1:N/2),r(1:N/2)); % 相关系数矩阵【对称】,主对角元素为 1 xg(i)=abs(a(1,2)); % 相关系数

end

[R,C]=max(xg); %R 为最大值, C 为最大元素在数组中的位置

figure(4);

y = hilbert(imf(C,:)); a = abs(y);% 包络b=fft(a);

mag1=abs(b); mag=mag1*2/N; f1=(0:N-1)*fs/N;

plot(f1(1:N/2),mag(1:N/2));

%set(gca,'xlim',[0,.400]); title(' 包络'); xlabel(' 频率'); ylabel(' 幅值');

相关文档
最新文档