局部均值分解法在滾動軸承故障自動診斷中的應用研究.pdf

1、軸承是旋轉機械中支撐轉子的核心部件，直接關系著機械設備的穩(wěn)定性和可靠性。因此，對其進行狀態(tài)監(jiān)測和故障診斷具有極其重要的意義。局部均值分解是Jonathan S.Smith于2005年提出的一種新的時頻分析方法，為滾動軸承的故障特征提取提供了一種新的方法，它可以將原始信號自適應地分解成若干乘積函數分量之和，從而獲得原始信號完整的時頻分布和具有物理意義的瞬時頻率。局部均值分解對振動信號沒有要求，分解后不會造成故障特征信息的損失，在信號處理方

2、面有著獨特的優(yōu)勢。
　　本文首先論述了機械設備狀態(tài)監(jiān)測和故障診斷技術的概況和發(fā)展趨勢，闡述了國內外滾動軸承狀態(tài)監(jiān)測和故障診斷技術的研究現狀和發(fā)展趨勢，對比了時域分析法、頻域分析法和時頻分析法，重點闡述了局部均值分解法的研究現狀及發(fā)展趨勢，詳細分析了滾動軸承故障發(fā)生的形式及其原因，給出了滾動軸承各個故障位置特征頻率的估算公式。
　　其次，本文研究了局部均值分解法的原理和算法，介紹了與局部均值分解法相關的幾個基本概念，并通過仿真

3、信號驗證了局部均值分解法的可行性。本文對局部均值分解法的不足之處進行了改進。針對滑動平均法步長的選擇問題，本文提出了基于光滑度的滑動步長選擇法，利用功率譜低頻部分與高頻部分的能量比值來衡量平滑后函數的的光滑度。針對端點效應問題，本論文將鏡像延拓法與三次樣條函數插值相結合來解決，并驗證了改進算法可以獲得更好的分解效果。
　　本文還研究了局部均值分解在分析實際振動信號時遇到的問題。本文對局部均值分解原始算法和改進算法在分析實際振動信號