针对滚动轴承故障识别困难这一问题,提出了基于改进型CEEMDAN和Teager能量算子(TKEO)的诊断方法。首先,将传感器测得的故障振动信号采用CEEMDAN改进算法分解,得到多个固有模态函数(IMF),此过程可以削弱噪声成分的干扰,增强故障特征;然后,计算最具相关性模态信号的Teager能量算子并进行包络谱分析,通过谱中的频率成分实现故障诊断。实验结果表明,基于改进型CEEMDAN和Teager能量算子的诊断方法能够有效提取轴承故障信号中的微弱特征信息,具有一定的工程实用价值。 采用CEEMDAN改进算法对故障信号x(t)进行分解，得到各个模态分量d1～dn。(2)选择具有相关性较高的IMF分量。(3)利用TKEO计算瞬时能量。本文由弯管机网站采集网络资源整理! http://www.wanguanjixie.name
本文由弯管机网站采集网络资源整理! http://www.wanguanjixie.name混合白噪声-数控滚圆机电动倒角机弯管机价格低张家港数控弯管机多少钱(4)获取能量包络谱。(5)提取谱中故障频率。4仿真分析构造轴承故障的仿真信号，其中轴承的固有频率为3000Hz，冲击故障发生的周期为0.01s，采样频率20kHz，位移常数5，阻尼系数ξ为0.1，采样点数8192点。构造基频为10Hz的正弦信号和均值为0和方差为1的白噪声信号，三者叠加，构成仿真信号。仿真信号如图2所示。图2混合白噪声故障仿真信号图图3故障仿真信号Teager能量包络谱根据改进型CEEMDAN－TKEO的算法，分解信号可以得到IMF分量，计算第一分量的Teager能量，获取包络谱如图3所示，图中很容易看出故障特征频率为100Hz以及倍频。该故障诊断方法在仿真信号中特征频率的提取取得了很好的效果。5实验研究文中使用的数据来源于美国西储大学轴承数据中心的故障试验数据，该中心提供了滚动轴承的正常和故障测试数据。实验平台如图4所示，试验中分别在离发动机轴承的近处和远处安裝加速传感器来测量加速度数据。驱动端的轴承座上方放置一个加速度传感器，采集驱动端加速度数据，采样频率为12kHz，实验时的转速为1772r/min，选取微弱的轴承信号，轴承损伤直径为0.007英寸，损伤点在12点钟位置。图4实验装置图滚动轴承故障频率的计算方法:各滚动元素的故障特征频率都是轴承转速的频率的倍频，其倍数关系如表1所示。通过计算，轴承的外圈故障特征频率约105.9Hz，内圈故障特征频率约159.7Hz，滚动体故障特征频率约139Hz。表1故障频率与转频的倍数关系单位:倍外圈内圈滚动体保持架3．58485．41524．71350．398285.1外圈故障诊断首先，从采集的外圈驱动端故障数据里，取其中混合白噪声-数控滚圆机电动倒角机弯管机价格低张家港数控弯管机多少钱本文由弯管机网站采集网络资源整理! http://www.wanguanjixie.name